Tesla T4 上的芯片包含了 2560 个 CUDA 内核，具有 32 位单精度和 16 位半精度浮点数学单元（FP32 和 FP16）以及 8 位和 4 位整数数学单元（INT8 和 INT4）。性能达到了单精度 8.1teraflops，而使用新的 INT8 八位整数格式可达到 130teraops，相比上一代 P4 ，可在相同的功耗下，提供高达 12 倍的性能，更神奇的是这款显卡只有75W TDP，在规模比RTX 2070显卡还高的情况下TDP功耗低得多。这次发布的Tesla T4显卡使用了PCIe插槽，被动散热设计，外观风格跟RTX 8000及RTX 2080 Ti显卡又不是一种风格了，看图片更有金属质感。它在 TU104 芯片的基础上，启用了 40 组着色器（SM），功率优化到了 75W（从而无需 PCIe 外接供电）。显存为 16GB GDDR6，带宽 320GB/s 。
这是
Tesla P4 和
T4 加速器在推理工作负载上的峰值相对性能表现，具体取决于数据的位数和处理方式：与专注于 HPC 和机器学习训练的“Volta” GV100 GPU 一样，
Tesla T4 加速器使用的图灵 GT104 GPU 由台湾半导体制造公司使用 12 纳米制造工艺进行蚀刻。它拥有 136 亿个晶体管，接近 Pascal GP100 GPU 的 153 亿个晶体管，但仍落后于 GV100 GPU 的 211 亿个晶体管。这是 GT104 GPU 上的一个内核照片：此外，英伟达提供了围绕 T4 的一系列技术，比如 TensorRT Hyperscale 平台扩展。该卡支持所有主要的深度学习框架，比如 PyTorch、TensorFlow、MXNet、以及 Caffee2 。另外，
Nvidia 提供了 TensorFlow RT5，这是该公司深度学习推理优化器和运行时（Runtime）引擎的新版本，支持图灵张量核心与多精度工作负载。Nvidia 还宣布了针对图灵做出优化的 CUDA 10，其中包含了优化的库、编程模型、以及图形 API 的互操作性；以及基于 Xavier 的产品系列新名称（AGX 阵容），其专为从机器人、到自动驾驶汽车的自动机器系统而设计
希望对你有帮助，欢迎来电咨询
戴尔服务器销售中心
