NVIDIA Tesla S1070

NVIDIA Tesla S1070 — 4 Гб ×4 (16 Гб) GDDR3, 240 ×4 (960) ядер, GPI 48.5

Loading...

Performance Rating

The Tesla S1070 was an enthusiast-class professional graphics card by NVIDIA, launched on June 1st, 2008. Built on the 55 nm process, and based on the GT200B graphics processor, the card supports DirectX 11.1. Even though it supports DirectX 11, the feature level is only 10_0, which can be problematic with many DirectX 11 & DirectX 12 titles. The GT200B graphics processor is a large chip with a die area of 470 mm² and 1,400 million transistors. Tesla S1070 combines four graphics processors to increase performance. It features 240 shading units, 80 texture mapping units, and 32 ROPs, per GPU. NVIDIA has paired 16 GB GDDR3 memory with the Tesla S1070, which are connected using a 512-bit memory interface per GPU (each GPU manages 4,096 MB). The GPU is operating at a frequency of 610 MHz, memory is running at 800 MHz.

H200 H200
MI325X MI325X
A100 A100

NVIDIA Tesla S1070

48.5

NVIDIA Tesla S1070

48.5

Memory

Memory Size

4 ГБ ×4 (16 ГБ)

Memory Type

Memory Bandwidth

102.4 GB/s ×4 (409.6 GB/s)

Memory Bus Width

512 бит ×4 (2048 бит)

ML Performance

FP16 (Half Precision)

No TFLOPS
998.4 TFLOPS
(Intel UHD Graphics 730)

BF16 (Brain Float)

No TFLOPS
311.84 TFLOPS
(NVIDIA A800 SXM4 80 GB)

TF32 (TensorFloat)

Compute Power

FP32 (Single Precision)

622.1 TFLOPS

FP64 (Double Precision)

0.07776000000000001 TFLOPS
1,204,000.0 TFLOPS
(AMD Radeon RX 7900M)

CUDA Cores

240 ×4 (960)

Architecture & Compatibility

GPU Architecture

Tesla 2.0

SM (Streaming Multiprocessor)

PCIe Version

PCIe 2.0 x16

ML Software Support

CUDA Version

Clocks & Performance

Base Clock

Memory Clock

Power Consumption

TDP/TGP

800 W
unknown
(NVIDIA CMP 70HX)

Recommended PSU

Power Connector

Rendering

Texture Units (TMU)

80 ×4 (320)

Additional

Slots

Dual-slot
SXM Module
(NVIDIA H200 SXM 141 GB)

Release Date

June 1, 2008

Display Outputs

No outputs
4x mini-DisplayPort 2.0
4x HDMI 2.1
(SPARKLE Arc A310 OmniView)

FAQ

Для каких задач подходит NVIDIA Tesla S1070?

NVIDIA Tesla S1070 предназначен для вычислительных задач, требующих большого объема памяти и высокой пропускной способности, таких как машинное обучение, искусственный интеллект и научные вычисления. Однако его характеристики не соответствуют современным требованиям к GPU для этих областей, так как он использует устаревшую архитектуру GDDR3 и имеет низкую пропускную способность по сравнению с современными решениями.

С какими конкурентами сравнить и чем отличается NVIDIA Tesla S1070?

NVIDIA Tesla S1070 можно сравнить с более новыми моделями серии Tesla от NVIDIA, такими как Tesla V100 или A100. Эти модели имеют более передовые архитектуры, большие объемы памяти и гораздо более высокие пропускные способности. Главное отличие заключается в использовании устаревшей памяти GDDR3, что делает Tesla S1070 менее эффективным для современных вычислительных задач.

Достаточно ли питания и охлаждения для этой карты?

NVIDIA Tesla S1070 потребляет 800 Вт, что требует мощного блока питания для системы. Кроме того, такая мощная видеокарта обычно нуждается в надежном охлаждении, которое может включать в себя жидкостное охлаждение или высокопроизводительные воздушные системы. Убедитесь, что ваш корпус и система охлаждения способны справиться с нагрузкой.

Стоит ли брать эту карту в 2025-2026 году?

NVIDIA Tesla S1070 не рекомендуется для покупки в 2025-2026 годах из-за устаревших характеристик и низкой эффективности для современных вычислительных задач. Более новые модели, такие как Tesla V100 или A100, предлагают значительно лучшие производственные возможности и совместимость с современными системами.

Recommendations

Эта видеокарта NVIDIA Tesla S1070 предназначена для вычислительных задач, включая машинное обучение (ML) и искусственный интеллект (AI), где важны высокие вычислительные мощности. Она также подходит для научных расчетов и симуляций, но не рекомендуется для игр или обычного офисного использования из-за старой архитектуры и высокого энергопотребления.

Renting is cheaper than buying