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

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
W
WeLiveSecurity
O
OpenAI News
N
News and Events Feed by Topic
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Webroot Blog
Webroot Blog
Google Online Security Blog
Google Online Security Blog
云风的 BLOG
云风的 BLOG
N
News | PayPal Newsroom
H
Hacker News: Front Page
博客园_首页
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
The Last Watchdog
The Last Watchdog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Heimdal Security Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
Schneier on Security
宝玉的分享
宝玉的分享
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Y
Y Combinator Blog
Cyberwarzone
Cyberwarzone
Microsoft Security Blog
Microsoft Security Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
GbyAI
GbyAI
Cloudbric
Cloudbric
TaoSecurity Blog
TaoSecurity Blog
人人都是产品经理
人人都是产品经理
P
Palo Alto Networks Blog
M
MIT News - Artificial intelligence
G
GRAHAM CLULEY
C
Check Point Blog
Apple Machine Learning Research
Apple Machine Learning Research
Last Week in AI
Last Week in AI
T
Troy Hunt's Blog
L
Lohrmann on Cybersecurity
www.infosecurity-magazine.com
www.infosecurity-magazine.com
P
Proofpoint News Feed
Blog — PlanetScale
Blog — PlanetScale
量子位
博客园 - 聂微东
S
Securelist
博客园 - 三生石上(FineUI控件)
F
Full Disclosure
G
Google Developers Blog
L
LINUX DO - 热门话题
P
Proofpoint News Feed
AI
AI
PCI Perspectives
PCI Perspectives

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 1 — Внешний вид, установка и настройка
Yuiy78 · 2026-05-04 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение5 мин

Охват и читатели781

Обзор

Обзор будет из трех частей. В первой части кратко опишу где можно приобрести данный ускоритель, внешний вид, особенности установки в корпусе ПК, настройку BIOS и установку драйверов, а также приведу технические характеристики Tesla V100.

В данной конфигурации серверный ускоритель NVIDIA Tesla V100 16 Gb вставлен в адаптер с сокета SXM2 на PCI-e 3.0 и закрыт в корпусе от видеокарты NVIDIA RTX 4090 Gainward Phantom Gaming. Покупка данного ускорителя рассматривалась как один из наиболее оптимальных вариантов апгрейда старенького ПК с интегрированной в процессор графикой. Данное решение позволяет не только эффективно работать с современными ИИ моделями, но и дает возможность поиграть в игры.

Технические характеристики NVIDIA Tesla V100 16 Gb SXM2

Для понимания возможностей данного ускорителя, приведу его основные технические характеристики. Важно помнить, что эта карта работает через интерфейс SXM2 (как в серверах DGX), но благодаря адаптеру она доступна системе как PCI-e устройство.

Параметр

Значение

Архитектура

NVIDIA Volta (GV100)

Количество CUDA-ядер

5120

Количество тензорных ядер

640

Объем видеопамяти

16 Гб HBM2

Шина памяти

1024 бит

Пропускная способность памяти

~900 Гб/с

Тактовая частота (Base / Boost)

1.312 ГГц / 1.53 ГГц

TDP (Тепловыделение)

300 Вт

Интерфейс (Нативный)

SXM2

Интерфейс (В данной сборке)

PCI-e Gen3 x16 (через адаптер)

Покупка серверного ускорителя

Серверный ускоритель был приобретен в начале октября 2025 года на китайском маркетплейсе Taobao за 1199 юаней. Оплата производилась через электронный кошелек Alipay. Доставка в Россию осуществлялась через сервис доставки Yoybuy и обошлась примерно в 2500 рублей. Общая стоимость с доставкой чуть больше 15 000 рублей. Стоит отметить, что процесс доставки до Санкт-Петербурга занял почти 3 месяца!!! В итоге посылка прибыла в отделение Почты России. Сама посылка была хорошо упакована и пришла в целости и сохранности.

Комплектация, внешний вид и габариты

В комплекте с Tesla V100 был переходник для кабеля питания БП с 8 pin х2 на 12VHPWR 12+2 pin который мне не пригодился и провод LED для подключения подсветки корпуса RTX 4090 к материнской плате.

Сразу стоит отметить, что сам серверный модуль Tesla V100 SXM2 БУ-шный и скорее всего многие годы стоял в китайском дата центре. Переходник с SXM2 на PCI-e и корпус от RTX 4090 выглядят новыми. На корпусе были транспортировочные пленки, хотя на вентиляторах и металлической планке были небольшие следы термопасты скорее всего оставленные китайцем во время сборки.

Первое впечатление от этой модификации - это её массивность. Корпус трехвентиляторной RTX 4090 просто огромный.

  • Размеры: 33х7х13,5 см;

  • Вес: 3,5 кг.

Вес всей конструкции достаточно большой и PCI-e слот материнской платы может не выдержать такой нагрузки, поэтому ускоритель требует дополнительной опоры. Я использовал недорогой металлический винтовой кронштейн с магнитным основанием и установил его у правого края ускорителя.

Поскольку NVIDIA Tesla V100 - это вычислительный ускоритель, а не игровая видеокарта, в ней отсутствуют видеовыходы (HDMI/DisplayPort). Это накладывает ряд ограничений на использование в домашнем ПК. Для вывода изображения на монитор вам потребуется встроенная в процессор графика, либо видеокарта. У меня в системе установлен процессор с интегрированной графикой.

