A100 MIG 20GB slice

规格解读

用于AI training和inference

1. 0120 GB 内存

   VRAM

   20 GB

   VRAM 是板卡上的工作空间。模型权重、激活值和数据集必须能装入其中，否则就要拆分到多个 GPU 上。 仅计算权重的经验法则（16 位精度下，每十亿参数约需 2 GB）：在计入激活值和缓存之前，最多约可容纳 10B 参数。这是基于记录的 VRAM 所做的算术推算，并非基准测试。

2. 02Ampere 架构

   架构

   Ampere

   发布年份

   2020

   生命周期状态

   Previous

   Ampere 为其数据中心产品带来了第三代 Tensor Core、TF32 精度和多实例 GPU（MIG）。 （关于该架构的一般背景，并非针对这款特定板卡的陈述。）

   2020 年发布 Kovara 的记录将其列为上一代产品。

3. 03电力与制冷

   MIG

   支持

   多实例 GPU（MIG）可将一块物理 GPU 划分为多个相互隔离的切片，每个切片都有自己的内存和算力，让多个较小的工作负载共享一张卡。

4. 04用途

   主要用途（已记录）

   AI training / inference

   以下是 Kovara 为该产品记录的用途。说明部分以一般性描述介绍工作负载，并非性能声明。

   • AI training用数据训练模型。通常是对算力和内存需求最大的阶段，往往分布在大量 GPU 上。
   • inference运行训练好的模型来响应请求。内存容量、延迟和单次请求成本是常见的考量。

数据来自 Kovara 主数据，最近验证于 2026年9月25日。说明部分介绍的是一般技术，并非基准测试，也不涉及价格或可用性。