スペックカード SPEC CARD
NVIDIA Tesla P100
ディープラーニング過渡期の分水嶺となったフラッグシップ:史上初のHBM2搭載GPU(16GB)+NVLink初採用+DGX-1の心臓部。Tensor Coreが存在しないPascal世代において、FP16の2倍スループットで学習を支えた過渡期の主力。V100の登場後は大量のSXM2/PCIe在庫が中古市場での流通に流入し、16GBの大容量VRAMを安価に入手できる本機は、いまも小規模モデル/推論デプロイの中古流通定番モデル
概要
NVIDIA Tesla P100はPascalアーキテクチャのGP100コアをベースに、16nm FinFETプロセスで製造された、NVIDIA初のHBM2高帯域メモリ搭載GPUです。16GBのCoWoSパッケージVRAMと4096bitのメモリインターフェイスを備えます。SXM2モジュールとPCIeの2形式があり、SXM2版はNVLinkインターコネクト技術を初採用し、後のDGXシリーズ一体型マシンの基礎を築きました。PCIe版は標準サーバー向けです。コンピュートケイパビリティは6.0で、Tensor Coreは非搭載ながらFP16の2倍スループットに対応します。主な用途はディープラーニングの学習・推論、HPC、大きなVRAM容量を必要とするバッチ処理で、現在も小規模モデルデプロイの分野で中古在庫として流通しています。
主要スペック
| アーキテクチャ | Pascal (GP100)、Compute Capability 6.0。16nm FinFET、610mm²、153億トランジスタ(GP100フル構成は60 SM、P100は56 SMを使用) |
| メモリ | 16GB CoWoS HBM2(4スタック×4-die、HBM2ネイティブECCにより容量/帯域のオーバーヘッドなし。PCIe版には12GB@549GB/sの派生モデルも存在) |
| メモリ帯域幅 | 732 GB/s(公式データシート値。ホワイトペーパー本文はスタックあたり180GB/s×4=720の概算表記。12GB PCIe派生モデルは549 GB/s) |
| メモリバス幅 | 4096bit(8×512-bitメモリコントローラ、deviceQuery実機で両版とも同一) |
| 演算性能 | 2つの公称値:SXM2版 FP32 10.6 / FP16 21.2 / FP64 5.3 TFLOPS。PCIe版 FP32 9.3 / FP16 18.7 / FP64 4.7 TFLOPS(Pascal世代はTensor Core非搭載、FP16はGP100専用ユニットにより2:1のスループット) |
| CUDAコア | 3584(56 SM × 64、deviceQuery実機値。FP64ユニット1792=32/SM) |
| 消費電力 | SXM2 300W(nvidia-smi既定値=最大、最小150W)/ PCIe 250W(既定値=最大、最小125W) |
| インターコネクト | SXM2版はNVLink 4リンク×40GB/s=双方向160GB/s(世界初)+PCIe Gen3。PCIe版はNVLink非対応でPCIe Gen3 x16のみ |
| 発売年 | 2016年(2016-04-05 サンノゼGTCで発表、公式開発者ブログの記載に基づく。SXM2はDGX-1と共に先行投入、PCIe版は2016年9月から出荷) |
| フォームファクター | SXM2:メザニンボード(140mm×78mm、300W、型番900-2H403-0000-000)/ PCIe:フルハイト・フルレングス・2スロット・パッシブ(250W)、いずれもファンなし |
| クロック | SXM2:ベース1328/Boost 1480 MHz。PCIe:アプリ1189/最大1328 MHz(nvidia-smi実測)。VRAM 715 MHz(実効1.43Gbps×2=732GB/sと整合) |
| 特徴 | 史上初のHBM2 VRAM搭載GPU+NVLink初採用カード、Pascal世代のデータセンターフラッグシップ。DGX-1の8基で170 TFLOPS FP16を発揮したAIスーパーコンピュータの心臓部。Tensor Core以前のディープラーニング過渡期の主力で、現存在庫が多く中古流通も活発 |
スペックは公式資料に基づき検証済み(
公式ベンチマーク、2026-10-10 更新)· 実際の価格は出品者の提示価格によります
適用シーン
- 中小規模ディープラーニングモデルの学習とファインチューニング。FP16の2倍スループットを活かし、Tensor Core非搭載による制約を補う
- モデル推論とオンラインサービスのデプロイ。16GB VRAMにより比較的大きなモデル重みやバッチキューを収容可能
