Calcolo scientifico e AI con memoria HBM2.
GPU NVIDIA
Più potenza per
lavorare con l’AI.
Porta modelli AI, immagini e calcoli sul tuo server dedicato. Scegli la GPU NVIDIA in base al progetto, alla memoria necessaria e alle applicazioni che vuoi usare.
- Tesla V100 32 GB e T4 16 GB sui DS-6 con NVMe
- A40 48 GB e A100 80 GB sui DS-76 con NVMe
- Calcolo CUDA e Tensor Core per applicazioni compatibili
- GPU opzionali sui server dedicati indicati nel catalogo
La GPU adatta al tuo prossimo progetto.
Inferenza e analisi video in una GPU compatta.
Grafica, rendering e modelli AI.
Più memoria per modelli e calcoli impegnativi.
COME FUNZIONA
Dall’applicazione alla GPU giusta.
Una GPU esegue molti calcoli in parallelo, ma il vantaggio dipende dal software. Partiamo dal modello AI, dalle immagini o dalle simulazioni che vuoi elaborare: scegliamo memoria e server compatibile, poi controlliamo driver e applicazione per sfruttare davvero l’accelerazione.
I tuoi dati
Modelli, documenti o immagini vengono preparati dal software sul server.
Il calcolo sulla GPU
L’applicazione compatibile usa CUDA e, quando previsto, i Tensor Core.
Il risultato
Risposte AI, immagini o simulazioni tornano all’applicazione che usi.
GPU E APPLICAZIONI
Quattro GPU, esigenze diverse.
La memoria disponibile conta quanto la potenza di calcolo. I valori qui sotto sono picchi teorici delle versioni PCIe di riferimento: non equivalgono alla velocità garantita della tua applicazione.
AI e documenti
Esegui modelli compatibili vicino ai tuoi dati. Dimensione del modello, precisione e utenti simultanei determinano la memoria necessaria.
Grafica e contenuti
Per rendering e immagini scegli un’applicazione compatibile e considera memoria, risoluzione e funzioni grafiche della GPU.
Ricerca e simulazioni
Per i calcoli scientifici confronta anche la precisione FP64: un valore Tensor elevato non descrive lo stesso lavoro.
MODELLI E SERVER COMPATIBILI
Confronta memoria e potenza.
La variante installata viene confermata prima dell’ordine. Le cifre FP32 e Tensor FP16 sono separate per aiutarti a leggere correttamente le differenze.
Volta · PCIe
NVIDIA Tesla V100 32 GB
Per simulazioni scientifiche, analisi dei dati e AI compatibile con Volta. La memoria HBM2 aiuta a lavorare su dati e modelli senza ridurli ai 16 GB della T4.
- Memoria
- 32 GB HBM2
- Banda memoria
- 900 GB/s
- FP32
- 14 TFLOPS
- Tensor FP16 · senza sparsità
- 112 TFLOPS
- Altri dati
- FP64: 7 TFLOPS
Turing · PCIe
NVIDIA T4 16 GB
Per offrire risposte da modelli già addestrati, elaborare video e avviare servizi AI che rientrano nella sua memoria. Una scelta da valutare per carichi di inferenza mirati.
- Memoria
- 16 GB GDDR6
- Banda memoria
- 300 GB/s
- FP32
- 8,1 TFLOPS
- Tensor FP16 · senza sparsità
- 65 TFLOPS
- Altri dati
- INT8: 130 TOPS
Ampere · PCIe
NVIDIA A40 48 GB
Per rendering, grafica professionale e generazione di immagini, oltre ai modelli AI compatibili. I 48 GB lasciano più spazio a scene e contenuti complessi.
- Memoria
- 48 GB GDDR6
- Banda memoria
- 696 GB/s
- FP32
- 37,4 TFLOPS
- Tensor FP16 · senza sparsità
- 149,7 TFLOPS
- Altri dati
- 84 RT Core
Ampere · PCIe
NVIDIA A100 80 GB
Per modelli AI più impegnativi, addestramento e calcolo scientifico. La memoria HBM2e offre capacità e banda per applicazioni che devono tenere molti dati vicini alla GPU.
