Quatro Tesla V100 de 2017 superam M5 Ultra e DGX Spark em testes de inferência de IA

Quatro placas NVIDIA Tesla V100, lançadas há nove anos, conseguiram ultrapassar o Apple M5 Ultra e dois sistemas DGX Spark em benchmarks de inferência de IA, com vantagem de até 230%. O teste foi feito pelo YouTuber Jun Yamog e divulgado pelo Wccftech em 12 de outubro de 2026.

A arquitetura Volta chegou em 2017. Cada V100 do experimento tem 32 GB de memória HBM2 e 900 GB/s de largura de banda, números que ainda dão conta de cargas de trabalho de IA atuais.

Como a montagem foi feita

Sem uma placa de transporte com NVLink, caberiam bem menos V100 no mesmo sistema. Jun Yamog usou uma carrier board que entrega 300 GB/s de banda, com um total de seis links NVLink 2.0 entre as GPUs. A placa foi conectada por PCIe x8, com a ajuda de dois adaptadores passthrough.

A parte difícil foi a refrigeração. Ele pegou o dissipador da NVIDIA A100 e o desbastou por fresagem para encaixar na V100. O resultado dissipa os 300 W gerados por cada chip.

Os números

O quarteto de V100 foi comparado a dois DGX Spark, com 128 GB de memória unificada LPDDR5X, e a um único M5 Ultra. O modelo usado foi o Qwen3.8-Flash-Next, com quantização de 4 bits.

• Prompts longos, processamento: as quatro V100 ficaram 40% à frente do cluster de DGX Spark e 230% à frente do M5 Ultra.
• Prompts curtos, processamento: a diferença para o DGX Spark foi a mesma, e a vantagem sobre o M5 Ultra foi de 163%.
• Geração de tokens em prompts curtos: as V100 chegaram a 100,6 tok/s, 121% acima dos dois DGX Spark. O M5 Ultra marcou 44,5 tok/s, segundo resultados do também YouTuber Alex Ziskind.

Jun Yamog avisa que a distância para o chip da Apple provavelmente vem da falta de otimizações de software, e não só do hardware. Para completar a comparação, o gráfico inclui ainda as oito RTX PRO 6000 de Ziskind.

Preço e outros usos

Segundo o Wccftech, uma V100 de 32 GB pode ser encontrada no eBay por US$ 744. A publicação sugere que duas unidades já ampliam o alcance de quem quer rodar modelos de IA maiores localmente, sem pagar mensalidade de serviços.

Não é o primeiro caso de V100 reaproveitada para LLMs. Outro usuário modificou a placa para rodar ao lado de uma RTX 4080 no mesmo gabinete, o que permitiu executar modelos de 27 bilhões de parâmetros com desempenho razoável graças à VRAM e à largura de banda extras.

O custo da abordagem está no tamanho e nas modificações: a configuração exige carrier board, dissipador adaptado e espaço de sobra.

Fonte: Wccftech. Texto produzido com apoio de inteligência artificial a partir da fonte citada e revisado pela redação.