Spec-Card SPEC CARD
NVIDIA A800
Die exportkonforme Variante der A100 für China (NVLink von 600 auf 400 GB/s reduziert), 80 GB HBM2e und damit die Hauptkraft für KI-Training; nach dem Exportverbot im Oktober 2023 nur noch als Bestands- und Gebrauchtmarkt-Umlauf — eine der KI-Trainingskarten mit dem größten Marktvolumen und der größten Prüfintensität auf dem chinesischen Spotmarkt
Überblick
Die NVIDIA A800 ist ein Datacenter-GPU auf Basis der Ampere-Architektur und kann als die exportkonforme Version der A100 für den chinesischen Festlandmarkt betrachtet werden. Der Hauptunterschied liegt darin, dass die NVLink-Interconnect-Bandbreite gegenüber der A100 auf 400 GB/s reduziert wurde. Die Karte ist mit 80 GB HBM2e-Speicher ausgestattet, verfügt über Tensor Core der dritten Generation, unterstützt diverse Präzisionen wie FP64, TF32, BF16 und INT8 und ist in zwei Varianten erhältlich: PCIe und SXM4. Per MIG lässt sie sich in bis zu 7 Instanzen aufteilen. Die A800 diente lange als Hauptkarte für groß angelegtes Modelltraining und Inferenz im Land; nach Inkrafttreten der Exportkontrollen wanderte sie in den Bestandsmarkt, wo Spot- und Gebrauchtgeschäfte rege sind und der Prüfbedarf besonders hoch ist.
Kernspezifikationen
| Architektur | NVIDIA Ampere |
| Speicher | 80 GB HBM2e |
| VRAM-Bandbreite | 1,935 GB/s |
| FP64-Leistung | 9.7 TFLOPS |
| FP64 Tensor Core | 19.5 TFLOPS |
| FP32-Leistung | 19.5 TFLOPS |
| TF32 Tensor Core | 156 TFLOPS |
| FP16-Leistung | 312 TFLOPS |
| INT8-Leistung | 624 TOPS |
| Tensor Cores | 512 third-generation Tensor Cores per GPU |
| CUDA-Kerne | 8192 FP32 CUDA Cores per GPU |
| Interconnect | NVLink: 400 GB/s |
| Systemschnittstelle | PCIe Gen 4, x16 lanes |
| Formfaktor | PCIe full height/length, double width |
| MIG-Slicing | Up to 7 GPU instances, 10GB each |
| TDP-Leistungsaufnahme | 300 W |
| ECC | Yes |
| Erscheinungsjahr | 2022 |
Spezifikationen anhand offizieller Quellen verifiziert (
Offizielle Benchmarks , aktualisiert am 09.10.2026) · Der tatsächliche Preis richtet sich nach dem Angebot des Verkäufers
Einsatzszenarien
- Pre-Training und Continued Pre-Training großer Sprachmodelle, Aufbau von Trainingsclustern mit mehreren Karten via NVLink
- Fine-Tuning von Modellen mittlerer Parametergröße, LoRA-Fine-Tuning und Alignment-Training
- Online-Inferenzdienste für generative KI und Empfehlungssysteme, mit erhöhter Auslastung durch MIG-Aufteilung
- Wissenschaftliches Rechnen und Engineering-Simulationen unter Nutzung der FP64- und FP64-Tensor-Core-Leistung
Modelle der Familie
| Modell | Speicher | Verbrauch |
|---|
| NVIDIA T4 Vergleich | 16GB GDDR6 mit ECC (standardmäßig aktiviert) | 70W (Gesamtboardleistung, Standard) |
| NVIDIA A100 Vergleich | 40GB HBM2 / 80GB HBM2e in zwei Varianten (80-GB-Variante nachgelegt auf der SC20 am 16.11.2020), mit ECC | SXM4 400W (40GB/80GB identisch); PCIe-Version 40GB 250W / 80GB 300W |
| NVIDIA H20 Vergleich | 96GB HBM3 (konsistent bei Flopper/VipraTech/Tencent News) | 400W TDP (dreifach belegt: Flopper/VipraTech-Datenblatt/Tencent News mit „Wärmeleistung 400W“; widersprüchliche Angabe 350W im VipraTech-Fließtext verworfen) |
