英伟达（NVIDIA）数据中心GPU按性能由高到低排行：
1. NVIDIA H100
架构：Hopper
核心数量：18352 CUDA Cores, 1456 Tensor Cores
显存：80 GB HBM3
峰值性能：
- 单精度（FP32）：60 TFLOPS
- 双精度（FP64）：30 TFLOPS
- Tensor Core：1000 TFLOPS (混合精度)
- 应用场景：H100是为下一代AI和HPC应用设计的，提供极高的计算密度和效率，是目前英伟达最强大的数据中心GPU。
2. NVIDIA A100
架构：Ampere
核心数量：6912 CUDA Cores, 432 Tensor Cores
显存：40 GB 或 80 GB HBM2e
峰值性能：
- 单精度（FP32）：19.5 TFLOPS
- 双精度（FP64）：9.7 TFLOPS
- Tensor Core：312 TFLOPS (混合精度)
- 应用场景：高性能计算（HPC）、深度学习训练和推理、大数据分析。A100在其发布时是市场上最强大的数据中心GPU，但现在被H100所超越。
3. NVIDIA V100
架构：Volta
核心数量：5120 CUDA Cores, 640 Tensor Cores
显存：16 GB 或 32 GB HBM2
峰值性能：
- 单精度（FP32）：15.7 TFLOPS
- 双精度（FP64）：7.8 TFLOPS
- Tensor Core：125 TFLOPS (混合精度)
- 应用场景：深度学习训练、高性能计算、科学计算。V100是许多AI研究机构和企业的首选。
4. NVIDIA A40
架构：Ampere
核心数量：10752 CUDA Cores, 336 Tensor Cores
显存：48 GB GDDR6
峰值性能：
- 单精度（FP32）：37.4 TFLOPS
- 双精度（FP64）：N/A
- Tensor Core：300 TFLOPS (混合精度)
- 应用场景：视觉计算、虚拟化工作站、AI推理等。A40在图形和AI推理性能方面表现优异。
5. NVIDIA T4
架构：Turing
核心数量：2560 CUDA Cores, 320 Tensor Cores
显存：16 GB GDDR6
峰值性能：
- 单精度（FP32）：8.1 TFLOPS
- 双精度（FP64）：0.25 TFLOPS
- Tensor Core：65 TFLOPS (混合精度)
- 应用场景：AI推理、图形处理、虚拟桌面基础设施（VDI）。T4以其高效的能耗比广受欢迎。
总结
- 顶级性能：H100 和 A100代表了当前数据中心GPU的顶尖性能，适用于最苛刻的计算任务。
- 高性能/成本比：V100 和 A40在性能与成本之间达到了良好的平衡，适用于广泛的应用场景。
- 高效能耗比：T4适用于能耗敏感的应用场景，尤其是在推理和图形处理方面表现出色。