惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cisco Talos Blog
Cisco Talos Blog
V
V2EX
C
Check Point Blog
GbyAI
GbyAI
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog RSS Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
Netflix TechBlog - Medium
T
Troy Hunt's Blog
博客园 - Franky
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Microsoft Security Blog
Microsoft Security Blog
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
The Cloudflare Blog
S
SegmentFault 最新的问题
Latest news
Latest news
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
I
InfoQ
博客园 - 【当耐特】
NISL@THU
NISL@THU
A
About on SuperTechFans
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
The Hacker News
The Hacker News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Scott Helme
Scott Helme
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
Security Latest
Security Latest
V
Vulnerabilities – Threatpost
Security Archives - TechRepublic
Security Archives - TechRepublic
A
Arctic Wolf
Hacker News: Ask HN
Hacker News: Ask HN
N
News and Events Feed by Topic
IT之家
IT之家
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
SecWiki News
SecWiki News
大猫的无限游戏
大猫的无限游戏
S
Security Affairs
The Register - Security
The Register - Security
www.infosecurity-magazine.com
www.infosecurity-magazine.com
L
LINUX DO - 热门话题
T
Tor Project blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Обзор серверного ускорителя NVIDIA Tesla V100 16 Gb в корпусе от RTX 4090: Часть 2 — тестирование в бенчмарках и играх
Yuiy78 · 2026-05-11 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение9 мин

Охват и читатели0

Обзор

Вступление

Во второй части обзора протестируем NVIDIA Tesla V100 в бенчмарках и играх. Сначала сделаю небольшое отступление и напишу про историю данного ускорителя, а также сравню технические характеристики с близкими по производительности видеокартами NVIDIA тех лет.

Tesla V100 не видеокарта, а старый серверный модуль на архитектуре 2017 года - GV100, предназначенный в первую очередь для обучения и запуска нейронных сетей. В нем нет современных RT-ядер для аппаратной трассировки лучей, которые полноценно работают начиная с видеокарт NVIDIA RTX 3000-ой серии. Поэтому некоторые современные игры с обязательной поддержкой Ray Tracing не запустятся на данном ускорителе (например Alan Wake 2, Indiana Jones and the Great Circle). Самая мощная игровая видеокарта на архитектуре GV100 - NVIDIA Titan V. Из нижеприведенной таблицы видно, что по частоте ядер и пропускной способности памяти Titan V уступает Tesla V100. Наиболее близкая по частоте ядер видеокарта тех лет - NVIDIA GeForce RTX 2080 Ti.

Характеристика

NVIDIA Tesla V100 SXM2 16 Gb

NVIDIA Titan V

Архитектура

Volta (12 нм)

Volta (12 нм)

Графический чип

GV100

GV100

Ядра CUDA

5120

5120

Тензорные ядра

640 (1-го поколения)

640 (1-го поколения)

Объем памяти

16 Гб HBM2

12 Гб HBM2

Шина памяти

4096 бит

3072 бит

Пропускная способность памяти

~900 Гб/с

~653 Гб/с

Частота (Base / Boost)

1.312 ГГц / 1.53 ГГц

1.2 ГГц / 1.455 ГГц

Интерфейс подключения

SXM2 (в моем случае PCI-e 3.0 x16 через адаптер)

PCIe 3.0 x16

Видеовыходы

Нет

Есть (3x DisplayPort, 1x HDMI)

TDP (Тепловыделение)

~300 Вт

~250 Вт

Характеристика

NVIDIA Tesla V100 SXM2 16 Gb

NVIDIA GeForce RTX 2080 Ti

Архитектура

Volta (12 нм)

Turing (12 нм)

Графический чип

GV100

TU102

Ядра CUDA

5120

4352

Тензорные ядра

640 (1-го поколения)

544 (2-го поколения)

RTX ядра (Ray Tracing)

Нет

Да (2-го поколения, 68 штук)

Объём памяти

16 Гб HBM2

11 Гб GDDR6

Шина памяти

4096 бит

352 бит

Пропускная способность памяти

~900 Гб/с

~616 Гб/с

Частота (Base / Boost)

1.312 ГГц / 1.53 ГГц

1.35 / 1.545 ГГц

Интерфейс подключения

SXM2 (в моем случае PCI-e 3.0 x16 через адаптер)

PCIe 3.0 x16

Видеовыходы

Нет

Есть (3x DisplayPort, 1x HDMI)

TDP (Тепловыделение)

~300 Вт

~250 Вт

Примечание: вышеприведенные таблицы сгенерированы в LM Studio на Tesla V100 с помощью модели ИИ Qwen 3.6-35b-a3b

Сравнивать технические характеристики Tesla V100 с современными видеокартами NVIDIA не вижу смысла, так как например у NVIDIA RTX 5060 меньше ядер CUDA, чем у Tesla V100. При этом новые ядра CUDA выполняют гораздо больше вычислений за один цикл. Кроме того современные видеокарты выполнены на новом технологическом процессе и поддерживают больше технологий (DLSS и аппаратный Ray Traicing). Поэтому перейдем к тестированию серверного ускорителя в бенчмарке 3D Mark. Оценим его в отрисовке сложных графических сцен и сравним с современными видеокартами по производительности, а не по сухим техническим характеристикам.

