Nvidia bringt KI-Karte mit Volta-GPU für Desktop-PCs

Diese Grafikkarte ist nicht (nur) zum Zocken gedacht: Nvidias nur 3100 Euro teure Titan V basiert auf der Hochleistungs-GPU Volta GV100 und ist für maschinelles Lernen spezialisiert. Sie erreicht fast identische Rechenleistungen wie die mehr als dreimal so teure Tesla V100. Anders als diese besitzt sie sogar Videoanschlüsse.

Im Mai hat Nvidia seine Graphics Processing Unit (GPU) Volta GV100 vorgestellt. Diese integriert 21 Mrd. Transistoren auf einem Chip und ist auf Berechnungen für Künstliche Intelligenz (KI) und maschinelles Lernen ausgelegt. Bislang kommt sie primär in Hochleistungskarten für große Rechenzentren zum Einsatz, etwa der Tesla V100. In der PCIe-Version kostet diese Karte ca. 10.000 Dollar.

Jetzt ist die Volta-GPU auch auf einer Grafikkarte erhältlich, die im Vergleich geradezu günstig ist. Auf der diesjährigen „Neural Information Processing System Conference“ hat Nvidia-CEO Jen-Hsun Huang die Titan V angekündigt: Für rund 3.000 Dollar soll die in einem gold-schwarzem Gehäuse steckende Karte die Rechenpower der Volta-GV100-GPU Endanwendern zugänglich machen.

Maschinelles Lernen für kleines Budget

Im Gegensatz zur Tesla V100 ist die Titan V eine richtige Grafikkarte mit drei DisplayPort-Buchsen und einem HDMI-Anschluss. Sie läuft mit herkömmlichen GeForce-Treibern und kann auch zum Spielen genutzt werden. Allerdings hat Nvidia bislang keine Angaben zur Spiele-Performance gemacht.

Das ist kaum verwunderlich: Die Rechenplattform ist weniger für Spiele und andere grafiklastige Anwendungen gedacht, sondern für GPU-basierte Berechnungen wie maschinelles Lernen. Dafür sind massiv-parallele GPU-Architekturen wie Volta besonders gut geeignet. Anstatt in Rechenzentren wird die Titan V eher in Workstations zum Einsatz kommen als in großen Rechenzentren.

Technische Daten und Leistung sehr nah an der Tesla

Die technischen Daten der Titan V entsprechen weitgehend denen der teureren Tesla V100. Beide Karten besitzen 5.120 Rechenkerne, beide verfügen über 640 auf maschinelles Lernen ausgelegte „Tensor Cores“, die für das Berechnen von 4x4-Matrizen optimiert sind. Titan V kann mit maximal 1,455 GHz takten und liegt damit sogar über den maximal 1,370 GHz der V100.

Die Karten unterscheiden sich hauptsächlich in der Menge und der Anbindung des Speichers. Titan V kann über einen 3.072 Bit breiten Bus auf 12 GByte HBM2-Speicher zugreifen. Tesla verwendet einen 4.096 Bit breiten Bus und entsprechend 16 GB HBM2-Speicher. Die Datenraten erreichen nur leicht unterschiedliche Werte von 1,70 beziehungsweise 1,75 GBit/s. Daraus ergeben sich Speicherbandbreiten von 653 und 900 GByte/s.

Interessant für kleine Unternehmen

Unter dem Strich liefert die neue Karte eine nahezu identische Rechenleistung für weniger als einen Drittel des Preises. Titan V erreicht 13,8 Billionen Fließkommaoperationen pro Sekunde (TeraFLOPS, TFLOPS) bei einfacher Genauigkeit, 6,9 TFLOPS bei doppelter Genauigkeit sowie 110 TFLOPS bei Berechnungen für maschinelles Lernen bei reduzierter Genauigkeit.

Durch ihren im Vergleich zur Tesla deutlich günstigeren Preis ist die Karte besonders für kleine und mittlere Unternehmen sowie Forschungsinstitute interessant, die eine leistungsfähige Basis für KI-Applikationen suchen.

(ID:45053935)