Установка в ПК

Технические характеристики ПК, в который устанавливалась Tesla V100:

  • Материнская плата: ASRock A520M Phantom Gaming 4 (формат Micro-ATX)

  • 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

  • Корпус: Mid-Tower Zalman S5

Процесс установки оказался непростым. Корпус от RTX 4090 с трудом помещается внутри моего системного блока, оставляя минимальный зазор справа. Кроме того после установки Tesla V100 в первый слот PCI-e x16, карта физически перекрывает собой все слоты расширения на материнской плате. Это делает невозможным использование других карт расширения напрямую в эти слоты. Для того, чтобы использовать оставшиеся доступные интерфейсы PCI-e пришлось установить райзеры. Покупка двух райзеров обошлась примерно в 1500 рублей. Они позволили перенести Wi-Fi адаптер и переходник с PCI-e на M2 для дополнительного NVMe накопителя ниже серверного ускорителя. Фотографии во время сборки с установленными райзерами не сделал, поэтому приложу только фото двух райзеров.

После подключения райзеров в заблокированные слоты я вставил серверный ускоритель в верхний слот PCI-e X16. При этом он не уперся во вставленные райзеры, оставив небольшой зазор.

Настройка BIOS и установка драйверов

Для определения Tesla V100 в системе необходимо настроить BIOS. Сначала в разделе Boot нужно отключить CSM (Compatibility Support Module), если эта опция неактивна, то предварительно отключаем режим Fast Boot. Затем ищем в BIOS и включаем опцию Above 4G Decoding. На платах ASRock во вкладке Advanced -> PCI Configuration. Это критически важный параметр в BIOS. Поскольку у Tesla V100 объем памяти составляет 16 Гб, система должна поддерживать адресацию памяти выше 4 Гб. После этого ищем в BIOS опцию выбора графического ускорителя в качестве основного для вывода изображения на монитор и выбираем либо интегрированную графику, либо видеокарту с портом для подключения монитора. У меня данная опция стояла в Авто и после перезагрузки ПК я получил черный экран, потому что в авто режиме для вывода изображения была выбрана Tesla V100. Выбрав интегрированную графику для вывода картинки на монитор в настройках BIOS и оставив серверный ускоритель исключительно для вычислений мой ПК успешно загрузился.

Осталось найти и установить подходящий видеодрайвер для Windows 11. Я скачал и установил последний официальный драйвер 582.53 для Tesla V100 от NVIDIA, но после ввода команды nvidia-smi в терминале Windows (powershell) обнаружил, что он не поддерживает режим WDDM (Windows Display Driver Model) и запускается только в режиме TCC (Tesla Compute Cluster). Это значит, что запустить игры на серверном ускорителе с официальным драйвером от NVIDIA не получится и карту можно будет использовать только для рабочих задач. Однако можно установить серверный драйвер от Google, который поддерживает оба режима TCC/WDDM. Я установил последний драйвер версии 582.16, но столкнулся с проблемой - после перезагрузки ОС очень долго загружается, а после загрузки Windows и входа в систему Tesla V100 перестает определяться. Пришлось удалить драйвер 582.16 от Google с помощью программы DDU (Display Driver Uninstaller) и путем перебора предыдущих версий драйверов найти подходящий с которым система работает стабильно. В итоге подошел драйвер 553.74 от 7 апреля 2025 года.

Стоит отметить, что у драйверов от Google есть одна особенность - это виртуальный экран, который лучше сразу отключить в параметрах экрана Windows. Если оставить виртуальный экран включенным, то некоторые запускаемые программы или игры могут на нем открываться. Приходится горячими клавишами Win+SHIFT+стрелка влево/вправо (в зависимости с какой стороны у вас расположен виртуальный экран) переносить открытые на нем окна на рабочий монитор, что очень неудобно.

Особенности воздушного охлаждения

К сожалению переходник с сокета SXM2 на PCI-e, к которому подключены кулеры не поддерживает автоматическую регулировку оборотов в зависимости от температуры нагрева ускорителя. Есть регулировочный винт для ручной настройки и он был настроен примерно на 60% от максимальной скорости вентиляторов. При такой настройке шум вентиляторов был очень большой. Поэтому я сразу купил переходники для подключения вентиляторов к материнской плате. Штекеры у кулеров видеокарт нестандартные и для них требуются специальные разъемы. Найти один переходник на три вентилятора для видеокарт я не смог, поэтому пришлось приобрести три переходника. Общая стоимость переходников около 400 рублей.

После подключения кулеров к разъему материнской платы в настройках BIOS я перевел их в режим работы PWM, а в качестве режима по умолчанию выбрал Silent Mode. В итоге во время работы в BIOS или загрузке ОС кулеры работают примерно на 30% от максимальной. А в Windows установил программу Fan Control и настроил кривую оборотов вентиляторов в зависимости от температуры серверного ускорителя. Теперь все работает отлично. Обороты вентиляторов Tesla V100 в простое - 15% (около 900 об/мин), примерно такие же как у кулера процессора и их почти не слышно. В играх температура Tesla V100 не поднимается выше 60 °C, а обороты вентиляторов не выше 35%.

В следующей части будет обзор Tesla V100 в играх. Уже успел протестировать в Cyberpunk, Hogwartz Legacy, Atomic Heart и RDR2.