Fiche technique SPEC CARD
NVIDIA T4
L'une des cartes d'inférence les plus déployées de l'histoire : carte half-height single-slot passive alimentée à 70 W via le slot, installable dans n'importe quel serveur, INT8 130 TOPS pour l'inférence multi-précision et jusqu'à 38 flux de décodage vidéo, massivement déployée dans les instances T4 des grands fournisseurs cloud (comme les serveurs 8 cartes AWS G4dn), elle est la carte d'inférence d'entrée de gamme la plus abondante sur le marché de l'occasion
Vue d'ensemble
La NVIDIA T4 est une carte accélératrice PCIe basée sur l'architecture Turing, équipée d'un GPU TU104 avec 320 Tensor Core et 40 RT Core. La mémoire vidéo est de 16 Go GDDR6 avec une interface de 256 bits, connectée à l'hôte via un bus PCIe Gen3 x16. Ses performances typiques sont de 8,1 TFLOPS en simple précision, 65 TFLOPS en précision mixte, 130 TOPS en INT8 et 260 TOPS en INT4. La T4 adopte un refroidissement passif au format half-height half-length mono-slot, avec une consommation maximale de 70 W sans alimentation externe, ce qui la rend adaptée aux serveurs haute densité. Elle prend en charge à la fois l'inférence deep learning et l'accélération du décodage vidéo, ce qui en fait une carte d'inférence polyvalente très largement déployée dans les instances cloud et les serveurs en périphérie de réseau.
Spécifications clés
| Architecture | Turing (TU104-895) |
| Mémoire vidéo | 16 Go GDDR6 avec ECC (activé par défaut) |
| Bande passante mémoire | 320 Go/s (300 Go/s selon la fiche technique d'une première version du datasheet) |
| Largeur du bus mémoire | 256bit |
| Puissance de calcul | FP32 8,1 TFLOPS / FP16·FP32 précision mixte 65 TFLOPS / INT8 130 TOPS / INT4 260 TOPS |
| Cœurs CUDA | 2,560 (40 SM) / Tensor Core 320 / RT Core 40 |
| TDP | 70 W (puissance totale de la carte, par défaut) |
| Interconnexion | PCIe Gen3 x16 (fonctionne également en x8, bande passante Interconnect 32 Go/s) |
| Année de lancement | 2018 (Product Brief v01 première version du 24-10-2018, datasheet édition déc. 2018 © 2018 NVIDIA) |
| Format | Mono-slot half-height half-length Low-Profile 6,6 pouces (longueur 169,53 mm), refroidissement passif, poids carte 301 g |
| Horloges | Base 585 MHz / Boost 1590 MHz (Base calibrée sous la limite thermique de 70 W) |
| Moteur média | Décodage 1080p30 : H.264 32 flux / HEVC 44 flux / VP9 32 flux |
| SR-IOV | Pris en charge ; 16 VF (oui) |
| Procédé | 12 nm FFN, 13,6 milliards de transistors, 545 mm² |
| Compute APIs | CUDA, NVIDIA TensorRT, ONNX |
Spécifications vérifiées contre les sources officielles (
benchmarks officiels , mis à jour le 10/10/2026) · Le prix réel est soumis au devis du vendeur
Cas d'usage
- Déploiement d'inférence de modèles de deep learning : grâce aux Tensor Core et à la quantification INT8/INT4, avec des chaînes d'outils comme TensorRT et ONNX, idéale pour le déploiement à grande échelle de services d'inférence en ligne
- Transcodage vidéo et traitement de streaming : une seule carte peut décoder en parallèle des dizaines de flux H.264, HEVC ou VP9 en 1080p30, adaptée aux passerelles vidéo, aux clusters de transcodage et à l'analyse de vidéosurveillance
- Virtualisation haute densité et bureaux virtuels : prise en charge de SR-IOV (jusqu'à 16 VF) et de la mémoire ECC, adaptée au partage GPU multi-locataires et aux infrastructures de desktop virtuel
- Rendu léger et accélération graphique : les RT Core embarqués offrent l'accélération matérielle du ray tracing, utilisable pour le rendu de petite et moyenne envergure, la visualisation et des charges de travail mixtes
Modèles de la même famille
| Modèle | Mémoire vidéo | TDP |
|---|
| NVIDIA A100 Comparer | Double version 40 Go HBM2 / 80 Go HBM2e (version 80 Go annoncée le 2020-11-16 à SC20), avec ECC | SXM4 400 W (identique en 40 Go et 80 Go) ; version PCIe : 40 Go 250 W / 80 Go 300 W |
| NVIDIA H20 Comparer | 96 Go HBM3 (concordance Flopper/VipraTech/Tencent News) | 400 W TDP (Flopper/tableau VipraTech/'400 W TDP' Tencent News, triple concordance ; les 350 W mentionnés dans le corps du texte de VipraTech, contradictoires, ont été écartés) |
