Fiche technique SPEC CARD
NVIDIA Tesla P40
Le roi des GPU d'inférence en périphérie avec 24 Go de mémoire : flagship d'inférence INT8 de l'ère Pascal sans Tensor Core, ses 24 Go de mémoire par carte et son prix bas sur le marché de l'occasion en font un modèle phare de la circulation sur le marché de l'occasion pour l'inférence INT8 à petit budget et le déploiement de petits LLM
Vue d'ensemble
La NVIDIA Tesla P40 est une carte d'accélération d'inférence datacenter basée sur l'architecture Pascal (cœur GP102, Compute Capability 6.1), dotée de 3840 cœurs CUDA, d'une puissance FP32 maximale de 12 TFLOPS et d'une puissance INT8 maximale (instructions DP4A) de 47 TOPS. Elle embarque 24 Go de GDDR5 sur un bus 384 bits, avec l'ECC activé par défaut en sortie d'usine. La génération Pascal ne dispose pas de Tensor Core : son accélération INT8 repose sur le jeu d'instructions DP4A. La carte adopte un format full-height full-length bi-slot à refroidissement passif, sans sortie vidéo, se connecte à l'hôte via PCIe Gen3 x16 et ne prend pas en charge NVLink. Ses usages typiques incluent l'inférence en quantification INT8, la reconnaissance d'images et le déploiement de modèles de langage à petite échelle ; c'est l'un des modèles phares du marché de l'occasion à petit budget pour l'inférence.
Spécifications clés
| Architecture | Pascal (GP102), Compute Capability 6.1 |
| Mémoire vidéo | 24 Go GDDR5 (ECC embarqué, activé par défaut en usine, désactivable via nvidia-smi ; pas de HBM2, donc pas de support NVLink) |
| Bande passante mémoire | 346 GB/s |
| Largeur du bus mémoire | 384bit |
| Puissance de calcul | FP32 12 TFLOPS / INT8 (DP4A) 47 TOPS (génération Pascal sans Tensor Core) |
| Cœurs CUDA | 3840 (30 SM × 128, vérifié via deviceQuery) |
| TDP | 250 W (limite de puissance par défaut et maximale sous nvidia-smi = 250,00 W, min 125 W ; alimentation CPU 8 broches/EPS) |
| Interconnexion | PCIe Gen3 x16 (largeur de lien mesurée : 16x), sans NVLink |
| Année de lancement | 2016 (annonce GTC China (Pékin) en 09/2016 · communiqué officiel daté du 12/09/2016 ; commercialisation en 10/2016) |
| Format | Full-height full-length bi-slot, refroidissement passif (NVIDIA Form Factor 3.0, 4,376 pouces × 10,5 pouces ≈ 111,15 mm × 266,7 mm, sans ventilateur ni sortie vidéo) |
| Fréquences | Boost 1531 MHz / mémoire équivalente 7,2 Gbps (deviceQuery : 3615 MHz) |
| Points forts | Flagship d'inférence Pascal : 47 TOPS de débit d'inférence via le jeu d'instructions INT8 (DP4A), avec 24 Go de mémoire par carte, la plus grande configuration GDDR5 de son époque |
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 en quantification INT8 basé sur les instructions DP4A, pour des services de modèles de vision comme la classification d'images ou la détection d'objets
- Déploiement local et inférence par lots hors ligne de modèles de langage à faible nombre de paramètres
- Nœuds de service d'inférence permanents en salles serveurs de périphérie ou en environnement colocation, le refroidissement passif s'adaptant aux serveurs rack
- Environnements expérimentaux et clusters pédagogiques à budget contraint, pour la validation et le développement de modèles dans l'écosystème compatible CUDA 6.1
Modèles de la même famille
| Modèle | Mémoire vidéo | TDP |
|---|
| NVIDIA T4 Comparer | 16 Go GDDR6 avec ECC (activé par défaut) | 70 W (puissance totale de la carte, par défaut) |
| 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) |
Présentation vidéo VIDEO
Points d'achat et de vérification
- Cette carte adopte un format full-height full-length bi-slot à refroidissement passif, sans ventilateur intégré : avant l'achat, vérifiez que le châssis dispose d'un flux d'air de niveau serveur adapté ; son alimentation repose sur un connecteur CPU 8 broches (EPS), il faut donc contrôler le type de connecteur et la marge d'alimentation de la machine
- La carte n'a ni sortie vidéo ni NVLink : l'interconnexion multi-GPU ne peut passer que par PCIe Gen3 x16 ; lors de la planification d'une configuration multi-GPU, prêtez attention à l'allocation des lignes PCIe et à la topologie
- Gros volume en circulation sur le marché de l'occasion : lors de la réception, utilisez deviceQuery/nvidia-smi pour vérifier le nombre de cœurs CUDA, la capacité mémoire et l'état de l'ECC ; notez que l'ECC, activé par défaut, consomme une partie de la mémoire — contrôlez la mémoire réellement mesurée et testez la stabilité en Pleine charge prolongée
FAQ
La Tesla P40 peut-elle faire tourner de grands modèles de langage ?
Oui, mais avec les limites de son architecture. La P40 n'a pas de Tensor Core et son débit FP16 n'est pas son point fort ; en pratique, le déploiement passe généralement par la quantification INT8, en tirant parti des instructions DP4A pour un débit correct. Les 24 Go de mémoire par carte conviennent aux modèles à petit nombre de paramètres ou aux modèles quantifiés ; pour des modèles plus grands ou un débit supérieur, il faut évaluer le goulot d'étranglement de bande passante d'une extension multi-GPU PCIe ou opter pour une architecture plus récente.
Pourquoi la P40 est-elle à refroidissement passif, et peut-on l'utiliser dans un boîtier tour classique ?
La P40 est une carte dédiée aux serveurs, au format full-height full-length bi-slot avec refroidissement passif : ni ventilateur, ni sortie vidéo, elle dépend du flux d'air dirigé d'un châssis serveur. Dans une tour classique ou un boîtier de bureau, la dissipation sera insuffisante, avec risque de surchauffe et de throttling ; si son usage est indispensable, il faut ajouter un carénage à turbine et valider le flux d'air.
Comment vérifier une P40 d'occasion avant achat ?
Il est recommandé, une fois la carte montée, de vérifier via nvidia-smi et deviceQuery que le lien PCIe est bien en Gen3 x16, la capacité mémoire et l'état de l'ECC embarqué, et que les fréquences GPU Boost sont normales ; lancez ensuite un stress test prolongé en Pleine charge pour observer température et stabilité, et consultez les compteurs d'erreurs ECC pour détecter des défauts mémoire ou un historique de minage / forte charge. Vérifiez également si la pâte thermique du dissipateur et l'environnement de ventilation nécessitent une rénovation.