| NVIDIA GB300 Vergleich | 288GB HBM3e (pro GPU-Package; 576GB im Superchip; parallel HGX auf Board-Ebene 2,1 TB / Rack 20 TB) | TGP bis 1400W |
| NVIDIA A30 Vergleich | 24 GB HBM2 | 165 W |
| NVIDIA GeForce RTX 4090 Vergleich | 24GB GDDR6X | 450W TGP (Spiele im Schnitt 315W, empfohlenes Netzteil 850W) |
Videoerklärung VIDEO
Wichtige Punkte für Kauf und Prüfung
- Die A800 gibt es in zwei Varianten: PCIe und SXM4. Die PCIe-Version ist als Full-Height-/Full-Length-Karte mit doppelter Bauhöhe und passiver Kühlung ausgelegt und muss zwingend in Standardservern mit erzwungenem Luftkühlungsluftstrom betrieben werden. Die SXM-Variante wird als Modul auf ein Substrat integriert und benötigt einen flüssigkeitsgekühlten Gesamtsystem-Server; vor dem Kauf sollte geklärt werden, ob das Rechenzentrum die entsprechenden Kühlbedingungen bietet
- Die NVLink-Geschwindigkeit ist der Kernunterschied zwischen A800 und A100. Bei der Prüfung sollte die Kartenidentität und der NVLink-Bridge-Status mit Tools wie nvidia-smi und nvlink topology verifiziert werden, um Täuschung durch A100-Karten oder vermisste Chargen auszuschließen
- Für dieses Modell gibt es keine offiziellen Neulieferungen mehr; der Markt besteht überwiegend aus Spot- und Gebrauchtware. Besonders zu prüfen sind Speicherzustand, ECC-Fehlerprotokolle, Reparaturspuren am Kartengehäuse und die Konsistenz der Seriennummer. Bei der SXM-Version sollte zudem die Vollständigkeit des Substrat- und Systemzubehörs bestätigt werden
- Beim Systembau beachten: Die PCIe-Version belegt einen Gen4-x16-Slot mit doppelter Bauhöhe; das Gehäuse muss ausreichenden Slotabstand für den Luftstrom bieten
FAQ
Wo genau liegt der Unterschied zwischen A800 und A100?
Die Kernspezifikationen sind praktisch identisch. Der wichtigste offizielle Unterschied betrifft NVLink: Die NVLink-Bandbreite der A800 liegt bei 400 GB/s und damit unter den 600 GB/s der A100. Bei Einzelkarten oder kleinen Setups ist das kaum relevant, doch beim großen verteilten Training über mehrere Maschinen kann die geringere Interconnect-Bandbreite die Skalierungseffizienz beeinträchtigen.
Kann man die A800 noch neu kaufen? Worauf sollte man beim Gebrauchtkauf achten?
Nach Inkrafttreten der Exportkontrollen gibt es keine offiziellen Neulieferungen mehr; der Markt bewegt sich über Bestandsspot- und Gebrauchtware. Beim Kauf sollten zuerst ECC-Fehlerprotokolle des Speichers, die Übereinstimmung von SN-Seriennummer und Label, frühere Nutzung in Mining-Farmen oder Hochlast-Rechenzentren sowie Originalität von Kühler und NVLink-Bridge geprüft werden — und nach Möglichkeit Verkäufer mit Testvideo oder Gewährleistung wählen.
Eignet sich die A800 für Training großer Modelle? Reicht die Interconnect-Leistung im Multi-Node-Betrieb?
Die A800 verfügt über 80 GB HBM2-Speicher und die volle Ampere-Tensor-Core-Rechenleistung und ist eine erprobte Wahl für Modelle im Milliarden-Parameterbereich; mit MIG lässt sich der Speicher zudem für Inferenz aufteilen. Zu beachten: NVLink liegt bei 400 GB/s und damit unter der A100, was bei kommunikationsintensivem Training in sehr großen Clustern zum Flaschenhals werden kann — abmilderbar durch Gradientenkompression und Kommunikationsoptimierung.