POPPUR爱换

 找回密码
 注册

QQ登录

只需一步,快速开始

手机号码,快捷登录

搜索
查看: 5084|回复: 33
打印 上一主题 下一主题

[显卡] 低价转让nVIDIA Tesla C870 GPU 图形处理器 出售

[复制链接]
跳转到指定楼层
1#
发表于 2009-6-19 22:44 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
本帖最后由 alpsfb 于 2009-6-24 15:03 编辑

低价转让全新nVIDIA Tesla C870一片,包装说明全

旺旺ID:alpsfb    请注明来意



NVIDIA®(英伟达™)Tesla™ C870 GPU(图形处理器)计算处理器是一种强大的多线程处理器架构,是科学家、工程师以及其他技术专业人士高性能计算(HPC)应用的最理想产品。

Tesla C870 GPU(图形处理器)计算处理器可以将标准工作站变为个人超级计算机。凭借其128个流处理器计算内核、[url=]CUDA[/url]C语言开发环境和开发工具以及一系列已经问世的应用程序,Tesla C870让专业人员能够更快地开发应用程序和解决一些以前只能通过访问共享服务器群集来解决的问题。

特性优势
强大的并行多核架构128个处理器内核可执行成千上万的并发线程,实现前所未有的应用程序性能。
CUDA C语言并行编程环境已为人们所广泛接受、易于学习高速的应用程序并行机制可充分利用GPU(图形处理器)的多核架构
可扩展为多个GPU(图形处理器)以及达到上千个处理器内核的性能通过将应用程序映射至多个GPU(图形处理器),从而获得超高的应用程序性能。
具备128个IEEE 单精度浮点单元每片GPU(图形处理器)持续性能最高可达350 GFLOPs (峰值 512 GFLOPs)
从GPU(图形处理器)到板载显存可达384位显存位宽高速GDDR3显存、384位显存位宽以及76.8 GB/秒的显存带宽可实现超高的数据传输速度
每片GPU(图形处理器)具备1.5 GB板载显存无需经常与系统之间传输数据,可执行更大型的计算、处理更大的数据集
高速、PCI Express数据传输标准PCI-Express架构所达到的高数据传输率可大幅提升计算应用程序性能
并行共享显存处理器群组共享显存的延迟时间短,使处理器群组之间可以高效地合作
Tesla GPU(图形处理器)产品拥有多种规格Tesla显卡、桌边型计算机以及1U系统等多种规格可应用于各种环境





规格ATX, 4.38" x 12.28", 双槽高度
Tesla GPU数量1
流处理器内核数量128
处理器内核频率1.35 Ghz
浮点精度IEEE 754单精度浮点
浮点性能利用C语言 (CUDA)程序可达到430 GFLOPs
(峰值512)
专用显存总容量1.5 GB,频率800 Mhz
显存位宽384位 GDDR3
显存带宽峰值76.8 GB/秒
最大功耗峰值170W , 典型120W
系统接口PCI Express x16 (Generation 1)
辅助电源连接器有 (2个)
散热方案主动式散热器
编程环境[url=]CUDA[/url]
2#
发表于 2009-6-19 22:46 | 只看该作者
复制代码
复制代码
回复 支持 反对

