Tesla T4基于Turing架構，提供了更加強大的訓練和推理能力，在原有對FP32和FP16支持的基礎上，Turing架構中的Tensor Core新增了對INT8和INT4的支持，并探索性地推出了INT1精度模式。通過對多種精度模式的支持，T4能夠有效縮短在線預測和離線訓練時長。根據(jù)Nvidia公布的測試數(shù)據(jù)，在語言推理的場景中(NLP: GNMT Model)，T4相對于P4，其性能提升超過350%。
Tesla T4使用TU104核心，搭載136億個晶體管，共40個SM(stream multiprocessor)，每個SM單元中有64個CUDA Core和8個混合精度的矩陣運算單元Tensor Core，共2560個CUDA core和320個Tensor core，提供8.1 TFLOPS的單精度性能和65 TFLOPS的混合精度(FP16/FP32)性能。此外，T4中還集成了Turing架構首次引入的RT Core，可實現(xiàn)高效的光線追蹤(Ray Tracing)功能，在圖形圖像渲染方面有著廣泛的應用。目前，金山云基于T4的GPU加速計算服務已全面商用，為諸多客戶提供著高性能的計算支撐。
優(yōu)異的機器學習能力讓技術更智能
T4針對深度學習應用場景，進行了全方位的優(yōu)化。首先，T4卡配備了320個Tensor Core。Tensor Core作為專門用于執(zhí)行張量/矩陣運算的計算單元，能夠為訓練和推理場景中的矩陣運算提供極大的加速，被廣泛用于各種深度學習的場景中。Turing Tensor Core相對于先前的Volta版，強化了推理的功能，支持了INT8和INT4兩種精度模式，算力分別高達130TOPS和260TOPS。其次，T4繼承了Volta架構中首次引入的Multi-Process Service(MPS)功能，優(yōu)化了對batch較小時推理的性能，減少啟動延遲，從而能夠支持更多的并發(fā)請求。
及時響應是提升用戶參與度的關鍵，隨著模型準確性和復雜性的提高，快速交付正確答案所需的計算能力也在呈指數(shù)級提升。T4擁有先進的實時推理性能，在會話式人工智能、推薦系統(tǒng)和可視化搜索等場景的處理上，可提供低延時、高吞吐量的計算能力，進而實時滿足更多的處理請求。T4通過優(yōu)異的機器學習推理能力讓技術應用更為智能。除了深度學習外，T4在視頻轉碼和虛擬桌面等諸多場景中都能夠發(fā)揮重要的作用。
作為中國領先的云計算服務提供商，金山云始終致力于通過最前沿的技術、最高效的產(chǎn)品為客戶提供更加安全、穩(wěn)定、便捷的云服務。目前基于T4的 GPU云服務器已經(jīng)開放商用，卓越的深度學習推理性能，讓用戶能夠更加快速、高效地構建AI業(yè)務，運行大規(guī)模模型推理應用。同時，基于Tesla T4的實例具備易擴展和高性價比的特性，能夠為用戶節(jié)省大量計算成本，有效提升AI產(chǎn)品迭代的速度，提高企業(yè)AI競爭力。
