Tesla K40C K40M 丽台盒包质保三年

jbd666

Nvidia Tesla  K10	GPU 的数量和类型:2 Kepler GK104s              CUDA核心数量：3072(每颗 GPU 1536 个) 双精度浮点性能：190 Gigaflops(每颗 GPU 95 Gflops) 单精度浮点性能：4577 Gigaflops(每颗 GPU 2288 Gflops) 专用存储器总容量：8 GB(每颗 GPU 4GB) 功耗：225W热设计功耗 被动散热	16000	三年质保	盒包	订货1周
Nvidia Tesla  K20C	GPU 的数量和类型:1 Kepler GK110              CUDA核心数量：2496 双精度浮点性能：1.17 Tflops 单精度浮点性能：3.52 Tflops 专用存储器总容量：5GB 功耗：225W热设计功耗 主动散热	16000	三年质保	盒包	现货
Nvidia Tesla  K20M	GPU 的数量和类型:1 Kepler GK110              CUDA核心数量：2496 双精度浮点性能：1.17 Tflops 单精度浮点性能：3.52 Tflops 专用存储器总容量：5GB 功耗：225W热设计功耗	16000	三年质保	盒包	现货
Nvidia Tesla  K20X	GPU 的数量和类型:1 Kepler GK110              CUDA核心数量：2688 双精度浮点性能：1.31 Tflops 单精度浮点性能：3.95 Tflops 专用存储器总容量：6GB 功耗：235W热设计功耗  被动散热	19000	三年质保	盒包	现货
Nvidia Tesla  K40C	GPU 的数量和类型:1 Kepler GK110              CUDA核心数量：2880 双精度浮点性能：1.43 Tflops 单精度浮点性能：4.29 Tflops 专用存储器总容量：12GB              显存带宽: 288GB/s 支持PCI-E 3.0 功耗：235W热设计功耗 主动散热	25000	三年质保	盒包	现货
Nvidia Tesla  K40M	GPU 的数量和类型:1 Kepler GK110              CUDA核心数量：2880 双精度浮点性能：1.43 Tflops 单精度浮点性能：4.29 Tflops 专用存储器总容量：12GB              显存带宽: 288GB/s 支持PCI-E 3.0 功耗：235W热设计功耗 被动散热	25000	三年质保	盒包	现货
Nvidia Tesla  K80M	GPU 的数量和类型:2 Kepler GK210              CUDA核心数量：4992 双精度浮点性能：2.91 Tflops 单精度浮点性能：8.74 Tflops 专用存储器总容量：24GB              显存带宽: 480GB/s 支持PCI-E 3.0 功耗：300W热设计功耗 被动散热	38000	三年质保	盒包	现货
Nvidia GRID K1	GPU 的数量和类型:4*Kepler          CUDA核心数量：768                   专用存储器总容量：16GB DDR3           用于虚拟化 功耗：139W热设计功耗 被动散热	15000	三年质保	工业包装	现货
Nvidia GRID K2	GPU 的数量和类型:2*Kepler          CUDA核心数量：3072                   专用存储器总容量：8GB DDR5           用于虚拟化 功耗：225W热设计功耗 被动散热	21000	三年质保	工业包装	现货

选择合适的 TESLA GPU

特性	Tesla K40	Tesla K20X	Tesla K20	Tesla K10
GPU 的数量和类型	1 颗 Kepler GK110B	1 Kepler GK110		2 Kepler GK104s
峰值双精度浮点性能	1.43 Tflops	1.31 Tflops	1.17 Tflops	0.19 Tflops
峰值单精度浮点性能	4.29 Tflops	3.95 Tflops	3.52 Tflops	4.58 Tflops
存储器带宽 (ECC关闭)	288 GB/秒	250 GB / 秒	208 GB / 秒	320 GB/秒
存储器容量 (GDDR5)	12 GB	6 GB	5 GB	8 GB
CUDA 核心数量	2880	2688	2496	2 x 1536

              * 注: Tesla K10 的规格参数显示为两个 GPU 的合计总数。在启用 ECC 的情况下，12.5%的 GPU 存储器用于 ECC 数据位。 例如，在启用 ECC 的情况下，如果总容量为 3 GB，那么用户可用存储器容量为 2.625 GB。