Ficha técnica SPEC CARD
NVIDIA Tesla P40
El rey consolidado de la inferencia en el borde con 24 GB de gran memoria de vídeo: en la era Pascal sin Tensor Core, este buque insignia de inferencia INT8 combina 24 GB de memoria por tarjeta con un bajo precio en el mercado de segunda mano, lo que lo convierte en un modelo de circulación en el mercado de segunda mano imprescindible para inferencia INT8 con presupuesto ajustado y despliegue de LLM pequeños
Resumen
NVIDIA Tesla P40 es una tarjeta de aceleración de inferencia para centros de datos basada en la arquitectura Pascal (núcleo GP102, Compute Capability 6.1), con 3840 núcleos CUDA, una potencia de pico FP32 de 12 TFLOPS y una potencia INT8 de pico (instrucción DP4A) de 47 TOPS. Cuenta con 24 GB de memoria GDDR5 con un ancho de bus de 384 bits y ECC a bordo habilitado de fábrica por defecto. La generación Pascal no incorpora Tensor Core, por lo que su aceleración INT8 depende del conjunto de instrucciones DP4A. La tarjeta tiene un formato de altura completa y longitud completa de doble ranura con disipación pasiva, sin salidas de vídeo, y se conecta al host mediante PCIe Gen3 x16; no es compatible con NVLink. Sus usos típicos incluyen inferencia con cuantización INT8, reconocimiento de imágenes y despliegue de modelos de lenguaje a pequeña escala, siendo uno de los modelos principales del mercado de segunda mano para inferencia con presupuesto ajustado.
Especificaciones clave
| Arquitectura | Pascal (GP102), Compute Capability 6.1 |
| Memoria | 24 GB GDDR5 (ECC a bordo, habilitado de fábrica por defecto, puede desactivarse con nvidia-smi; sin HBM2 y sin soporte NVLink) |
| Ancho de banda de memoria | 346 GB/s |
| Ancho de bus de memoria | 384bit |
| Potencia de cómputo | FP32 12 TFLOPS / INT8 (DP4A) 47 TOPS (la generación Pascal no tiene Tensor Core) |
| Núcleos CUDA | 3840 (30 SM × 128, verificado con deviceQuery) |
| Consumo | 250 W (por defecto en nvidia-smi = límite máximo de alimentación 250,00 W, mínimo 125 W; alimentación CPU 8-pin/EPS) |
| Interconexión | PCIe Gen3 x16 (ancho de enlace verificado: 16x), sin NVLink |
| Año de lanzamiento | 2016 (presentado en la GTC China de septiembre de 2016 (Pekín) · comunicado oficial fechado el 12-09-2016; lanzamiento en octubre de 2016) |
| Formato | Doble ranura de altura y longitud completas con disipación pasiva (NVIDIA Form Factor 3.0, 4,376 pulgadas × 10,5 pulgadas ≈ 111,15 mm × 266,7 mm, sin ventilador ni salidas de vídeo) |
| Frecuencias | Boost 1531 MHz / memoria equivalente 7,2 Gbps (deviceQuery: 3615 MHz) |
| Características destacadas | Buque insignia de inferencia Pascal: 47 TOPS de rendimiento de inferencia con el conjunto de instrucciones INT8 (DP4A); los 24 GB de memoria por tarjeta constituían la mayor configuración GDDR5 de su época |
Especificaciones verificadas con documentación oficial (
Benchmarks oficiales , actualizado el 2026-10-10) · El precio real está sujeto a la cotización del vendedor
Casos de uso
- Despliegue de inferencia con cuantización INT8 basada en instrucciones DP4A, como servicios de modelos de visión para clasificación de imágenes o detección de objetos
- Despliegue local de modelos de lenguaje con pocos parámetros e inferencia por lotes sin conexión
- Nodos de servicio de inferencia permanentes en salas de servidor de borde o entornos de alojamiento, aprovechando la disipación pasiva para adaptarse a servidores de rack
- Entornos experimentales y clústeres docentes con presupuesto limitado, para validación y desarrollo de modelos dentro del ecosistema compatible con CUDA 6.1
Modelos de la misma familia
| Modelo | Memoria | Consumo |
|---|
| NVIDIA T4 Comparación | 16GB GDDR6 con ECC (activado por defecto) | 70W (potencia total de la placa, por defecto) |
