Tesla V100
NVIDIA于2017年发布的数据中心级GPU，基于Volta架构，提供16GB和32GB HBM2显存版本，支持FP16 Tensor Core加速，FP16算力约31.4 TFLOPS，主要面向AI训练和推理工作负载
时间轴 (近 90 天)
英伟达Tesla V100有32GB显存版本，采用HBM2高带宽显存
Tesla V100缺少对FlashAttention 2等现代注意力优化库的完整支持
数据中心卡（如Tesla V100）通常没有视频输出接口，散热依赖服务器风道，家用部署需额外加装散热方案
Tesla V100的SXM2版本支持NVLink高速互联，带宽可达300GB/s，功耗上限300W
Tesla V100的PCIe版本功耗上限为250W，带宽受限于PCIe总线
Tesla V100的Volta架构Tensor Core仅支持FP16，缺乏对BF16和FP8的原生支持
Tesla V100的计算能力（compute capability）为7.0
NVIDIA Tesla V100是一款2017年发布的数据中心级GPU
Tesla系列作为数据中心卡没有主动散热风扇，依赖服务器机箱的强制风道
主流推理框架vLLM、llama.cpp、Ollama仍然支持计算能力7.0的V100
还有 4 条时间轴事件
全部知识事实 (14)
Tesla V100的Volta架构Tensor Core仅支持FP16，缺乏对BF16和FP8的原生支持
60%待验证Tesla V100的FP16算力约为31.4 TFLOPS，启用Tensor Core可达125 TFLOPS
60%待验证数据中心卡（如Tesla V100）通常没有视频输出接口，散热依赖服务器风道，家用部署需额外加装散热方案
50%待验证英伟达Tesla V100有32GB显存版本，采用HBM2高带宽显存
50%待验证Tesla V100缺少对FlashAttention 2等现代注意力优化库的完整支持
50%待验证Tesla系列作为数据中心卡没有主动散热风扇，依赖服务器机箱的强制风道
50%待验证主流推理框架vLLM、llama.cpp、Ollama仍然支持计算能力7.0的V100
50%待验证对于单卡运行Qwen3的场景，SXM2与PCIe版本性能差异不明显，PCIe版本部署门槛更低
50%待验证NVIDIA Tesla V100是一款2017年发布的数据中心级GPU
50%待验证Tesla V100基于Volta架构，采用12nm工艺，配备5120个CUDA核心和640个第一代Tensor Core
50%待验证Tesla V100的SXM2版本支持NVLink高速互联，带宽可达300GB/s，功耗上限300W
50%待验证Tesla V100的PCIe版本功耗上限为250W，带宽受限于PCIe总线
50%待验证Tesla V100的计算能力（compute capability）为7.0
50%待验证Tesla V100运行8B级别模型在FP16精度下推理速度大约在20-40 token/s区间
50%