最近、中古の Tesla V100 を見ていると、だいたい次の2つの意見にぶつかります。

• まだ十分戦えるし、コストパフォーマンスが高い
• この手のカードは闇が深く、DIY ユーザーは簡単に失敗する

どちらも間違っていません。

V100 は買ってはいけないカードなのではなく、普通の民生向け GPU と同じ感覚で買ってはいけないカードです。見るべきなのは、起動するかどうかだけでも、「新品同様」「純正サーバー抜き取り」といった売り文句だけでもありません。このカードに手が入っていないか、ECC の状態はどうか、冷却と電源構成が本当に信頼できるかが重要です。

この記事では、実際の購入と運用で役立つチェックポイントをまとめます。

まず結論

短く要点だけ見るなら、次を覚えておけば十分です。

• V100 はおおむね 2017 年から 2021 年まで生産され、16G 版で 2021 年製はあまり多くありません
• 「ECC が全部ゼロ」「純正抜き取り」だけでは判断材料として足りません。数値も外観も手を入れられている可能性があります
• 本当に危ないのは、古いカードを買うこと自体より、分解済み・書き換え済み・冷却に欠陥があるカードを買うことです
• DIY ユーザーにとって最大の落とし穴は、コアそのものより、変換基板、電源供給、ホットスポット温度、バックプレート冷却です