使用道具 举报

3#
发表于 2009-6-19 22:47 | 只看该作者
<P><FONT color=#ff0000 size=5>有现货,请旺旺联系~~</FONT></P>
<P>NVIDIA Tesla C870</P>
<P>NVIDIA&reg;(英伟达™)Tesla™ C870 GPU(图形处理器)计算处理器是一种强大的多线程处理器架构,是科学家、工程师以及其他技术专业人士高性能计算(HPC)应用的最理想产品。</P>
<P> </P>
<P align=left><IMG style="BORDER-BOTTOM: rgb(0,0,0) 0px solid; BORDER-LEFT: rgb(0,0,0) 0px solid; BORDER-TOP: rgb(0,0,0) 0px solid; BORDER-RIGHT: rgb(0,0,0) 0px solid" align=absMiddle src="http://blog.ipattern.org/wp-content/uploads/2009/03/p1000501.jpg"></P>
<P> </P>
<P><SPAN>Tesla C870 GPU(图形处理器)计算处理器可以将标准工作站变为个人超级计算机。凭借其128个流处理器计算内核、<A>CUDA</A>C语言开发环境和开发工具以及一系列已经问世的应用程序,Tesla C870让专业人员能够更快地开发应用程序和解决一些以前只能通过访问共享服务器群集来解决的问题。</SPAN><BR><BR></P>
<P>
<TABLE border=0 cellSpacing=0 cellPadding=0 width="100%" align=center>
<TBODY>
<TR>
<TD style="FONT: 10px arial sans-serif; COLOR: rgb(102,102,102)" vAlign=top width=210><IMG style="MARGIN-RIGHT: 20px" border=0 alt="" src="http://www.nvidia.cn/docs/IO/53467/overview_evolved.jpg" width=190 height=130><BR>Image Courtesy of Evolved Machines.</TD>
<TD style="FONT: 12px 18.0px arial sans-serif; COLOR: rgb(0,0,0)" vAlign=top><B>强大的多线程处理器架构</B><BR>在您工作站上即可解决以前需要用大型服务器集群来运算的计算难题<BR><BR><B>128个浮点处理器内核</B><BR>单片C870 GPU(图形处理器)最高性能可达350 GFLOPS (峰值 512 GFLOPS)</TD></TR></TBODY></TABLE></P>
<P><BR></P>
<P>
<TABLE border=0 cellSpacing=0 cellPadding=0 width="100%" align=center>
<TBODY>
<TR>
<TD style="FONT: 12px 18.0px arial sans-serif; COLOR: rgb(0,0,0)" vAlign=top><B>多GPU(图形处理器)计算</B><BR>通过将大型问题划分给多个GPU(图形处理器)来解决这些问题<BR><BR><B>共享数据显存</B><BR>利用共享数据,各处理器内核群组可以紧密合作<BR><BR><B>高速、PCI-Express数据传输</B><BR>CPU与GPU(图形处理器)之间的通信速度快、带宽高</TD>
<TD style="TEXT-ALIGN: center; FONT: 10px arial sans-serif; COLOR: rgb(102,102,102)" vAlign=top width=210><IMG style="MARGIN-LEFT: 20px" border=0 alt="" src="http://www.nvidia.cn/docs/IO/53467/overview_illinois.jpg" width=190 height=130><BR>Image Courtesy of University of Illinois at Urbana-Champaign.</TD></TR></TBODY></TABLE></P>
<P></P>
<HR>

