NVIDIA L4 24 GB GDDR6 — Pasiva de perfil bajo
Plataforma de nivel empresarial, ensamblada y probada en la UE.
NVIDIA L4 24 GB: la tarjeta de inferencia de 72 W
Una GPU de centro de datos de una sola ranura, perfil bajo y refrigeración pasiva que consume apenas 72 W directamente de la ranura PCIe: sin cable de alimentación y sin necesidad de rediseñar el flujo de aire. La forma más densa de añadir 24 GB de capacidad de inferencia a un servidor.
Densidad y eficiencia, no rendimiento máximo
La L4 se ha concebido con una prioridad distinta a la de las grandes tarjetas aceleradoras: el rendimiento por vatio y por ranura. Con 72 W no necesita ningún conector de alimentación adicional y, al ser de una sola ranura y perfil bajo, encaja en chasis que físicamente no admiten una tarjeta de altura completa. Esa combinación es lo que la convierte en la opción práctica para concentrar muchas cargas de trabajo de inferencia independientes en un solo servidor, o para añadir una aceleración de IA solvente a sistemas compactos y de edge donde el consumo y el espacio son los límites reales. Además es una excelente tarjeta de vídeo —con codificación y decodificación por hardware, AV1 incluido—, lo que la convierte en una elección habitual para transcodificar junto a las tareas de inferencia.
Datos técnicos
| GPU | NVIDIA AD104 — Ada Lovelace |
| Número de referencia | TCSL4PCIE-PB |
| Memoria | 24 GB GDDR6 con ECC |
| Ancho de banda de memoria | ~300 GB/s |
| Núcleos CUDA | 7,680 |
| Núcleos Tensor | 240 (4.ª gen.) · ~242 TOPS INT8 |
| Núcleos RT | 60 (3.ª gen.) |
| Interfaz | PCIe 4.0 ×16 |
| Consumo de la tarjeta | 72 W — tomados de la ranura, sin conector de alimentación |
| Factor de forma | Una sola ranura, perfil bajo, longitud completa |
| Refrigeración | Pasiva — requiere flujo de aire del chasis |
| Salidas de vídeo | Ninguna — solo computación |
| Motores de vídeo | Codificación / decodificación por hardware, AV1 incluido |
| Garantía | 36 meses |
Dónde encaja
- Servir modelos pequeños y medianos: 24 GB albergan con holgura un modelo de 7B–13B cuantizado.
- Servidores de inferencia con muchas GPU: con 72 W por tarjeta, puede montar varias sin rediseñar la alimentación ni la refrigeración.
- Chasis compactos y de perfil bajo que no admiten una tarjeta de altura completa y doble ranura.
- Flujos de transcodificación de vídeo, AV1 incluido, junto a la inferencia en la misma tarjeta.
- Despliegues en edge y on-premise con un límite de consumo total.
Preguntas frecuentes
¿Necesita cable de alimentación?
No. Toda la tarjeta funciona dentro del presupuesto de 75 W de la ranura PCIe, así que no hay ningún conector de 8 o 12 pines que cablear. Esa es gran parte de su atractivo en configuraciones densas: elimina por completo el cableado de la fuente de alimentación como restricción.
¿Se refrigera sola?
No. Como el resto de tarjetas de centro de datos, es pasiva y depende del flujo de aire del chasis. En un servidor con un recorrido frontal-trasero correcto resulta ideal; en una caja de sobremesa silenciosa se sobrecalentará. Consúltenos si tiene dudas sobre su chasis.
¿Qué tamaños de modelo caben en 24 GB?
Un modelo de 7B–13B cuantizado cabe con margen para el contexto. Un modelo de 70B no: necesita unos 40 GB a 4 bits, así que conviene mirar una tarjeta de 96 GB o una configuración multi-GPU.
¿Cómo se compara con la L40?