Тестирование в 3D Mark

Перед началом тестирования привожу список основных компонентов и параметров своего ПК:

  • Материнская плата: ASRock A520M Phantom Gaming 4

  • Процессор: AMD Ryzen 7 5700GE

  • Оперативная память: 64 Гб (2x Patriot Viper Steel 32 Гб DDR4 3600 МГц)

  • Основной накопитель: SSD NVMe Kingston KC3000 1 Тб

  • Блок питания: FSP Vita GM 750 Вт

  • Операционная система: Windows 11 Pro

  • Драйвер NVIDIA: 553.74 (серверный grid драйвер от Google)

В 3D Mark я провел 4 теста: Steel Nomad Light DX12, Steel Nomad DX12, Time Spy, Time Spy Extreme и получил следующие результаты:

Сравним баллы, полученные Tesla V100 в проведенных тестах бенчмарка 3D Mark со средними баллами наиболее близких по производительности видеокарт от NVIDIA, AMD и Intel. Чтобы сравнение получилось более точным, на сайте 3D Mark в фильтрах помимо видеокарты я выбирал процессор AMD Ryzen 7 5700G, либо сопоставимый по производительности.

Из вышеприведенных графиков видим, что в тестах бенчмарка 3D Mark серверный ускоритель 2017 года может сравниться с современными игровыми видеокартами NVIDIA RTX 4060 Ti 16 Gb и RTX 5060 8 Gb. Осталось проверить Tesla V100 в играх.

Тестирование в играх

При тестировании Tesla V100 в играх я использовал программу MSI Afterburner для отслеживания значения FPS, нагрузки процессора (CPU) и серверного ускорителя (GPU), используемого объема оперативной памяти (RAM) и памяти GPU (MEM), а также температуры нагрева CPU и GPU.

Cyberpunk 2077

Начнем с Cyberpunk 2077. Настройки графики Высокие с небольшими изменениями. Ниже на скриншотах приведены все настройки.

Проверка проводилась в стандартном тесте в настройках графики игры. Сначала я выбрал разрешение 3440х1440, включил апскейлер AMD FidelityFX 3.0 в режиме качество и генератор кадров AMD FSR 3.1. В итоге получил средний FPS - 104,81.

На нижеприведенном скриншоте видно, что загрузка CPU - 52%, GPU - 97%. Таким образом процессор AMD Ryzen 7 5700GE отлично справляется и обеспечивает полную загрузку Tesla V100 в данном тесте. Объем занятой памяти GPU - 6399 Мб. Температура GPU - 58 °C, CPU - 65 °C. Энергопотребление Tesla V100 - 181 Вт.

С данными настройками графики играть в Cyberpunk 2077 вполне комфортно. В тяжелых сценах FPS падает до ~75 кадров в секунду. Тем не менее, игра ощущается плавно благодаря стабильному среднему показателю и отсутствию резких фризов.

Далее отключил апскейлер AMD FidelityFX 3.0 и генератор кадров AMD FSR 3.1. Разрешение оставил без изменений - 3440х1440. Средний FPS - 55,67.

Играть в Cyberpunk 2077 в разрешении 3440х1440 без апскейлера и генератора кадров - не комфортно. В динамичных сценах FPS может падать до 40 кадров в секунду.

Следующее тестирование провел с разрешением 2560х1080, включенным апскейлером AMD FidelityFX 3.0 в режиме качество и генератором кадров AMD FSR 3.1. В итоге средний FPS - 139,76.

С данными настройками я получил максимальный FPS по результатам всех проведенных тестов в Cyberpunk 2077. Играть в таком режиме максимально комфортно. Среднее значение FPS почти совпадает с частотой монитора - 144 Гц. В активных сценах FPS может проседать примерно до 110 кадров в секунду.

Далее отключил апскейлер AMD FidelityFX 3.0 и генератор кадров AMD FSR 3.1, разрешение оставил без изменений - 2560х1080. Средний FPS - 78,4.