<P></P>
<P><A><IMG style="BORDER-BOTTOM: rgb(0,0,0) 0px solid; BORDER-LEFT: rgb(0,0,0) 0px solid; BORDER-TOP: rgb(0,0,0) 0px solid; BORDER-RIGHT: rgb(0,0,0) 0px solid" align=absMiddle src="http://www.syzygia.com.tw/bbsimages--/tesla/c870/C870_S05.jpg"></A><IMG style="BORDER-BOTTOM: rgb(0,0,0) 0px solid; BORDER-LEFT: rgb(0,0,0) 0px solid; BORDER-TOP: rgb(0,0,0) 0px solid; BORDER-RIGHT: rgb(0,0,0) 0px solid" align=absMiddle src="http://www.syzygia.com.tw/bbsimages--/tesla/c870/C870_S06.jpg"><IMG style="BORDER-BOTTOM: rgb(0,0,0) 0px solid; BORDER-LEFT: rgb(0,0,0) 0px solid; BORDER-TOP: rgb(0,0,0) 0px solid; BORDER-RIGHT: rgb(0,0,0) 0px solid" align=absMiddle src="http://www.noble.sg/store/media/catalog/product/cache/1/image/5e06319eda06f020e43594a9c230972d/t/e/tesla_c870.jpg"><IMG style="BORDER-BOTTOM: rgb(0,0,0) 0px solid; BORDER-LEFT: rgb(0,0,0) 0px solid; BORDER-TOP: rgb(0,0,0) 0px solid; BORDER-RIGHT: rgb(0,0,0) 0px solid" align=absMiddle src="http://www.nvidia.cn/docs/IO/53467/tesla_c870_prod_shot_2.jpg"><IMG style="BORDER-BOTTOM: rgb(0,0,0) 0px solid; BORDER-LEFT: rgb(0,0,0) 0px solid; BORDER-TOP: rgb(0,0,0) 0px solid; BORDER-RIGHT: rgb(0,0,0) 0px solid" align=absMiddle src="http://www.nvidia.cn/docs/IO/53467/tesla_c870_prod_shot_3.jpg"></P>
<P></P>
<HR>
<BR>
<P></P>
<P>
<TABLE border=0 cellSpacing=0 cellPadding=0 width=550>
<TBODY>
<TR>
<TD width=275></TD>
<TD width=275 align=middle> </TD></TR>
<TR>
<TD><B>特性</B></TD>
<TD align=middle><B>优势</B></TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">强大的并行多核架构</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>128个处理器内核可执行成千上万的并发线程,实现前所未有的应用程序性能。</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">CUDA C语言并行编程环境已为人们所广泛接受、易于学习</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>高速的应用程序并行机制可充分利用GPU(图形处理器)的多核架构</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">可扩展为多个GPU(图形处理器)以及达到上千个处理器内核的性能</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>通过将应用程序映射至多个GPU(图形处理器),从而获得超高的应用程序性能。</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">具备128个IEEE 单精度浮点单元</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>每片GPU(图形处理器)持续性能最高可达350 GFLOPs (峰值 512 GFLOPs)</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">从GPU(图形处理器)到板载显存可达384位显存位宽</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>高速GDDR3显存、384位显存位宽以及76.8 GB/秒的显存带宽可实现超高的数据传输速度</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">每片GPU(图形处理器)具备1.5 GB板载显存</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>无需经常与系统之间传输数据,可执行更大型的计算、处理更大的数据集</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">高速、PCI Express数据传输</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>标准PCI-Express架构所达到的高数据传输率可大幅提升计算应用程序性能</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">并行共享显存</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>处理器群组共享显存的延迟时间短,使处理器群组之间可以高效地合作</TD></TR>
<TR>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; TEXT-INDENT: 0px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px">Tesla GPU(图形处理器)产品拥有多种规格</TD>
<TD style="TEXT-ALIGN: left; PADDING-BOTTOM: 5px; PADDING-LEFT: 5px; PADDING-RIGHT: 5px; PADDING-TOP: 5px" align=middle>Tesla显卡、桌边型计算机以及1U系统等多种规格可应用于各种环境</TD></TR></TBODY></TABLE></P>
<P></P>
<HR>

<P></P>
<P align=left> </P>
<P align=left>
<TABLE border=0 cellSpacing=0 cellPadding=0 width=600 align=center>
<TBODY>
<TR>
<TD>规格</TD>
<TD align=middle>ATX, 4.38" x 12.28", 双槽高度</TD></TR>
<TR>
<TD>Tesla GPU数量</TD>
<TD align=middle>1</TD></TR>
<TR>
<TD>流处理器内核数量</TD>
<TD align=middle>128</TD></TR>
<TR>
<TD>处理器内核频率</TD>
<TD align=middle>1.35 Ghz</TD></TR>
<TR>
<TD>浮点精度</TD>
<TD align=middle>IEEE 754单精度浮点</TD></TR>
<TR>
<TD>浮点性能</TD>
<TD align=middle>利用C语言 (CUDA)程序可达到430 GFLOPs<BR>(峰值512)</TD></TR>
<TR>
<TD>专用显存总容量</TD>
<TD align=middle>1.5 GB,频率800 Mhz</TD></TR>
<TR>
<TD>显存位宽</TD>
<TD align=middle>384位 GDDR3</TD></TR>
<TR>
<TD>显存带宽</TD>
<TD align=middle>峰值76.8 GB/秒</TD></TR>
<TR>
<TD>最大功耗</TD>
<TD align=middle>峰值170W , 典型120W</TD></TR>
<TR>
<TD>系统接口</TD>
<TD align=middle>PCI Express x16 (Generation 1)</TD></TR>
<TR>
<TD>辅助电源连接器</TD>
<TD align=middle>有 (2个)</TD></TR>
<TR>
<TD>散热方案</TD>
<TD align=middle>主动式散热器</TD></TR>
<TR>
<TD>编程环境</TD>
<TD align=middle>
<P><A target=_new>CUDA</A></P></TD></TR></TBODY></TABLE></P>
<P></P>
<HR>

