Charges de travail limitées par la mémoire vs limitées par le calcul de NVIDIA L40

Réponse

Titre de performance NVIDIA L40 : 181 TFLOPS FP16, 90.5 TFLOPS FP32, 864 GB/s de bande passante, 48 GB de VRAM.

Converti en benchmarks pratiques : l’entraînement d’un LLM de 7 milliards de paramètres en FP16 avec des tailles de lots raisonnables sature généralement le calcul avant la bande passante ; le service temps réel sur le même modèle est habituellement limité par la bande passante et suit la valeur 864 GB/s. Les benchmarks de génération d’images par diffusion se situent entre les deux — les étapes intensives en calcul utilisent bien les cœurs tensoriels, tandis que les blocs d’attention sollicitent encore la bande passante.

Check the NVIDIA L40 page for complete specifications and related GPU matchups.