初见A100，折腾与试玩

王wang

对于tesla a100，对于经常用显卡训练私炉的人不必多说，由于这个卡高端的性能，自然也是对它起了心思，只是奈何钱包不给力。
偶然一次看到小黄鱼上有人卖32gb的a100，于是就瞄上了这个专门为了自动驾驶而特制的a100，也就是pg199
后来赶上一个卖家仅卖4000块于是就入了手。
上图


pg199原装的扣具是不支持安装标准sxm2散热器的，因此卖家还很贴心的配置了一个转接扣具

两个扣具都是铝质的，质量还是很好的。同时也可以看到这个扣具侧面有一个突起，它是为了给下面的电源管理芯片散热的
顶盖上可以看出它生产于21年第27周
如果你买的是一个正式版的话，这个丝印就不会有qs字样
只是不知道为什么到了我这里qs变成cs了，不过问题也不大。

安装上转接板，上机测试。
测试平台的机箱刚刚设计完毕，代工厂还未完成制作，因此现在显得很草率

但是这才是噩梦开始的时候
首先是压根不认卡，自检码跑个半天b2都不带卡一下的，而在设备管理器里也是毫不意外的啥也没出来。
那么接下来就是要排查问题了
首先拆下散热片后用手摸压根不发热，也就是说根本就没有上电
后来发现sxm2 接口是没有卡扣的，安装的是否到位全凭借螺丝提供的下压力是否足够（莫名幻视3647接口），而卖家发给我的并没有这些螺丝。
于是乎就开始找这种规格的螺丝。
如图

长一些的安装在扣具的四个角上，短一些的安装在PCB的四个角上
接下来再次插电开机，果然可以在设备管理器可以看到未知设备了
那么接下来就要准备安装驱动了
理所当然的官方驱动肯定是不能正常安装的，因此就要对驱动进行魔改，这里选择最新的552驱动进行修改
论理说这个不会太困难，只需要获取硬件ID然后写入INF就行了，但是不知道为啥就是搞不定，在重复了四天毫无进展之后，我选择去海鲜市场找人求助，最终花了5块钱，人家没用10分钟就将魔改后的驱动发过来了（果然有的钱还是得让人家挣啊）
接下来行云流水禁用驱动强制签名后安装即可（这里建议检查一下里面有没有恶意代码，毕竟驱动的权限很高）
最终驱动管理器可以看到PG199了，这里附上一张GPUZ截图以及nvidia-smi


可以看到除了比A100少了8GB显存之外，它的基础频率比A100要高，但是似乎并不能睿频，而且后来根据nvidia-smi查看并不支持nvlink，估计是因为用的sxm2接口为了限制功耗就给砍掉了
这个卡是不支持OPENGL之类的图形功能的，因此很多压力测试软件是用不了的（由于一开始我没注意导致用甜甜圈给AST2500上了一晚上的强度）
后来也尝试安装了魔改的GRID驱动，但是这样虽然认卡但是设备管理器显示代码43，估计确实就是不支持安装。
接着来点喜闻乐见的AI绘画测试，这边使用了秋叶大佬制作的一键包，默认参数下，1秒一张图，1024*512分辨率下平均2秒一张图
至于后续的训练性能如何，就需要等到机箱到货后再说了
另外这个卡的待机功耗大约在40-55W之间，满载最高看到功耗达到441W，只不过由于手头没有硅脂导致散热器之间连接处是干的，所以温度很轻松就能突破105度并导致过热保护，因此441W可能并不是它的极限。
另外nvidia-smi查看的温度并不是热点温度，而保护温度是根据热点温度来的，因此一开始出现显示温度才80度就掉电重启的时候我一度以为是电源功率不足，后来才发现热点温度的事情

接着贴一下测试平台的配置
]


另外附上一些我自己总结的一些gpu型号，如有不准确请见谅
pg509 a100 oam sxm5
pg503 v100 sxm2
pg506 a100(es版仅8gb) sxm4
pg193 l4 pcie
p1004 a30x(搭载npu) pcie
pg133 a10cg(定制版大功率a10) pcie
pg199 a100(无nvlink自动驾驶版) sxm2
pg189 tu104 (自动驾驶版t4) sxm2
ga100-884aaa-a1 a100 40gb sxm4
ga100-895gg1-a1 a100 32gb pcie
其中，pg199算是比较值得购买的，如果价格低于8000而且你有ai需求那么可以选择，但是它不支持nvlink，多卡互联对cpu要求高，因此请自行判断。
而pg506 pg189不推荐，首先是他俩的显存一个8g一个6g，虽然都是满功耗的ga100和tu104，但是显存容量太小并且pg506是工程样品，win下驱动会掉，所以不建议。而pg189就是一张tesla t4的自动驾驶版，买它还不如买个2080Ti 22g好用。
其它的型号我并没有使用过，而且数量稀少，价格可能比正经a100还要贵，除非你喜欢收集这些稀奇古怪的硬件，不然还是别买。
接下来就是等候硅脂和机箱送到了

另外如果你需要PG199的驱动可以问我要