Играть в разрешении 2560х1080 без генератора кадров и апскейлера можно, но в активных сценах FPS может проседать до 55 кадров в секунду. Все же для комфортной игры хочется получить чуть большую частоту кадров - не ниже 60.

Поэтому я оставил разрешение 2560х1080 и включил апскейлер AMD FidelityFX 3.0 в режиме качество. Получил средний FPS - 96,67.

С включенным апскейлером в режиме качество, без генератора кадров играть комфортно. В динамичных сценах FPS не падает ниже 65.

Hogwarts Legacy

Протестируем Tesla V100 в Hogwarts Legacy. Пресет графики Высокий с небольшими изменениями. Ниже на скриншотах приведены все настройки.

Встроенный в игру апскейлер я отключил: он дает сильное размытие при минимальном приросте FPS. Генератор кадров в настройках графики Hogwarts Legacy Tesla V100 не поддерживает. Поэтому я запустил программу Lossless Scaling и включил генератор кадров LSFG 3.1 с множителем 2. Апскейлер выключен (Factor выставлен 1).

К сожалению MSI Afterburner показывает значение FPS без учета генерации кадров. FPS, которое отображает Lossless Scaling не захватывается ни одной программой для скриншотов. Поэтому сделал фото значений на мониторе.

Обратите внимание на потребление памяти GPU (MEM) - 9232 Мб. Видеокарты с 8 Гб памяти не хватило бы, чтобы играть в Hogwarts Legacy с этими настройками - была бы задействована более медленная оперативная память.

В разрешении 3440х1440 с включенным генератором кадров получаем среднее значение FPS около 80. В активных сценах FPS может проседать до 60 кадров в секунду. Играть вполне комфортно.

Затем я отключил генератор кадров в Lossless Scaling, остальные настройки оставил без изменений.

В разрешении 3440х1440 без генератора кадров получаем среднее значение FPS около 40 кадров в секунду. В динамичных сценах FPS может проседать до 30. Играть без генератора кадров в разрешении 3440х1440 не вижу смысла.

Переходим к тестированию игры с разрешением 2560х1080. Остальные настройки графики оставил без изменений.

С включенным генератором кадров в Lossless Scaling получаем в среднем около 100 FPS. В динамичных сценах FPS может проседать до 85. Играть с такими настройками комфортно.

Далее я отключил генератор кадров в Lossless Scaling, остальные настройки оставил без изменений.

В разрешении 2560х1080 без генератора кадров получаем среднее значение FPS около 55-60. В тяжелых сценах FPS может проседать до 45 кадров в секунду. Играть без генератора кадров в данном разрешении можно, но недостаточно комфортно.

Atomic Heart

Перейдем к тестированию Tesla V100 в Atomic Heart. Настройки графики Высокие. Ниже на скриншотах приведены все настройки.

Встроенный в игру апскейлер я не использовал. Он работает плохо - графика сильно ухудшается, а прирост FPS незначительный. DLSS Tesla V100 не поддерживает. Поэтому я сразу попробовал запустить игру на Высоких настройках графики с разрешением 3440х1440 без генерации кадров и апскейлера.

В итоге получаем в среднем около 75-80 FPS. В динамичных сценах FPS падает до 60 кадров в секунду, но в целом играть комфортно. Резких провалов частоты кадров нет, движение достаточно плавное. Поэтому даже в разрешении 3440х1440 можно играть без использования сторонних программ для включения генерации кадров.

Далее я перешел на разрешение 2560х1080, остальные настройки графики оставил без изменений.

Средний FPS около 115 кадров в секунду и в динамичных сценах не падает ниже 95. Играть комфортно. Включать генератор кадров в этом режиме не вижу смысла.

В Atomic Heart можно играть без генерации кадров на высоких настройках как c разрешением 2560х1080 так и 3440х1440.

Red Dead Redemption 2

Проверим Tesla V100 в Red Dead Redemption 2. Настройки графики Высокие. Апскейлер и генератор кадров отключены. Ниже на скриншотах приведены все настройки.

В разрешении 3440х1440 в среднем получаем 65 FPS, но например в городе частота кадров временами падает до 50-55.

Чтобы получить чуть более высокую частоту кадров в настройках графики игры я включил FSR 2 в режиме качество.

С включенным FSR в разрешении 3440х1440 в среднем получаем 70 FPS. В городе частота кадров не падает ниже 60.

Переходим к тестированию в разрешении 2560х1080, FSR отключен. В среднем получаем 80 FPS, в городе частота кадров может падать до 70.

Играть в таком режиме комфортно, включать FSR не вижу смысла.

Half-Life: Alyx (VR)

Напоследок я решил протестировать Tesla V100 в VR-игре Half-Life: Alyx на шлеме Meta Quest 3S.