| NVIDIA GB300 Comparer | 288 Go HBM3e (par cœur GPU ; 576 Go pour la superpuce ; 2,1 To au niveau carte HGX / 20 To par baie, deux chiffres coexistant) | TGP jusqu'à 1400 W |
| NVIDIA A30 Comparer | 24 GB HBM2 | 165 W |
| NVIDIA GeForce RTX 4090 Comparer | 24GB GDDR6X | 450 W TGP (335 W en jeu en moyenne, alimentation système recommandée 850 W) |
| NVIDIA RTX PRO 6000 Blackwell Comparer | 96 Go GDDR7 avec ECC (la plus grande capacité mémoire parmi les GPU pour stations de travail) | 600 W puissance totale de la carte (officiel), alimentation 1x PCIe CEM5 16 broches, refroidissement double flux traversant (Double-flow-through) |
Présentation vidéo VIDEO
Points d'achat et de vérification
- La T4 est conçue avec un refroidissement passif qui dépend du flux d'air forcé du châssis ; avant l'achat, il faut vérifier que le serveur cible dispose d'une solution de flux d'air adaptée aux GPU et que le châssis accepte les cartes half-height single-slot (low-profile) ; noter également que la carte est alimentée via le slot PCIe sans connecteur d'alimentation externe, donc aucun câble supplémentaire n'est nécessaire, mais il faut confirmer que l'alimentation du slot couvre la consommation maximale de la carte
- Vérification des interfaces et de la compatibilité : la T4 utilise un bus PCIe Gen3 x16 (installation en x8 également prise en charge officiellement), offrant une bonne compatibilité avec les machines anciennes comme avec les serveurs récents ; lors de l'achat, il convient de confirmer la topologie PCIe, la hauteur du châssis (half-height half-length, carte d'environ 6,6 pouces de long) ainsi que les besoins en pilotes et en virtualisation (SR-IOV, configuration ECC)
- Pour un achat d'occasion ou de stock, il est recommandé de tester chaque carte individuellement : vérifier que la mémoire ECC s'active correctement et passe les tests de stress, contrôler l'intégrité des Tensor Core et les capacités de décodage vidéo (à valider avec des outils de benchmark de décodage H.264/HEVC/VP9 en multi-flux), et demander le SN d'origine pour vérifier la garantie et la provenance ; ce modèle est extrêmement abondant sur le marché, attention à distinguer les différents lots et l'état des cartes démontées
FAQ
La T4 nécessite-t-elle une alimentation externe ? Peut-elle être installée dans un serveur standard ?
La consommation maximale de la T4 est de 70 W, entièrement fournie via le slot PCIe, sans câble d'alimentation externe. Avec son format half-height half-length mono-slot à refroidissement passif, elle s'installe dans la grande majorité des serveurs standard (y compris les serveurs rack 1U/2U), mais le refroidissement passif exige un flux d'air frontal dans le châssis ; à utiliser avec prudence dans un boîtier desktop au flux d'air insuffisant.
La T4 convient-elle à l'inférence de grands modèles ? 16 Go de mémoire suffisent-ils ?
La T4 est positionnée pour l'inférence plutôt que l'entraînement ; ses 16 Go de GDDR6 peuvent accueillir des modèles petits et moyens quantifiés (modèles de langage ou de vision en quantification INT8/INT4), avec un bon rendement en combinaison avec TensorRT. Pour les modèles à plus grand nombre de paramètres, il faut recourir à la quantification, au chargement par couches ou au découpage multi-cartes ; si l'on recherche un débit supérieur, il est conseillé d'évaluer des cartes d'inférence plus récentes.
La T4 d'occasion vaut-elle l'achat ? Que vérifier lors de l'inspection ?
La T4 est massivement utilisée dans les instances d'inférence des grands fournisseurs cloud, avec un stock de marché et une offre d'occasion très abondants, à prix d'entrée accessible — un choix courant pour l'inférence d'entrée de gamme et le transcodage vidéo. Lors de l'inspection, il faut confirmer que la mémoire ECC s'active et passe un test de stress pleine charge sur toute la mémoire, que la température en pleine charge et le comportement de throttle sont normaux, que les fonctions de décodage et les Tensor Core sont intacts, et vérifier le SN et l'état de la garantie.