La L40 tiene 48 GB y mucha más potencia de cálculo, con unos 300 W y un formato de altura completa y doble ranura. La L4 renuncia a ese rendimiento a cambio de 72 W, una sola ranura y perfil bajo. Elija la L4 cuando el consumo y la densidad definan la configuración, y la L40 cuando necesite el rendimiento.
¿Puedo instalar varias en un mismo servidor?
Sí, y es precisamente donde la L4 brilla: varias tarjetas a 72 W cada una se mantienen dentro de unos presupuestos imposibles con GPU de alto consumo. Kentino monta servidores de inferencia con varias L4 si prefiere comprar la máquina terminada.
¿Cuál es el plazo de entrega?
Se aprovisiona bajo pedido, normalmente entre 10 y 21 días. Pídanos que le confirmemos la disponibilidad actual antes de planificar una fecha.
Las preguntas que más nos hacen los compradores antes de pedir un servidor.
¿Cuánto tarda?
Las máquinas construidas con componentes que tenemos en stock se envían rápido; cualquier equipo que requiera una generación concreta de GPU depende del suministro. Le damos una fecha antes de que pague y, si se mueve, se lo decimos en lugar de dejar que lo descubra usted.
¿Se puede cambiar la configuración antes de que lo monten?
Casi siempre. Las GPU, la memoria, el almacenamiento y la refrigeración se eligen para cada pedido, y la configuración indicada es un punto de partida, no un paquete cerrado. Si necesita más VRAM, un almacenamiento más rápido o un enfoque de refrigeración distinto, indíquenoslo antes de realizar el pedido y le presupuestaremos el cambio.
¿Puedo recoger el servidor en persona?
Puede hacerlo. Nuestro almacén está en Praga y la recogida en persona es bienvenida: la mayoría de quienes vienen aprovechan la visita para repasar la máquina con nuestro ingeniero y hacer esas preguntas que resultan incómodas por correo. En los pedidos dentro de la República Checa también intentamos entregar en persona y explicarle la instalación in situ.
¿Puedo hablar con alguien que entienda de verdad la carga de trabajo?
Sí. Contamos con un ingeniero dedicado específicamente a los sistemas de IA, no con un mostrador comercial genérico. Si su pregunta trata sobre tamaños de lote, cuantización, interconexión o dónde estará su cuello de botella, háganosla: esa conversación suele mejorar la configuración.
¿Qué modelo puedo ejecutar en esta configuración?
Sí. Cada máquina se ensambla, se somete a pruebas de burn-in y se evalúa con cargas de trabajo de IA reales antes de enviarse, y sale de nuestras instalaciones con un LLM ya instalado y en funcionamiento. Usted solo tiene que conectarla, enlazarla a su red y ponerse a trabajar: la única decisión que queda es qué proyecto ejecutará primero.
¿Cómo se prueba un servidor antes del envío?
Lo probamos con cargas de trabajo de IA reales, no con puntuaciones sintéticas: rendimiento de inferencia, comportamiento bajo carga sostenida y temperaturas en funcionamiento continuo. Recibirá los resultados de las pruebas junto con la máquina, de modo que el rendimiento prometido sea el rendimiento que usted puede verificar desde el primer día.
¿Llega el servidor listo para funcionar?
Sí. Cada máquina se ensambla, se somete a pruebas de burn-in y se evalúa con cargas de trabajo de IA reales antes de enviarse, y sale de nuestras instalaciones con un LLM ya instalado y en funcionamiento. Usted solo tiene que conectarla, enlazarla a su red y ponerse a trabajar: la única decisión que queda es qué proyecto ejecutará primero.
Se envía desde nuestro almacén de la UE. Los artículos pesados pueden requerir transporte especial: contáctenos para obtener un presupuesto de envío y el plazo de entrega. Garantía limitada de 2 años con soporte RMA avanzado; garantía ampliada disponible.
¿No es exactamente lo que necesita?
Díganos cuál es su carga de trabajo y configuraremos esta plataforma a su medida: GPU, memoria, almacenamiento y refrigeración ajustados a lo que realmente ejecuta.