Introduction
Dans le monde en constante évolution de la technologie, les GPUs d'entreprise NVIDIA mis hors service, souvent considérés comme des "déchets électroniques", peuvent encore avoir une utilité précieuse. Avec des cartes comme la K80 dotée de 24 Go de GDDR5 se vendant à seulement 60 dollars, il est pertinent de se demander si ces cartes peuvent encore être utilisées efficacement avec les charges de travail modernes. Cet article se penche sur les résultats d'un projet de benchmarking de presque un an, visant à évaluer l'efficacité de 15 de ces GPUs dans un environnement contemporain.
Capacités des GPUs EOL
Les GPUs de la série Tesla, comme les K80, P100 et V100, ont été initialement conçus pour des charges de travail intensives dans des centres de données. Cependant, leur mise à jour logicielle étant arrêtée, ils sont souvent écartés des nouvelles applications. Malgré cela, ils offrent toujours des performances impressionnantes pour certains usages. Par exemple, la Tesla K80, bien qu'ancienne, peut encore offrir des performances décentes en traitement de données massives grâce à sa grande capacité de VRAM.
Matériel sous Test
Les tests ont impliqué divers modèles tels que la Tesla K80, le P100 et le V100, chacun ayant ses propres spécificités techniques et performances. Le K80, par exemple, dispose de deux GPU Kepler avec un total de 4 992 cœurs CUDA et une capacité de mémoire de 24 Go. Le P100, quant à lui, utilise l'architecture Pascal et propose jusqu'à 16 Go de mémoire. Enfin, le V100, basé sur l'architecture Volta, offre jusqu'à 16 Go de mémoire HBM2 et 5 120 cœurs CUDA.
Performances dans des Scénarios Réels
Les tests ont été réalisés en simulant des charges de travail modernes incluant des tâches telles que l'apprentissage automatique, le rendu graphique et le traitement vidéo. Les résultats ont révélé que, bien que ces GPUs ne puissent rivaliser avec les modèles récents en termes de performance brute, ils peuvent néanmoins être utilisés efficacement pour des tâches spécifiques.
- Apprentissage Automatique : Les modèles tels que le P100 et le V100 se sont révélés efficaces pour l'apprentissage automatique, notamment pour des frameworks comme TensorFlow et PyTorch, grâce à leurs capacités de calcul parallèle.
- Rendu Graphique : Le V100 s'est particulièrement distingué dans les applications de rendu grâce à sa mémoire HBM2 rapide, ce qui le rend adapté pour des tâches de rendu nécessitant une mémoire rapide et abondante.
- Traitement Vidéo : Les GPUs ont également montré leur utilité dans le traitement vidéo, permettant des transcodages efficaces et rapides par rapport à un CPU seul.
Considérations Économiques et Écologiques
L'utilisation de ces anciens GPUs offre non seulement une opportunité économique, mais aussi une approche plus écologique en réutilisant du matériel existant. L'achat de ces cartes à bas prix peut réduire considérablement les coûts pour les petits laboratoires ou projets personnels nécessitant une puissance de calcul GPU.
Conclusion
En fin de compte, bien que les GPUs Tesla "E-Waste" ne soient pas les plus performants sur le marché actuel, leur coût abordable et leurs capacités spécifiques les rendent précieux dans certains contextes. Pour ceux qui cherchent à maximiser leurs ressources technologiques sans se ruiner, ces anciens GPUs peuvent représenter un excellent investissement.
Discutons de ton projet en 15 minutes.