<P></P>
回复 支持 反对

使用道具 举报

4#
发表于 2009-6-19 23:03 | 只看该作者
8800U专业版???
回复 支持 反对

使用道具 举报

5#
发表于 2009-6-20 09:35 | 只看该作者
看不懂拿来做什么用
回复 支持 反对

使用道具 举报

6#
 楼主| 发表于 2009-6-20 10:16 | 只看该作者
8800U专业版???
pigk 发表于 2009-6-19 23:03


专业计算处理器,不是普通显卡
回复 支持 反对

使用道具 举报

FIX007 该用户已被删除
7#
发表于 2009-6-20 10:33 | 只看该作者
提示: 作者被禁止或删除 内容自动屏蔽
回复 支持 反对

使用道具 举报

8#
发表于 2009-6-20 10:36 | 只看该作者
C1060淘宝卖15000元一块,这个C870要多少?7000还是10000
回复 支持 反对

使用道具 举报

9#
发表于 2009-6-20 10:40 | 只看该作者
口水啊,明盘明盘
回复 支持 反对

使用道具 举报

10#
发表于 2009-6-20 10:42 | 只看该作者
口水啊,明盘明盘
sharko 发表于 2009-6-20 10:40

我打赌,交易区的人100个中99个买不起,这东西我估计要8000左右
买回去了也不知道干什么,这卡是HPC方面的,和普通PC没什么关系
回复 支持 反对

使用道具 举报

11#
发表于 2009-6-20 10:43 | 只看该作者
350?在包个顺丰?
回复 支持 反对

使用道具 举报

12#
发表于 2009-6-20 10:44 | 只看该作者
有现货,请旺旺联系~~
NVIDIA Tesla C870
NVIDIA&reg;(英伟达™)Tesla™ C870 GPU(图形处理器)计算处理器是一种强大的多线程处理器架构,是科学家、工程师以及其他技术专业人士高性能计算(HPC)应用 ...
hdmeway 发表于 2009-6-19 22:47
什么东西
回复 支持 反对

使用道具 举报

13#
发表于 2009-6-20 10:45 | 只看该作者
我打赌,交易区的人100个中99个买不起,这东西我估计要8000左右
买回去了也不知道干什么,这卡是HPC方面的,和普通PC没什么关系
helppop 发表于 2009-6-20 10:42

呵呵,用来搞CFD计算,就是不知道这个cuda编程难不难,好不好连接,用cpu算这东西太痛苦了
回复 支持 反对

使用道具 举报

14#
发表于 2009-6-20 10:49 | 只看该作者
这个东东在其他论坛上有见过,是一个人被忽悠买的,到现在没搞懂这玩意思怎么用.
回复 支持 反对

使用道具 举报

头像被屏蔽
15#
发表于 2009-6-20 10:49 | 只看该作者
提示: 作者被禁止或删除 内容自动屏蔽
回复 支持 反对

使用道具 举报

16#
发表于 2009-6-20 10:51 | 只看该作者
这个东东在其他论坛上有见过,是一个人被忽悠买的,到现在没搞懂这玩意思怎么用.
ssgapl 发表于 2009-6-20 10:49

买这个的人应该很清楚这东西是怎么用的
买这个的个人用户是不可能的,一般都是研究所和大学居多吧,不要说这些用户不懂怎么使用
那个你说的被忽悠的人的链接发来看看,我倒是想看看有哪个个人用户花上万元买这种通用计算的卡回去
回复 支持 反对

使用道具 举报

17#
发表于 2009-6-20 10:55 | 只看该作者
可以忽悠单位买的,哈哈
回复 支持 反对

使用道具 举报

18#
发表于 2009-6-20 10:55 | 只看该作者
这个东东不错,,只可惜咱们用不上啊。。
回复 支持 反对

使用道具 举报

19#
发表于 2009-6-20 11:49 | 只看该作者
忽悠公家的钱。。。。
回复 支持 反对

使用道具 举报

20#
发表于 2009-6-20 11:54 | 只看该作者
路过支持
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

广告投放或合作|网站地图|处罚通告|

GMT+8, 2026-1-11 13:46

Powered by Discuz! X3.4

© 2001-2017 POPPUR.

快速回复 返回顶部 返回列表