提供个人超级计算机解决方案 高性能GPU运算服务器解决方案/集群解决方案
Nvidia Tesla C2050 | CUDA核心频率:1.15 GHz CUDA核心数量:448
双精度浮点性能(峰值):515 Gflops
单精度浮点性能(峰值):1.03 Tflops
专用存储器总容量:3GB GDDR5
功耗:238W热设计功耗 主动散热
显示器最大分辨率@ 60Hz:2560x1600 | 8000 | 三年质保 | 工业包装 | Nvidia Tesla C2070 | CUDA核心频率:1.15 GHz CUDA核心数量:448
双精度浮点性能(峰值):515 Gflops
单精度浮点性能(峰值):1.03 Tflops
专用存储器总容量:6GB GDDR5
功耗:238W热设计功耗 主动散热
显示器最大分辨率@ 60Hz:2560x1600 | 8000 | 一年质保 | 工业包装 | Nvidia Tesla C2070 | CUDA核心频率:1.15 GHz CUDA核心数量:448
双精度浮点性能(峰值):515 Gflops
单精度浮点性能(峰值):1.03 Tflops
专用存储器总容量:6GB GDDR5
功耗:238W热设计功耗 主动散热
显示器最大分辨率@ 60Hz:2560x1600 | 9000 | 三年质保 | 工业包装 | Nvidia Tesla C2075 | CUDA核心频率:1.15 GHz CUDA核心数量:448
双精度浮点性能(峰值):515 Gflops
单精度浮点性能(峰值):1.03 Tflops
专用存储器总容量:6GB GDDR5
功耗:210W热设计功耗
显示器最大分辨率:1600x1200 | 11800 | 三年质保 | 工业包装 | Nvidia Tesla M2090 | CUDA核心频率:1.15 GHz CUDA核心数量:448
双精度浮点性能(峰值):515 Gflops
单精度浮点性能(峰值):1.33 Tflops
专用存储器总容量:6GB GDDR5
功耗:250W热设计功耗 被动散热 | 13500 | 三年质保 | 工业包装 | 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 | 15000 | 一年质保 | 工业包装 | 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 | | 三年质保 | 工业包装 | 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 | | 三年质保 | NV原厂 | 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 | 21000 | 三年质保 | 丽台盒装 | 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 | 21500 | 三年质保 | 工业包装 | 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 | 27000 | 三年质保 | 工业包装 | 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 | 34500 | 三年质保 | 英伟达 原厂 | 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 | 40900 | 三年质保 | 丽台盒装 | 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 | 33000 | 三年质保 | NV原厂 | 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 | 18000 | 三年质保 | 工业包装 | 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 | 28000 | 三年质保 | 工业包装 | XEON Phi 3120A | 频率:1.1G 核心数量:57 专用存储器总容量:6GB 缓存:28.5MB
功耗:300W热设计功耗 主动散热 | 13500 | 一年质保 | INTEL 原厂 | XEON Phi 5110P | 频率:1.05G 核心数量:60 专用存储器总容量:8GB 缓存:30MB
功耗:225W热设计功耗 被动散热 | 18000 | 一年质保 | INTEL 原厂 | XEON Phi 7120P | 频率:1.238G 核心数量:61 专用存储器总容量:8GB 缓存:30.5MB
功耗:300W热设计功耗 被动散热 | 35000 | 一年质保 | INTEL 原厂 |
全新 正品 行货 盒装 质保三年 全国包邮 tesla K40C NVIDIA Tesla 英伟达 K20 GPU 实物图 (北京地区 可以提供测试) K20 标示: 正视图: 后视图:
18801190200 18911607203 010-51627561-804 北京思腾创新科技发展有限公司 刘立辉 公司地址:北京市海淀区北三环西路48号 科技会展中心1号楼A座18A 北京地区支持送货上门 , 外地客户建议顺丰速递 如果价格不好,请告知我们。 如果售后不好,请告知我们。 我公司承诺自2014年2月14日起所有GPU服务器整机免费质保三年,1年内出现故障我们免费更换配件 . [size=+0]![]() ![]() ![]() ![]()
[size=+0] [size=+0]
咨询电话 18911607203 刘立辉 [size=+0]全新[size=+0] C2050 C2070 C2075 M2090 K10 K20C K20M K40C K40M [size=+0]现货 供应 提供测试环境
特性 | Tesla K20X | Tesla K20 | Tesla K10 | Tesla M2090 | Tesla M2075 | GPU 的数量和类型 | 1 Kepler GK110 | 2 Kepler GK104s | 1 Fermi GPU | 1 Fermi GPU | GPU 计算应用 | 地震处理, 计算流体力学, 计算机辅助工程, 金融计算, 计算化学与物理学, 数据分析, 卫星成像, 天气建模 | 地震处理, 信号与图像处理, 视频分析 | 地震处理, 计算流体力学, 计算机辅助工程, 金融计算, 计算化学与物理学, 数据分析, 卫星成像, 天气建模 | 峰值双精度浮点性能 | 1.31 Tflops | 1.17 Tflops | 190 Gigaflops
(每颗 GPU 95 Gflops) | 665 Gigaflops | 515 Gigaflops | 峰值单精度浮点性能 | 3.95 Tflops | 3.52 Tflops | 4577 Gigaflops
(每颗 GPU 2288 Gflops) | 1331 Gigaflops | 1030 Gigaflops | 存储器带宽 (ECC关闭) | 250 GB / 秒 | 208 GB / 秒 | 320 GB / 秒
(每颗 GPU 160 GB / 秒) | 177 GB / 秒 | 150 GB / 秒 | 存储器容量 (GDDR5) | 6 GB | 5 GB | 8 GB
(每颗 GPU 4GB) | 6 GB | 6 GB | CUDA 核心数量 | 2688 | 2496 | 3072
(每颗 GPU 1536 个) | 512 | 448 |
注: 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。
|