快科技 10 月 13 日消息，发布于 2017 年的英伟达 Tesla V100 距今已有 9 年历史，但这颗基于 Volta 架构的数据中心老卡在 AI 推理领域依然具备可观的实力。

据知名硬件博主 Jun Yamog 测试，四张 Tesla V100 组成的 NVLink 集群在多项 AI 基准测试中，性能最高可领先苹果 M5 Ultra 和英伟达 DGX Spark 达 230%。

Tesla V100 发布于 2017 年，采用 Volta 架构，搭载 32GB HBM2 显存，显存带宽达 900GB/s。尽管发布已久，这套规格在应对当前主流的 AI 推理负载时依然够用。

具体改装细节方面，博主借助一块 NVLink 载板解决了四卡无法直接安装的问题，该载板提供总计 6 条 NVLink 2.0 链路，互连带宽可达 300GB/s。

散热方面，他将英伟达 A100 的散热器进行铣削加工以适配 V100，改造完成后单个散热器可轻松压制每颗芯片 300W 的功耗，四张显卡则通过 PCIe x8 转接卡与主机相连。

测试模型为 Qwen3.8-Flash-Next，采用 4-bit 量化。对比对象包括两台配备 128GB LPDDR5X 统一内存的 DGX Spark（GB10）、一台苹果 M5 Ultra。

结果显示，在长提示词的 Prompt Processing（提示词处理）测试中，四张 V100 取得 4098.3 tok/s 的成绩，比两台 DGX Spark 组成的集群快 40%，比 M5 Ultra 快 230%。

在短提示词测试中，V100 集群对 M5 Ultra 的领先幅度为 163%，对 DGX Spark 的差距与长提示词场景基本持平。

Token Generation（Token 生成）方面，短提示词场景下 V100 集群达到 100.6 tok/s，比两台 DGX Spark 快 121%，而 M5 Ultra 仅为 44.5 tok/s。

不过博主也指出，与苹果芯片之间的巨大差距很可能是缺乏软件优化所致，未必代表硬件层面的真实水平。

而且这套 V100 集群的体积庞大且功耗极高，对于普通玩家而言，硬件改装的门槛依然不低。