Для отслеживания FPS я использовал утилиту fpsVR. Настройки графики - Ультра. Для компенсации искажений линз выставил разрешение рендеринга 2528x2704 (выше разрешения дисплеев в Meta Quest 3S - 1832x1920).

В среднем получаем около 115 FPS с редкими просадками до 95 кадров в секунду. Таким образом, имеем среднее значение FPS сопоставимое с частотой обновления экрана в Meta Quest 3S - 120 Гц.

Итоговая таблица

Игра

Разрешение

Настройки графики

Средний FPS, кадры/сек.

Минимальный FPS, кадры/сек.

Cyberpunk 2077

3440×1440

Высокие + FFXI 3.0 (качество) + генератор кадров FSR 3.1

~105

~75

Высокие (без апскейлера и генератора кадров)

~56

~40

2560×1080

Высокие + FFXI 3.0 (качество) + генератор кадров FSR 3.1

~140

~110

Высокие (без апскейлера и генератора кадров)

~78

~55

Высокие + FFXI 3.0 (качество), без генератора кадров

~97

~65

Hogwarts Legacy

3440×1440

Высокие + Lossless Scaling с генератором кадров x2, без апскейлера

~80

~60

Высокие (без апскейлера и генератора кадров)

~40

~30

2580×1080

Высокие + Lossless Scaling с генератором кадров x2, без апскейлера

~100

~85

Высокие (без апскейлера и генератора кадров)

~55–60

~45

Atomic Heart

3440×1440

Высокие (без апскейлера и генератора кадров)

~75–80

~60

2560×1080

Высокие (без апскейлера и генератора кадров)

~115

~95

Red Dead Redemption 2

3440×1440

Высокие + FSR 2 (качество), без генератора кадров

~65

~50

Высокие (без апскейлера и генератора кадров)

~70

≥60

2560×1080

Высокие (без апскейлера и генератора кадров)

~80

~70

Half-Life: Alyx VR

2528×2704

Ультра

~115

~95

Примечание: вышеприведенная таблица сгенерирована в LM Studio на Tesla V100 с помощью модели ИИ Qwen 3.6-35b-a3b на основе анализа текста данной статьи

Заключение

В тестах бенчмарка 3D Mark серверный ускоритель может сравниться с современными игровыми видеокартами NVIDIA RTX 4060 Ti 16 Gb и RTX 5060 8 Gb.

В современных играх Tesla V100 даже спустя почти 10 лет демонстрирует достаточно высокую производительность для комфортного гейминга на высоких настройках графики.

  • В разрешении 2560×1080: Карта работает максимально эффективно. В Cyberpunk 2077 FPS достигает ~97 кадров в секунду с включенным апскейлером и без генератора кадров. В Hogwarts Legacy комфортно играть можно только с генератором кадров, в среднем получаем ~100 кадров в секунду. В менее требовательных играх (Atomic Heart) - FPS выше 100 кадров в секунду без использования апскейлера и генератора кадров.

  • В разрешении 3440×1440: Производительность остается высокой, но комфорт игры зависит от проекта. В тяжелых играх (Cyberpunk 2077 и Hogwarts Legacy) нужно включать генерацию кадров для достаточной плавности игрового процесса. В то же время Atomic Heart демонстрирует отличную производительность (~75-80 FPS) без апскейлера и генератора кадров.

  • В VR-играх Tesla V100 показывает высокий уровень производительности. В одной из самых тяжелых игр - Half-Life: Alyx получаем в среднем 115 FPS.

Стоит ли сегодня покупать Tesla V100 для игр? Если нужны только игры, то наверное нет. На момент написания этой статьи Tesla V100 SXM2 16 Гб в корпусе RTX 4090 на авито стоит 25 т.р. За эти же деньги можно найти NVIDIA GeForce RTX 3080 10 Гб. Производительность RTX 3080 в играх будет примерно на 30% выше, 10 Гб видеопамяти будет достаточно почти для всех современных игр, и она поддерживает аппаратный Ray Traycing и DLSS. Благодаря чему на ней можно запускать игры, которые без аппаратной поддержки Ray Traycing не работают - Alan Wake 2, Indiana Jones and the Great Circle. Скорее всего со временем таких игр будет выходить все больше. К тому же NVIDIA официально прекратила поддержку и дальнейший выпуск драйверов для видеокарт на архитектуре Volta в конце 2025 года. По моему мнению рассматривать покупку Tesla V100 стоит только в том случае, если вам нужна карта «два в одном»: для игр и для рабочих задач, например запуска локальных моделей ИИ. Найти альтернативу с таким соотношением цены и мощности для рабочих задач крайне сложно, но об этом - в следующей части обзора.