スペックカード SPEC CARD
NVIDIA Tesla V100 SXM3 32GB
V100シリーズのハイエンドSモデル:帯域幅を公式に1134GB/sへ引き上げ、Tensor 130、FP32 16.4(32GB HBM2標準搭載)を誇り、Voltaカードの中でも中古市場で最も需要が高い32GB大容量VRAM版。加えてDGX-2専用のSXM3 32GBモジュール(350W、NVSwitchフルメッシュ、SXM3ソケットはSXM2キャリアボードと非互換)も収録。『16カード1台』の大規模グラフ異種計算時代の幕開けを飾ったハードウェア——2つの希少な32GBフォームファクタをまとめてアーカイブ
概要
NVIDIA Tesla V100 SXM3 32GBは、Voltaアーキテクチャ(GV100)ベースのデータセンター向けアクセラレータカードで、32GB HBM2メモリ(4096-bitバス幅、ECC搭載)を備え、5120基のCUDAコア、640基の初代Tensor Core、2560基のFP64コアを搭載しています。SXM3メザニンインターフェースを採用し、DGX-2/HGX-2プラットフォーム向けに設計され、NVSwitch経由で16カードのフルメッシュ接続を実現します。大規模深層学習トレーニング、HPC、大規模グラフ異種計算の用途を狙ったもので、Volta時代のラック規模AIシステムの中核となる演算ユニットであり、現在は主に中古・引き抜き市場で流通しています。
主要スペック
| アーキテクチャ | Volta (GV100) |
| メモリ | 32GB HBM2 (CoWoS) with ECC、4096bit(V100S唯一の容量;SXM3-32GBはDGX-2専用の同容量モジュール) |
| メモリ帯域幅 | V100Sは1134 GB/s;SXM3-32GBモジュールは公式表に単独掲載がなく、独立ソースでは900GB/s級と分類——1134は公式にはV100S PCIe列のみに帰属 |
| メモリバス幅 | 4096bit |
| 演算性能 | V100S公式数値:FP32 16.4 / FP64 8.2 / Tensor 130 TFLOPS;SXM3-32GBは公式の単独表がなくSXM2行(15.7/7.8/125)に統合。16.4/130は公式にはSXM3に適用されない |
| CUDAコア | 5120 (80 SM) / Tensor Core 640 (初代) / FP64コア 2560 |
| 消費電力 | SXM3モジュール 350W;V100S PCIe 250W |
| インターコネクト | V100S:PCIe Gen3 x16 32GB/s、NVLinkなし;SXM3-32GB:NVLink 2.0 ×12リンクをNVSwitch経由でフルメッシュ接続(DGX-2/HGX-2専用、SXM3ソケットはSXM2キャリアボードと非互換) |
| 発売年 | V100S:2019年(2019-11-26発売、発表時はPCIe 3フォームファクタのみ);SXM3-32GBモジュール:2018-03-27にDGX-2とともに発表(V100Sより先行) |
| プロセス | TSMC 12nm FFN、211億トランジスタ、815mm² |
| フォームファクター | SXM3メザニンモジュール(DGX-2専用、16カードNVSwitchバックプレーン)/ V100SはPCIe両スロット全高全長パッシブ冷却 |
| 特徴 | V100と同チップを高クロック化したS接尾辞付き高性能版:帯域幅900→1134GB/s、Tensor 125→130、FP32 15.7→16.4(公式にPCIeフォームファクタのみで実現);SXM3 32GBモジュールはDGX-2/NVSwitchフルメッシュ時代の幕開けのカードで、nvidia-smiの認識名はTesla-V100-SXM3-32GB |
スペックは公式資料に基づき検証済み(
公式ベンチマーク、2026-10-10 更新)· 実際の価格は出品者の提示価格によります
適用シーン
- 大規模深層学習モデルのトレーニング、特に32GBの大容量VRAMが必要で、Tensor CoreによるFP16演算の加速に依存するビジョン系・言語系モデル
- DGX-2/HGX-2プラットフォームのNVSwitchフルメッシュアーキテクチャを活かしたマルチGPU集合通信やモデル並列トレーニングのタスク
- 倍精度科学計算。数値流体力学、分子動力学、量子化学などFP64性能に依存するHPCワークロード
