Flaggschiff der Übergangsära im Deep Learning: der erste HBM2-Shader (16 GB) überhaupt, NVLink-Premiere und Herzstück der DGX-1 – in der Pascal-Ära ohne Tensor Core war die P100 mit FP16 im 2:1-Modus das Trainingsarbeitstier der Übergangszeit; nach dem V100-Refresh landeten große Bestände an SXM2-/PCIe-Karten auf dem Gebrauchtmarkt, und die 16-GB-Varianten mit großem VRAM sind bis heute als günstige Karten für kleine Modelle und Inferenz im Gebrauchtmarkt-Umlauf aktiv
Die NVIDIA Tesla P100 basiert auf dem GP100-Chip der Pascal-Architektur, wird im 16-nm-FinFET-Prozess gefertigt und war NVIDIAs erste GPU mit HBM2-Hochbandbreitenspeicher, bestückt mit 16 GB CoWoS-verpacktem Speicher und einem 4096-Bit-Speicherinterface. Die Karte erschien in zwei Ausführungen: Das SXM2-Modul führte erstmals NVLink als Interconnect ein und legte den Grundstein für die spätere DGX-Serie; die PCIe-Version zielt auf Standardserver ab. Compute Capability 6.0, kein Tensor Core, mit doppeltem FP16-Durchsatz. Typische Einsatzgebiete sind Deep-Learning-Training und Inferenz, High-Performance Computing sowie Batch-Workloads mit hohem Speicherbedarf; heute zirkuliert die Karte überwiegend als Gebrauchtbestand in Szenarien für kleine Modelldeployments.
| Architektur | Pascal (GP100), Compute Capability 6.0; 16 nm FinFET, 610 mm², 15,3 Milliarden Transistoren (GP100 voll bestückt 60 SM, die P100 nutzt 56 SM) |
| Speicher | 16 GB CoWoS HBM2 (vier Stacks mit je 4 Dies, natives HBM2-ECC ohne Kapazitäts-/Bandbreitenverlust; die PCIe-Version existiert zudem als 12-GB-Variante mit 549 GB/s) |
| VRAM-Bandbreite | 732 GB/s (offizielle Datasheet-Angabe; das Whitepaper rechnet grob mit 180 GB/s pro Stack × 4 = 720; die 12-GB-PCIe-Variante: 549 GB/s) |
| Speicherbusbreite | 4096 bit (8 × 512-Bit-Speichercontroller, laut deviceQuery bei beiden Varianten identisch) |
| Rechenleistung | Zwei Angaben: SXM2-Version FP32 10,6 / FP16 21,2 / FP64 5,3 TFLOPS; PCIe-Version FP32 9,3 / FP16 18,7 / FP64 4,7 TFLOPS (Pascal hatte noch keinen Tensor Core, FP16 lief über dedizierte GP100-Einheiten mit 2:1-Durchsatz) |
| CUDA-Kerne | 3584 (56 SM × 64, laut deviceQuery; FP64-Einheiten 1792 = 32 pro SM) |
| Verbrauch | SXM2 300 W (nvidia-smi-Default = Maximum, min 150 W) / PCIe 250 W (Default = Maximum, min 125 W) |
| Interconnect | SXM2-Version: NVLink mit 4 Links × 40 GB/s = 160 GB/s bidirektional (Weltpremiere) plus PCIe Gen3; PCIe-Version ohne NVLink, nur PCIe Gen3 x16 |
| Erscheinungsjahr | 2016 (Ankündigung auf dem GTC San Jose am 05.04.2016, laut offiziellem dev blog; SXM2 erschien zuerst mit der DGX-1, die PCIe-Version kam ab September 2016 in den Versand) |
| Formfaktor | SXM2: Mezzanine-Modul für Baseboard (140 mm × 78 mm, 300 W, Teilenummer 900-2H403-0000-000) / PCIe: Full-Height, Full-Length, passiv, Dual-Slot (250 W), beide ohne Lüfter |
| Taktraten | SXM2: Basis 1328 / Boost 1480 MHz; PCIe: 1189 unter Applikationslast / max 1328 MHz (nvidia-smi-Messung); Speicher 715 MHz (äquivalent 1,43 Gbps × 2 = 732 GB/s, konsistent) |
| Alleinstellungsmerkmale | Erste GPU mit HBM2-Speicher überhaupt plus NVLink-Premiere, Pascal-Datacenter-Flaggschiff; Herzstück der AI-Supercomputing-DGX-1 mit acht Karten und 170 TFLOPS FP16; Arbeitstier der Übergangsphase vor dem Tensor-Core-Zeitalter, große Bestände und aktiver Gebrauchtmarkt-Umlauf |
Spezifikationen anhand offizieller Quellen verifiziert (
Offizielle Benchmarks , aktualisiert am 10.10.2026) · Der tatsächliche Preis richtet sich nach dem Angebot des Verkäufers
| Modell | Speicher | Verbrauch |
|---|
| NVIDIA T4 Vergleich | 16GB GDDR6 mit ECC (standardmäßig aktiviert) | 70W (Gesamtboardleistung, Standard) |
| NVIDIA A100 Vergleich | 40GB HBM2 / 80GB HBM2e in zwei Varianten (80-GB-Variante nachgelegt auf der SC20 am 16.11.2020), mit ECC | SXM4 400W (40GB/80GB identisch); PCIe-Version 40GB 250W / 80GB 300W |
| NVIDIA H20 Vergleich | 96GB HBM3 (konsistent bei Flopper/VipraTech/Tencent News) | 400W TDP (dreifach belegt: Flopper/VipraTech-Datenblatt/Tencent News mit „Wärmeleistung 400W“; widersprüchliche Angabe 350W im VipraTech-Fließtext verworfen) |
| NVIDIA GB300 Vergleich | 288GB HBM3e (pro GPU-Package; 576GB im Superchip; parallel HGX auf Board-Ebene 2,1 TB / Rack 20 TB) | TGP bis 1400W |
| NVIDIA A30 Vergleich | 24 GB HBM2 | 165 W |
| NVIDIA GeForce RTX 4090 Vergleich | 24GB GDDR6X | 450W TGP (Spiele im Schnitt 315W, empfohlenes Netzteil 850W) |