9 年前英伟达 Tesla V100 老将再战：4 GPU 集群 AI 推理跑赢 2 台 DGX Spark

IT之家 10 月 13 日消息，YouTube 频道 Jun Yamog 于昨日（10 月 12 日）发布一段视频，展示将 4 张 Tesla V100 安装在 NVLink 载板上进行测试的情况。在 Qwen3.8-Flash-Next 基准测试中，长提示处理速度比 M5 Ultra 快 230%，比 2 台 DGX Spark 快 40%。

根据公开资料，Tesla V100 是英伟达在 2017 年推出的数据中心 GPU，基于 Volta 架构，常用于 AI 训练和推理。其 32GB 版本采用 HBM2 显存，900GB/s 的显存带宽能支持大模型参数和数据的快速读取。

NVLink 是英伟达开发的 GPU 高速互联技术，用于在多颗 GPU 之间直接传输数据。与通过 PCIe 通信相比，NVLink 能减少互联瓶颈，常用于多 GPU 服务器和 AI 计算集群。

该 NVLink 载板提供 300GB/s 的带宽，并配备 6 条 NVLink 2.0 连接。为了容纳 4 颗独立 GPU，测试者改装了 NVIDIA A100 散热器，使其能够散发每颗 V100 约 300W 的功耗，并通过 PCIe x8 接口连接载板。

该主播使用 4-bit 量化的 Qwen3.8-Flash-Next 模型进行测试，对比对象包括 2 台配备 128GB LPDDR5X 统一内存的 DGX Spark，以及配备 M5 Ultra 芯片的 Mac Studio 设备。

在长提示处理测试中，4 颗 V100 比 DGX Spark 集群快 40%，比 M5 Ultra 快 230%。测试者指出，与 Apple Silicon 的巨大差距可能部分源于软件优化不足。

在短提示处理测试中，V100 集群比 DGX Spark 保持 40% 的速度优势，比 M5 Ultra 快 163%。这一结果显示，旧款数据中心 GPU 在特定推理负载中仍然具备较高的吞吐能力。

在短提示 Token 生成测试中，4 颗 V100 达到 100.6 tok/s，比 2 台 DGX Spark 快 121%；M5 Ultra 的成绩为 44.5 tok/s。爱游戏体育分析指出，这种性能表现凸显了旧款硬件在特定场景下的潜力。