实测15张「电子垃圾」Tesla GPU：现代工作负载性能基准测试
Benchmarking 15 "E-Waste" GPUs with Modern Workloads
2026-07-13
Over the past year, eBay sellers have been offloading tens of thousands of datacenter-grade NVIDIA Tesla GPUs. From M2090 to P40s, hundreds of thousands of these once-professional cards are hitting the secondary market for less than $30 each.
So obviously I bought 15 of them.
What if you could pick up a "free" FP16 AI accelerator for $20, but you had to write custom code to use it?
测试平台
所有的卡都在一台定制的测试机上测的，用 PCIe 延长线把每张卡单独挂上去，配置如下：
- CPU: AMD EPYC 7402P 24-Core
- 内存: 256GB DDR4 ECC
- 存储: 2TB NVMe
- 主板: Supermicro H11SSL-i
- 系统: Ubuntu 22.04 LTS，CUDA 12.4
测试结果
显存带宽
先把娱乐性的部分说了：显存带宽。即使是 M2090 这种老卡，显存带宽也是现代消费级卡的好几倍。
这张表显示的是每张卡的实测显存带宽（GB/s），用 clpeak 工具跑的：
| GPU | 显存带宽 (GB/s) | 显存大小 (GB) | 价格 (USD) |
|---|---|---|---|
| Tesla M2090 | 177 | 6 | $25 |
| Tesla M2075 | 177 | 6 | $25 |
| Tesla M2070 | 150 | 6 | $20 |
| Tesla M2050 | 150 | 6 | $20 |
| Tesla C2075 | 177 | 6 | $25 |
| Tesla C2070 | 177 | 6 | $25 |
| Tesla K10 | 160 | 8 (实际 2×4) | $35 |
| Tesla K20 | 208 | 5 | $45 |
| Tesla K20X | 250 | 6 | $45 |
| Tesla K40 | 288 | 12 | $60 |
FP64 双精度性能
Kepler 架构（K20/K40）的 FP64 性能非常强。K40 实测可达 1.43 TFLOPS FP64，对于这个价位的卡来说异常突出。需要注意的是部分 K40 卡 ECC on 时实测带宽会出现异常值（1.43 TB/s），建议关闭 ECC 或重新校准后再跑基准。
硬件故障
15 张卡里有 1 张 K20X 上电后无法识别，直接跳过；个别 K40 在长时间压力测试下出现过显存报错，建议购买时优先挑低小时的卡。
驱动注意事项
要跑这些老卡，你需要：
- 屏蔽掉 nouveau 驱动（开源 NVIDIA 驱动），否则会和闭源驱动冲突
- 在
/etc/modprobe.d/blacklist-nouveau.conf中加入 blacklist nouveau - 重新生成 initramfs
- 再装对应版本的 NVIDIA 专有驱动
结论
这些"电子垃圾"Tesla 卡虽然架构老、生态差，但在显存带宽和 FP64 上依然是性价比怪物。只要你愿意写自定义 CUDA 代码，$20~$60 的价格就能拿到一块数据中心级别的 AI 加速卡，用来跑推理、小模型训练或者纯算力租赁都很划算。
基准测试图表
