15 张「电子垃圾」GPU 在现代负载下的性能基准测试
来源：esologic.com — 2026-07-13
📋 概述
作者对 15 块退役 NVIDIA Tesla 企业级 GPU（ NVIDIA Tesla 企业级 GPU（K80、M10、M40、M60、P40、P100、V100、T40）进行了全面的现代化工作负载基准测试。使用自研的 Docker 化基准测试套件，覆盖计算机视觉训练/推理、3D 渲染、Vision Transformer、LLM 推理（llama.cpp）、科学计算、密码学、语音识别和 AI 基础设施等场景。
核心发现：V100-16GB（不到 $200）性能接近稀有得多的稀有得多的 T40；P40 在 LLM 场景下优于 P100；M60 在 Whisper 语音转录上表现惊艳，仅售 $50；多 GPU 扩展在 4U 机箱内几乎线性增长，无明显递减。最终作者推荐 V100 + E5-1680 8 核 + Asus X99-WS 主板作为家庭实验室 GPU 节点的最优物料清单。
🔑 核心要点
- 被测试 GPU 价格极低：K80 24GB $60，P100 16GB $75，V100 16GB 不到 $200——退役企业级 GPU 的性价比令人震惊
- 基准测试套件通过 Docker 容器运行，覆盖 18 项测试（CV 训练/推理、Blender、ViT、llama.cpp、F@H、SHA-256、Whisper、gdsio）
- V100-16GB（Volta 架构）性能飞跃：远超 Kepler/Maxwell/Pascal 的渐进提升，接近 Turing T40，是性价比之王
- LLM 推理场景：P40 优于 P100，与社区推荐一致；多 GPU 扩展线性增长，无显著通信开销递减
- 混合 GPU 代际可行：越多 GPU 越好，即使跨代混合使用——V100 + P100 组合仍优于单 V100
- CPU 选择策略：单核性能优于核心数，尤其在 Whisper 和 CAT ViT Attention 任务上单核速度优势明显
- 主板对比（Asus X99-WS vs Supermicro X10DRG-Q）：两者性能无显著差异
- 软件兼容性：全部基准测试通过 Docker 在 Kepler 架构（2014 年）上成功运行，证明了退役硬件的长期可用性
💡 金句
Decommissioned NVIDIA enterprise GPUs are one of the last remaining sources of idle VRAM. It is irresponsible to suggest these cards be used today… is the kind of finger wagging that has no place in homelabbing.
← 返回 HN 首页