- 超大規模グラフデータやナレッジグラフの異種計算。単一ノード内で複数カードのVRAMを集約し大規模グラフ構造を処理する用途
同族モデル
| 型番 | メモリ | 消費電力 |
|---|
| NVIDIA T4 比較 | 16GB GDDR6 with ECC(デフォルト有効) | 70W(基板全体の消費電力、デフォルト) |
| NVIDIA A100 比較 | 40GB HBM2/80GB HBM2e の2バージョン(80GB版は2020-11-16 SC20で追加発表)、ECC搭載 | SXM4 400W(40GB/80GB共通);PCIe版は40GBが250W/80GBが300W |
| NVIDIA H20 比較 | 96GB HBM3(Flopper/VipraTech/騰訊ニュースの3ソースで一致) | TDP 400W(Flopper/VipraTechスペック表/騰訊ニュースの『熱設計電力400W』で3ソース一致;VipraTech本文には350Wという矛盾する記載があるため不採用) |
| NVIDIA GB300 比較 | 288GB HBM3e(1 GPUパッケージあたり;スーパーチップで576GB;HGX基板レベルで2.1TB/ラックで20TBという表記が併存) | TGP 最大 1400W |
| NVIDIA A30 比較 | 24 GB HBM2 | 165 W |
| NVIDIA GeForce RTX 4090 比較 | 24GB GDDR6X | 450W TGP(平均ゲーム時315W、推奨システム電源850W) |
動画解説 VIDEO
調達・検品のポイント
- フォームファクタと互換性が最大のハードルです:SXM3メザニンモジュールはDGX-2/HGX-2の専用バックプレーンにのみ適合し、ソケットはSXM2キャリアボードと非互換。購入前に対象システムやキャリアボードの型番を必ず確認してください。SXM3モジュールを一般サーバーやSXM2マザーボードに直接搭載することはできません。
- 電源と冷却はシステム全体の観点で評価が必要です:本モジュールは高消費電力設計であり、DGX-2クラスのラック電源と液冷/強制空冷ソリューションに依存します。単体部品市場には独立した冷却キットがほぼ存在せず、中古購入はDGX-2/HGX-2システム一式、あるいは検証済み互換プラットフォーム単位で行い、単カード購入後にデプロイできない事態を避けるべきです。
- インターコネクトアーキテクチャがクラスタ価値を決めます:NVLink 2.0はNVSwitchによるフルメッシュ接続を実現しており、単体で取り出して使うとその優位性を失います。検品時はnvidia-smiでTesla-V100-SXM3-32GBとして認識されることを確認し、ECC状態とメモリの健全性をチェック、さらに出どころがシステム引き抜き品かどうかを確認してリファービッシュのリスクを低減しましょう。
よくある質問
Tesla V100 SXM3 32GBと通常のV100 PCIe 32GBの違いは何ですか?
両者ともGV100コア・32GB HBM2ですが、インターフェースの形態がまったく異なります:SXM3はメザニンモジュールでDGX-2/HGX-2プラットフォーム専用、NVSwitch経由で16カードのフルメッシュ接続を実現;PCIe版は標準的な両スロットのパッシブカードで、PCIe Gen3 x16接続かつNVLink非対応。SXM3モジュールは一般サーバーのマザーボードに装着して使用できません。
バラカードを買ってSXM3プラットフォームを自作できますか?
基本的に不可能です。SXM3ソケットはDGX-2/HGX-2専用バックプレーンの独占形態で、公開市場に単体のSXM3キャリアボードは流通しておらず、モジュールもシステムレベルの電源・冷却設計に依存します。本モジュールを使う現実的な道筋は、DGX-2/HGX-2システム一式か公式互換の完成品を調達することです。
V100 SXM3 32GBは今でも深層学習向けに購入する価値がありますか?
大規模マルチGPUトレーニングが目的で、DGX-2クラスのプラットフォーム一式を入手できるなら、NVSwitchフルメッシュと大容量VRAMは特定の大規模グラフ・マルチカード並列シナリオで依然として価値があります。ただし初代Tensor Coreアーキテクチャであり、中古市場ではシステム一式での入手を基本に、明確な業務ワークロードと照らしてコストパフォーマンスを評価すべきです。単体のバラカードはデプロイ不可のため意味がほぼありません。
資料更新 2026-10-10 · 深掘り項目は
編集ポリシー 手順