1. まず製造年とロット感を見る

実用的な見方は、チップ本体の年式を見て、その周辺部品の年式がだいたい一致しているかを確認することです。

たとえばチップ表面に 1828 とあれば、通常は次のように読めます。

• 18 = 2018 年
• 28 = 第 28 週

つまり 2018 年第 28 週製造のチップです。

チップ本体だけでなく、周辺のインダクタにも年式に関係する刻印があることがあります。もしチップ年式とインダクタ年式が大きくずれていて、たとえば：

• チップは 2017
• インダクタは 2020

となっているなら、注意したほうがよいです。即座に不良と断定はできませんが、少なくとも非常にオリジナルに近い状態とは言いにくくなります。

逆に、

• 2018 のチップに 2018 年ごろの周辺部品
• 2019 年末のチップに 2020 年ごろの周辺部品

のように大筋で辻褄が合っているなら、より自然です。

2. 外観確認ではチップだけでなく、インダクタ、スプリング、フレームも見る

外観確認は、いくつかの段階に分けて見るのがわかりやすいです。

1. まずインダクタを触る

インダクタを軽く触ってみて、通常はどれもグラつかないはずです。

もしどれかがすでに動くなら、たいていは：

• はんだの状態が良くない
• 使用を続けると問題が広がる可能性がある

ということです。今は動いていても、積極的には勧めにくい状態です。

2. 固定スプリングが外された形跡を確認する

ここでも実用的な判断があります。

• 売り手が「純正サーバー抜き取り」と強く主張するなら
• 固定スプリングは簡単に外された形跡がないほうが自然です

通常のサーバー運用で、このスプリングだけをわざわざ外すことはあまりありません。

もし軽くこじるだけで簡単に外れるなら、一度は分解されている可能性が高いです。それでいて「未分解」と言っているなら、かなり怪しいと考えるべきです。

3. フレームが簡単に分かれるのも不自然

中央フレームを外したあと、構造がほとんど力を入れずに分離するなら、それも何度も分解された痕跡であることが多いです。

中古 V100 ではこの点が重要です。後からの書き換え、改造、修理は、こうした分解痕を残しやすいからです。

3. バックプレートが簡単に外れるなら、VBIOS 書き換えや改造を疑う

PCB の下には金属製のプレートがあり、これは保護だけでなく放熱にも関わっています。

オリジナルに近い状態では、このプレートは普通あまり簡単には外れません。理由は次の通りです。

• 接着材
• 構造的な密着
• そもそも何度も分解する前提の設計ではない

もし少し力を入れるだけでバックプレートが PCB から外れるなら、次のような可能性を疑うべきです。

• 過去に分解された
• VBIOS が書き換えられた可能性がある
• 二次的な改造が行われた可能性がある

それだけで使えないとは言えませんが、「完全オリジナル」とは明らかに整合しません。

4. ECC の見方：重要なのはゼロかどうかではなく、増えるかどうか

V100 を買うとき、多くの人が ECC を気にします。この項目は丁寧に見る価値があります。

よく使われる方法は、nvidia-smi の詳細表示で ECC Errors を確認することです。

1. リアルタイムのエラーが最も危ない

上のほうの項目は、実運用中のリアルタイムエラーとして捉えられます。

もし稼働中にその数字が増え続けるなら、小さな問題ではないことが多く、すでに不安定なカードである可能性が高いです。

要するに：

• 静的にゼロであることより、実際に走らせても増えないことのほうが重要
• 負荷をかけるとすぐ増えるカードは、履歴だけ多いカードより怖い

2. 生涯累積エラーは必ずしも致命的ではない

別の項目には、そのカードがこれまでに経験した累積エラー数が出ることがあります。

それが：

• 一桁
• あるいは十数件程度

であれば、即アウトとは限りません。

実際の動作中にリアルタイムエラーが増えないなら、普通に使えることもあります。

3. ページリタイアはより重視したい

さらに重要なのが、修復不能エラーによってメモリブロックが退役したことを示すページリタイア系の項目です。

実用的には次のように考えられます。

• シングルビット側、ダブルビット側それぞれに退役ブロックがあり得る
• 合計が 10 を超えてくると、かなり慎重に見たほうがよい

完全に使えないわけではありませんが、実効メモリ量や長期安定性には明らかに影響します。

5. 「ECC ゼロ」を信じすぎない。数値自体が触られている可能性もある

ここで現実的に意識したいのは、ECC の数値それ自体も絶対的ではないということです。

もしカードが：

• 異様にきれいな数値を示している
• それなのに分解痕は強い
• 構造的にも明らかに手が入っている

なら、「ECC がゼロだから安心」とは言えません。

たとえるなら、何年も経った中古車なのに、走行距離が突然 0 で、タイヤ摩耗もほとんどないようなものです。走行計に手が入っていないか疑うのが自然です。

V100 でも同じで：

• 完璧すぎる数値は、必ずしも良い兆候ではない
• 数値、外観、ストレステスト結果が互いに噛み合っているかのほうが大事

6. ストレステストは必須。ただしコアだけ見ても足りない

gpu-burn のようなツールで数分から十数分以上負荷をかけ、次の点を確認するとよいです。

• 安定しているか
• カードが落ちないか
• 新しい ECC エラーが出ないか

ただし、ここでも重要な注意点があります。

コアだけテストしても、カード全体が健全だとは言えません。

V100 の故障は、必ずしもコアから始まるわけではなく、次のような場所から壊れることも多いからです。

• 電源回路の過熱
• バックプレート周辺の冷却不足
• ホットスポット温度の上昇
• 変換基板や冷却構成が長期間ギリギリの状態にあること

つまり、ストレステストでわかるのは「今は動く」ということまでで、「この DIY 構成で長く安定運用できる」ことまでは保証してくれません。

7. DIY ユーザーが本当に失敗しやすいのは、購入より冷却と電源

ここがいちばん重要なポイントかもしれません。

結論から言えば、DIY ユーザーが適当な変換ベースと汎用クーラーを組み合わせるだけでは、安定した構成になりにくいです。

なぜなら V100 は普通の民生 GPU ではなく、

• 消費電力が高く
• 発熱が大きく
• 熱分布が複雑な

サーバー向けアクセラレータだからです。

発熱源はチップ中央だけではありません。バックプレート、電源回路、コネクタ周辺もかなり熱くなります。

1. GPU の平均温度だけを見ない

多くの監視ツールが表示するのはカード全体の平均温度ですが、本当に危険なのは hot spot のほうであることが多いです。

つまり：

• 表示温度は 60 度台でも
• 局所的なホットスポットは 100 度超えになっているかもしれない

それが、見た目には「温度は大丈夫そう」な DIY V100 が、後から突然壊れる理由のひとつです。

2. バックプレートと電源まわりの冷却は必須

バックプレートと電源まわりを冷却しない構成は危険です。

コアだけを冷やしても、

• MOS 周辺を見ていない
• バックプレートに熱を逃がせていない
• 背面側に十分な放熱設計がない

のであれば、構成全体としては不完全です。

3. 安い寄せ集め水冷構成はリスクが高い

「適当な変換基板に、安い一体型水冷をのせる」ような構成には慎重になるべきです。

問題は、すぐ壊れると決まっていることではなく、次のような欠点を抱えがちなことです。

• 水路のカバー範囲が不均一
• 電源部の冷却が足りない
• ホットスポットを本当に押さえられていない
• 長期寿命が読みにくい

8. それでも DIY するなら、最低限ここは見る

実用的なポイントは次の通りです。

• より成熟していて実績のある変換基板を優先する
• コアだけでなく、背面の電源部とバックプレートにも熱対策をする
• 水枕は「物理的に載る」だけでなく、面全体をきちんとカバーできるものを選ぶ
• ストレステスト後も温度、ホットスポット、長期安定性を継続して確認する
• 電源の質もコイル鳴きや安定性に影響する

要するに、DIY V100 の難しさは「起動するか」ではなく、「その後ちゃんと生き残るか」にあります。

9. コイル鳴きと変換基板の個体差も現実的な問題

最後に、見落とされやすい点が2つあります。

1. コイル鳴きは完全には消せないことがある

カードの個体差、インダクタ、コンデンサ、電源環境が絡むため、ケーブルや小物ひとつで必ず解決できるとは限りません。

2. 変換基板の個体差はかなり大きい

そのため、裸カードを売るタイプの売り手でも：

• 先に動作確認する
• シリアル番号を記録する
• ストレステストを行う
• 手順を記録する

といった対応を重視することがあります。

トラブルの原因はシリコン本体より、後から組み合わせた変換基板や冷却構成にあることも多いからです。

まとめ

では Tesla V100 はまだ買う価値があるのか。答えは、ある。ただし、自分が何を買っていて、その後どう使うのかを理解している場合に限ります。

見るべきなのは、単に：

• 起動するか
• ECC がゼロか
• 売り手が「純正抜き取り」と言っているか

だけではありません。

本当に確認したいのは：

• 年式とロット感が合っているか
• 分解痕が不自然でないか
• バックプレートや構造に明らかな改造痕がないか
• 負荷時にエラーが増えないか
• 冷却と電源構成に無理がないか

特に DIY ユーザーにとって危険なのは、「古いカードを買うこと」より、「このカードが要求する冷却・電源・改造品質を甘く見ること」です。