- HPC・科学技術計算。高い倍精度浮動小数点スループットを活かし、従来型のHPCワークロードを実行
- VRAM容量が重要なバッチ処理タスク。大規模データ前処理、グラフ計算、インメモリデータベースの高速化など
同族モデル
| 型番 | メモリ | 消費電力 |
|---|
| NVIDIA T4 比較 | 16GB GDDR6 with ECC(デフォルト有効) | 70W(基板全体の消費電力、デフォルト) |
| NVIDIA A100 比較 | 40GB HBM2/80GB HBM2e の2バージョン(80GB版は2020-11-16 SC20で追加発表)、ECC搭載 | SXM4 400W(40GB/80GB共通);PCIe版は40GBが250W/80GBが300W |
| NVIDIA H20 比較 | 96GB HBM3(Flopper/VipraTech/騰訊ニュースの3ソースで一致) | TDP 400W(Flopper/VipraTechスペック表/騰訊ニュースの『熱設計電力400W』で3ソース一致;VipraTech本文には350Wという矛盾する記載があるため不採用) |
| NVIDIA GB300 比較 | 288GB HBM3e(1 GPUパッケージあたり;スーパーチップで576GB;HGX基板レベルで2.1TB/ラックで20TBという表記が併存) | TGP 最大 1400W |
| NVIDIA A30 比較 | 24 GB HBM2 | 165 W |
| NVIDIA GeForce RTX 4090 比較 | 24GB GDDR6X | 450W TGP(平均ゲーム時315W、推奨システム電源850W) |
動画解説 VIDEO
調達・検品のポイント
- 形式と冷却の適合を確認:本モデルは両バージョンともパッシブ冷却で、サーバーシャーシの強制風路に依存します。SXM2版は標準挿し込みカードではなくメザニンモジュールのため、SXM2対応の一体型マシンまたはベースボードが必要です。中古機を購入する際は、機房の風路と冷却能力がパッシブ冷却設計の要件を満たすか確認してください
- 電源と機房環境の確認:SXM2版とPCIe版は消費電力の等級が異なります(nvidia-smiで読み取れる上限を基準に)。デプロイ前に機器の定格電力に応じてラックの給電とPDUの余裕を計画し、消費電力の異なるバージョンの混在による過負荷を避けてください
- バージョンの区別と真贋確認:デバイス名(Tesla P100-SXM2-16GBまたはTesla P100-PCIE-16GBなど)とパーツ番号の一致を優先的に確認してください。PCIe版には12GB VRAMの派生モデルが存在し、性能パラメータもバージョンにより異なります。受領後はdeviceQueryとnvidia-smiでSM数、VRAM容量、ECC状態がEnabledになっているか照合することを推奨します
よくある質問
Tesla P100のSXM2版とPCIe版の違いは? どちらを選ぶべき?
SXM2版はメザニンベースボード型モジュールで、4リンクのNVLinkインターコネクトに対応し、マルチGPU並列の一体型マシン(DGX-1など)に適しています。PCIe版は標準的なGen3 x16カードで、NVLink非対応のため複数カード間通信はPCIeバス経由になりますが、一般サーバーに搭載可能です。単卡推論や汎用デプロイが目的ならPCIe版が導入しやすく、マルチGPUの拡張性を重視するならSXM2対応機が必要です。
P100にはTensor Coreがないが、ディープラーニングに使う価値はある?
P100はTensor Core登場前のアーキテクチャで、学習スループットは主にFP16の2倍速度と高いVRAM帯域に依存します。中小モデルの学習には十分実用になりますが、Tensor Core搭載の現行カードと比べると効率差は歴然です。現在は小規模モデルの学習や推論デプロイなど、極端なスループットを要求しない一方でVRAM容量を多く必要とする用途に向いており、コストパフォーマンスが最大の強みです。
中古のTesla P100で注意すべき点は?
まずVRAMバージョン(16GBまたはPCIe版の12GB派生モデル)と帯域スペックの違いを確認してください。次に本カードはパッシブ冷却のため、適切な風路を持つサーバーシャーシへの搭載が必須で、ベアボードのまま使用できません。さらにECCが正常に有効化されているか、HBM2 VRAMにエラーが出ていないかを確認してください。最後に、SXM2版は一般のマザーボードでは直接使用できず、専用ベースボードまたは一体型マシンが必要な点に注意してください。
資料更新 2026-10-10 · 深掘り項目は
編集ポリシー 手順