Primeros Benchmarks de la NVIDIA Volta Tesla V100, gran diferencia frente a la P100

NVIDIA Volta Tesla V100 generó una gran expectativa en el campo de GPUs de uso computacional en su presentación durante el GTC 2017 (NVIDIA GPU Technology Conference), hoy se revelan los resultados de la sucesora de la Tesla P100. La Volta Tesla V100 viene con grandes avances tecnológicos tales como su proceso de fabricación en 12 nm, NVLINK 2.0, HBM2 y los novedosos Tensor Cores.

Volta V100 Benchmarks y comparación

Con apenas un año de diferencia frente a la Tesla P100, la Tesla V100 ha conseguido unos resultados mucho mejores que su predecesora en el Benchmark de cómputo “GeekBench”. En concreto, el Benchmark fue el Geekbench4 y este se realizó en un equipo NVIDIA DG-X 1. Estos equipos son pequeños (relativamente) superordenadores que monta NVIDIA.

En la imagen inferior podemos observar tanto las unidades de los distintos parámetros como una comparación cuantas veces es superior la Tesla V100 a la P100:

Tras ver los resultados de los ”Single-Core” de Geekbench 4 se puede apreciar la diferencia entre ambas GPUs, en los resultados se puede apreciar que la Tesla V100 duplican tanto en los test con CUDA como en OpenCL a los otros sistemas.

El sistema en cuestión

El DG-X 1 monta un total de 128 GB de memoria HBM2 gracias a sus 8 GPUs NVIDIA Tesla V100, dos CPU Intel Xeon E5-2698 V4, cada una con 20 núcleos y 40 hilos de procesamiento funcionando a una frecuencia de 3.6 GHz y 512 GB de memoria RAM DDR4. La parte de almacenamiento de este pequeño superordenador cuenta con 4 SSDs con capacidad de 1.92 Tb de memoria configurados en RAID 0, además de una salida doble de 10 GbE y un sistema de alimentación de 3.2 KW.

Vistos los primeros resultados creo que es posible decir que las Tesla V100 han logrado un gran salto tecnológico en un lapso de tan solo un año, parte de ese avance seguro es debido a la implementación de la segunda generación de memorias HBM y al sistema NVLINK 2.0 de NVIDIA, ya que ambas tecnologías hacen que se disparen las velocidades de transferencia de sus respectivas funciones.

Fuente: wccftech