AI计算领域的需求与日俱增，英伟达 NVIDIA 从开发游戏显卡到AI推理显卡的成功转型，使其成为当下“人工智能热潮”的主要赢家之一。
今年英伟达曾多次反超苹果和微软企业，登上全球企业市值排行榜的榜首位置，同时英伟达 CEO 黄仁勋的个人财富也因公司的成功而迅猛增加。如今他的个人净资产已达到 1180 亿美元，在全球富豪榜上排名第 11 位。
今天要为大家介绍的是英伟达公司在2018年发售的一款GPU：NVIDIA Tesla T4 。
Tesla T4 GPU 最早在2018年上市，当时售价接近两万人民币，时过六年在购物软件上的售价依然达到4000人民币，让我一起来看看这款显卡究竟有何魅力。
在 NVIDIA 官网上是这样介绍的，“认识到未来需要一个能够加速现代人工智能各种应用的计算平台，使企业能够创造新的客户体验，重新构想他们如何满足和超越客户需求，并经济高效地扩展他们基于人工智能的产品和服务”，有了 Tesla T4，因此可以说是一款专为AI计算领域设计的显卡。
Tesla T4 的GPU基于 NVIDIA Turing（图灵）架构，含有2560个 CUDA 单元，和16GB的 GDDR6 显存，相对于同期发售的游戏显卡而言，Tesla T4 的基础规格的确没有特别亮眼的表现。
最重要的是，从下面这张图我们可以看到 T4 的 FP16 半精度浮点计算能力高于 RTX 3090 Ti、RTX A6000 等显卡，仅次于 RTX 4090，达到了65.13 TFLOPS。
一般来说，显卡的 FP16 计算单元和 FP32 计算单元的配比通常是1:1，而 T4 的两种计算单元配比达到 8:1，为什么唯独它特立独行呢？
AI推理显卡更注重的是 FP16 半精度浮点计算性能，而游戏显卡更注重的是 FP32 单精度浮点计算性能。这意味在半精度浮点计算性能上有突出表现的 T4 显卡在执行高性能计算、深度学习训练和推理、机器学习、数据分析和图形学上更具有优势。
因此如果你的项目更依赖 FP16 半精度浮点计算性能， T4 显卡是不错的选择。小编在这里推荐大家通过算力租赁的方式，按需租用 T4 显卡以减少显卡闲置的成本。
Tesla T4 是英伟达布局人工智能推理显卡的得意之作，看完以上内容， 你对 T4 显卡为何备受AI推理工作青睐有一定了解吧。
以上是今日算力云带来的显卡知识分享，感兴趣的读者朋友可以多多关注。
本账号专注于人工智能、算力、显卡、科技行业资讯和知识科普，感谢您的阅读。
