Ficha técnica SPEC CARD
NVIDIA Tesla P40
Rei das existências de inferência na borda com 24 GB de grande memória de vídeo: o principal modelo de circulação no mercado de segunda mão para inferência INT8 e implantação de LLMs pequenos com baixo orçamento, na era Pascal sem Tensor Core
Visão geral
A NVIDIA Tesla P40 é uma placa aceleradora de inferência para data center baseada na arquitetura Pascal (núcleo GP102, Compute Capability 6.1), equipada com 3840 núcleos CUDA, potência FP32 de pico de 12 TFLOPS e potência INT8 de pico (instruções DP4A) de 47 TOPS. Conta com 24 GB de memória GDDR5, barramento de 384 bits e ECC embarcado habilitado por padrão de fábrica. A geração Pascal não possui Tensor Core, e sua aceleração INT8 depende do conjunto de instruções DP4A. A placa tem formato full-height, full-length, double-slot com resfriamento passivo, sem saída de vídeo, conecta-se ao host via PCIe Gen3 x16 e não suporta NVLink. Os usos típicos incluem inferência com quantização INT8, reconhecimento de imagens e implantação de modelos de linguagem de pequena escala, sendo um dos principais modelos no mercado de inferência de segunda mão para orçamentos limitados.
Especificações principais
| Arquitetura | Pascal (GP102), Compute Capability 6.1 |
| Memória | 24 GB GDDR5 (ECC embarcado, habilitado por padrão de fábrica, pode ser desativado via nvidia-smi; sem HBM2, sem suporte NVLink) |
| Largura de banda de memória | 346 GB/s |
| Largura do barramento de memória | 384bit |
| Poder de computação | FP32 12 TFLOPS / INT8(DP4A) 47 TOPS (a geração Pascal não tem Tensor Core) |
| Núcleos CUDA | 3840 (30 SM × 128, verificado com deviceQuery) |
| Consumo | 250W (nvidia-smi: limite de energia padrão = máximo 250.00W, mínimo 125W; alimentação CPU 8-pin/EPS) |
| Interconexão | PCIe Gen3 x16 (Link Width 16x medido), sem NVLink |
| Ano de lançamento | 2016 (lançado na GTC China 2016 (Pequim) · nota oficial de imprensa datada de 2016-09-12; disponível no mercado em 2016-10) |
| Forma | Full-height, full-length, double-slot com resfriamento passivo (NVIDIA Form Factor 3.0, 4.376 polegadas × 10.5 polegadas ≈ 111.15mm×266.7mm, sem ventoinha e sem saída de vídeo) |
| Frequências | Boost 1531 MHz / memória equivalente 7.2 Gbps (deviceQuery: 3615 MHz) |
| Destaques | Principal placa dedicada à inferência da linha Pascal: throughput de inferência INT8(DP4A) de 47 TOPS, com 24 GB de memória por placa, a maior configuração GDDR5 da época |
Especificações verificadas com base em documentação oficial (
Benchmarks oficiais , atualizado em 2026-10-10) · O preço real está sujeito à cotação do vendedor
Cenários de uso
- Implantação de inferência com quantização INT8 baseada nas instruções DP4A, como serviços de modelos de visão — classificação de imagens, detecção de objetos etc.
- Implantação local e inferência em lote offline de modelos de linguagem com pequeno número de parâmetros
- Nós de serviço de inferência permanentes em salas de borda ou ambientes de colocation, aproveitando o resfriamento passivo para servidores rack
- Ambientes experimentais e clusters educacionais com orçamento restrito, para validação e desenvolvimento de modelos no ecossistema compatível com CUDA 6.1
Modelos da mesma família
| Modelo | Memória | Consumo |
|---|
| NVIDIA T4 Comparar | 16GB GDDR6 com ECC (ativado por padrão) | 70W (potência total da placa, padrão) |
| NVIDIA A100 Comparar | Duas versões: 40GB HBM2 / 80GB HBM2e (a de 80GB anunciada na SC20 em 16/11/2020), com ECC | SXM4 400W (igual para 40GB/80GB); versão PCIe: 40GB 250W / 80GB 300W |
| NVIDIA H20 Comparar | 96GB HBM3 (três fontes consistentes: Flopper/VipraTech/Tencent News) | 400W TDP (três fontes: tabela de especificações Flopper/VipraTech e Tencent News com 'TDP de 400W'; o texto da VipraTech mencionava 350W, valor contraditório descartado) |
| NVIDIA GB300 Comparar | 288GB HBM3e (por encapsulamento de GPU; 576GB no superchip; HGX a nível de placa com 2,1TB / rack com 20TB, coexistindo) | TGP de até 1400W |
| NVIDIA A30 Comparar | 24 GB HBM2 | 165 W |
| NVIDIA GeForce RTX 4090 Comparar | 24GB GDDR6X | 450W TGP (média de 315W em jogos, fonte recomendada de 850W) |
Vídeo explicativo VIDEO
Pontos de compra e inspeção
- A placa usa design full-height, full-length, double-slot com resfriamento passivo e sem ventoinha própria; antes da compra é preciso confirmar que o gabinete possui fluxo de ar compatível com nível de servidor; sua alimentação depende do conector CPU 8-pin (EPS), sendo necessário verificar o tipo de conector da fonte e a margem de energia do sistema
- Confirme que a placa não tem saída de vídeo nem NVLink; a interconexão de múltiplas placas só é possível via PCIe Gen3 x16, e ao planejar configurações multi-GPU é preciso atentar à alocação de canais PCIe e à topologia
- Grande volume de circulação no mercado de segunda mão; na inspeção, use deviceQuery/nvidia-smi para conferir o número de núcleos CUDA, a capacidade de memória e o estado do ECC; note que o ECC habilitado por padrão de fábrica consome parte da memória, confirme o valor medido e teste a estabilidade em carga máxima prolongada
Perguntas frequentes
A Tesla P40 serve para rodar grandes modelos de linguagem?
Roda, mas com limitações de arquitetura. A P40 não tem Tensor Core e o throughput em FP16 também não é seu ponto forte; na prática, a implantação geralmente segue a rota de quantização INT8, obtendo bom throughput com as instruções DP4A. Os 24 GB de memória por placa servem para modelos com poucos parâmetros ou quantizados; para modelos maiores ou maior throughput, é preciso avaliar o gargalo de banda da expansão multi-GPU via PCIe ou optar por arquiteturas mais recentes.
Por que a P40 usa resfriamento passivo? Posso usar um gabinete torre comum?
A P40 é uma placa dedicada a servidores, com resfriamento passivo full-height, full-length, double-slot, sem ventoinha nem saída de vídeo, dependendo do fluxo de ar direcionado do gabinete de servidor. Colocá-la em um gabinete torre ou desktop comum causa refrigeração inadequada e até throttling por superaquecimento; se realmente for necessário, instale uma capinha de turbina e valide o fluxo de ar.
Como inspecionar uma P40 de segunda mão na compra?
Recomenda-se, após instalar a placa, usar nvidia-smi e deviceQuery para conferir se o link PCIe é Gen3 x16, a capacidade de memória e o estado do ECC embarcado, e confirmar que as frequências de GPU Boost estão normais; em seguida, rode um teste de estresse prolongado em carga máxima observando temperatura e estabilidade, e verifique os contadores de erro de ECC para descartar falhas de memória e histórico de uso intenso/mineração. Confirme também se a pasta térmica e o ambiente de ventilação precisam de manutenção.
Conteúdo atualizado em 2026-10-10 · Para aprofundar, siga a Ficha em profundidade
Política editorial fluxo