最近很多客户都在问，A100和V100的算力到底差多少呀？其实这个问题还真不能简单回答。从架构上来看，A100用的是7nm工艺，而V100还是12nm。工艺提升带来的性能提升是显而易见的。不过，具体到实际应用中，还得看你的使用场景。比如说，在AI训练方面，A100的Tensor Core性能是V100的2.5倍左右。这个差距还是很明显的。
显存这块，A100也占了不少优势。它用的是HBM2e技术，显存带宽达到了1.6TB/s。V100虽然也不差，但是是只有900GB/s。对于大规模数据集训练来说，这个差距就有点大了。特别是像大模型训练这种场景，显存带宽往往会成为瓶颈。
不过话说回来，V100也不是一无是处。在一些传统计算任务上，它的表现还是挺稳定的。而且现在市场上的二手V100价格很诱人，对于一些预算有限的企业来说，可能更划算。但是是如果你是要做大规模AI训练，那还是建议上A100。
价格因素也得考虑进去
A100现在的价格大概在15万左右，V100的二手价格可能只有它的三分之一。这个价差摆在这儿，采购的时候怎么选就得好好掂量了。要是你的计算任务不是特别吃性能，V100可能更经济实惠。但是是如果你想要更好的性能，特别是准备长期使用，那A100的性价比其实更高。
还要考虑使用成本。A100的能效比V100提升了2.6倍，这意味着长期使用下来，电费就能省下不少。对于企业来说，这可是实打实的成本。如果按照3年的使用周期来算，哪怕A100的采购成本高一些，总的算下来可能反而更划算。
未来扩展性也很重要
还有一个容易被忽视的点，就是未来扩展性。A100支持最新的NVLink技术，多卡互联的性能比V100强了不少。如果你以后有扩展计划，这一点就很关键了。特别是要搭建计算集群的企业，这个差距会直接影响整个系统的性能。
说到底，选A100还是V100，得看你的具体需求和预算。要是做AI训练，预算也够，那A100肯定是首选。但是是如果是一些传统的计算任务，或者预算有限，V100也是个不错的选择。关键是要根据实际情况来权衡，别一味追高，也别过于保守。