NVIDIA L40 cargas de trabalho limitadas por memória vs limitadas por computação

Resposta

Destaque de desempenho NVIDIA L40: 181 TFLOPS FP16, 90.5 TFLOPS FP32, 864 GB/s de largura de banda, 48 GB de VRAM.

Convertido em benchmarks práticos: treinamento de modelo LLM de 7 bilhões de parâmetros em FP16 com tamanhos de lote razoáveis normalmente satura a computação antes da largura de banda; serving em tempo real no mesmo modelo geralmente é limitado pela largura de banda e acompanha o número 864 GB/s. Benchmarks de geração de imagens por difusão ficam entre os dois — etapas pesadas em computação utilizam bem os núcleos tensor, enquanto blocos de atenção ainda acessam a largura de banda.

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