- Memoria
- 80 GB HBM2e
- Banda memoria
- 1.935 GB/s
- FP32
- 19,5 TFLOPS
- Tensor FP16 · senza sparsità
- 312 TFLOPS
- Altri dati
- FP64: 9,7 TFLOPS
TFLOPS: prestazioni teoriche di picco, non tempi di risposta o utenti garantiti. I valori dipendono da variante, precisione e applicazione. Quantità di GPU, installazione e disponibilità sono da confermare sul server scelto.
GUIDA AL SERVIZIO
La GPU affianca il server, non lo sostituisce.
CPU, RAM e dischi continuano a gestire dati e applicazioni; la GPU accelera le operazioni che il software le affida. CUDA è l’ecosistema di calcolo NVIDIA, mentre i Tensor Core accelerano operazioni usate nell’AI. Una GPU più capiente ospita più dati, ma la scelta dipende anche dal modello, dalle versioni software e dalla precisione utilizzata.
Chiedici un consiglioDOMANDE FREQUENTI
Scegli la GPU con le idee chiare.
Informazioni pratiche su requisiti, attività e condizioni.
Le opzioni sono disponibili sui modelli NVMe DS-641-N, DS-642-N, DS-643-N, DS-644-N, DS-645-N e DS-646-N. La GPU deve essere selezionata e confermata nell’ordine.
I modelli NVMe DS-7621-N, DS-7622-N, DS-7623-N, DS-7624-N, DS-7625-N e DS-7626-N prevedono queste GPU come opzione.
Non nelle configurazioni di questo catalogo. Le opzioni GPU indicate sono associate esclusivamente ai server NVMe compatibili.
No. È opzionale. Modello, quantità installabile, disponibilità e costo devono risultare dalla configurazione e dall’ordine.
Indica migliaia di miliardi di operazioni in virgola mobile al secondo. Confronta valori con la stessa precisione: FP32, FP64 e Tensor FP16 misurano capacità differenti.
I valori principali riportati sono senza sparsità. I massimi con sparsità richiedono dati e software adatti e non si applicano automaticamente a qualsiasi modello.
Qui il riferimento è V100 PCIe: 14 TFLOPS FP32 e 112 Tensor. I 125 Tensor TFLOPS si riferiscono alla versione NVLink/SXM, non alla stessa variante.
Oltre ai pesi del modello servono memoria per contesto, calcoli e richieste simultanee.
Verifica modello, quantizzazione e lunghezza del contesto: il solo numero di parametri non basta.
Sì, per modelli e carichi compatibili con 16 GB di memoria. Le prestazioni dipendono da precisione, driver, librerie e richieste simultanee; non tutti i modelli recenti supportano allo stesso modo l’architettura Turing.
A40 offre 48 GB e unità RT dedicate alla grafica. A100 privilegia AI e calcolo con 80 GB HBM2e: non è una sostituta diretta per ogni applicazione di rendering.
La tecnologia MIG supporta fino a sette istanze sulla A100 80 GB. L’attivazione e i profili disponibili dipendono da driver, sistema e configurazione: non sono un servizio incluso automaticamente.
No. L’applicazione deve supportare la distribuzione del lavoro e dei dati tra GPU. Quantità, collegamenti e limiti del server vanno verificati prima dell’ordine.
Sì. Servono driver NVIDIA e componenti compatibili con il software scelto. Segui le versioni indicate dal produttore dell’applicazione, non soltanto quelle più recenti.
No. Devi controllare accessi, log, backup e collegamenti esterni dell’applicazione. Eventuali API esterne possono inviare dati fuori dal server.
No. GPU e modelli sono prodotti distinti. Verifica i diritti d’uso di modelli, software e componenti commerciali prima di installarli.