| NVIDIA A100 Comparación | Doble versión: 40GB HBM2 / 80GB HBM2e (la de 80GB se presentó el 16-11-2020 en la SC20), con ECC | SXM4 400W (igual en 40GB/80GB); versión PCIe: 40GB 250W / 80GB 300W |
| NVIDIA H20 Comparación | 96GB HBM3 (coincidencia en tres fuentes: Flopper/VipraTech/Tencent News) | TDP de 400W (coincidencia en tres fuentes: Flopper/tabla de especificaciones de VipraTech/'TDP de 400W' en Tencent News; se descarta la cifra contradictoria de 350W en el texto de VipraTech) |
| NVIDIA GB300 Comparación | 288GB HBM3e (por paquete de GPU; 576GB en el superchip; coexisten 2,1TB a nivel de placa HGX y 20TB por rack) | TGP de hasta 1400W |
| NVIDIA A30 Comparación | 24 GB HBM2 | 165 W |
| NVIDIA GeForce RTX 4090 Comparación | 24GB GDDR6X | TGP de 450W (315W en juegos de media, fuente de alimentación recomendada de 850W) |
Vídeo explicativo VIDEO
Puntos clave de compra e inspección
- La tarjeta usa un diseño de doble ranura de altura y longitud completas con disipación pasiva, sin ventilador propio; antes de comprarla debe confirmarse que el chasis disponga de un flujo de aire de nivel servidor adecuado. Su alimentación depende de un conector CPU 8-pin (EPS), por lo que hay que verificar el tipo de conector de la fuente y el margen de potencia del sistema
- Confirmar que la tarjeta no tiene salidas de vídeo ni NVLink; la interconexión de varias tarjetas solo es posible mediante PCIe Gen3 x16, por lo que al planificar configuraciones multi-GPU hay que prestar atención a la asignación de líneas PCIe y a la topología
- Gran circulación en el mercado de segunda mano: al inspeccionar la tarjeta, use deviceQuery/nvidia-smi para comprobar el número de núcleos CUDA, la capacidad de memoria y el estado del ECC; tenga en cuenta que el ECC habilitado de fábrica por defecto consume parte de la memoria, verifique la memoria real medida y pruebe la estabilidad durante largas sesiones de Plena carga
Preguntas frecuentes
¿Se puede usar la Tesla P40 para ejecutar grandes modelos de lenguaje?
Sí se puede, pero con limitaciones de arquitectura. La P40 no tiene Tensor Core y su rendimiento FP16 tampoco es su punto fuerte; en despliegues reales se suele optar por la vía de la cuantización INT8, aprovechando las instrucciones DP4A para lograr un buen rendimiento. Los 24 GB de memoria por tarjeta son adecuados para modelos con pocos parámetros o modelos cuantizados; para modelos mayores o mayor rendimiento, hay que evaluar el cuello de botella de ancho de banda de la expansión multi-GPU por PCIe o cambiar a una arquitectura más reciente.
¿Por qué la P40 usa disipación pasiva y puede usarse en una torre convencional?
La P40 es una tarjeta diseñada para servidores, con disipación pasiva de doble ranura, altura y longitud completas, sin ventilador ni salidas de vídeo, y depende del flujo de aire dirigido del chasis de servidor. Colocarla en una torre o caja de escritorio convencional provoca una refrigeración deficiente e incluso throttling por sobrecalentamiento; si es imprescindible usarla así, habrá que añadir una cubierta con turbina por cuenta propia y validar el flujo de aire.
¿Cómo inspeccionar una P40 de segunda mano antes de comprarla?
Se recomienda montarla y usar nvidia-smi y deviceQuery para verificar que el enlace PCIe es Gen3 x16, la capacidad de memoria y el estado del ECC a bordo, y confirmar que las frecuencias GPU Boost son normales; después, ejecutar pruebas de estrés sostenidas en Plena carga observando temperatura y estabilidad, y revisar los contadores de errores ECC para descartar fallos de memoria o historial de uso intensivo (minería). Comprobar también si la pasta térmica del disipador y el entorno de ventilación necesitan una renovación.
Documentación actualizada el 2026-10-10 · profundice con la
Política editorial Ficha a fondo