笔记本显卡AI大咖性能对比：云服务器显卡对比

内容

最近，我正在考虑将哪种图形卡用于AI培训。我不想太麻烦，但我也希望拥有强大的计算能力。

是否坚持使用游戏笔记本，台式计算机或云计算平台？我在Internet上检查了一些信息，并对其进行了整理，以方便将来进行比较和查询，以及为有需要的朋友提供一些便利。

对于图形卡的深度学习训练功能，我们不仅要关注其具有多少CUDA内核，还要关注其频率，视频内存，视频内存位宽等。更客观的指标是看一下它的单精度性能（FP3 2）性能有多少Tflops。

触发器的理论峰值：

单精度理论峰值= GPU芯片数* GPU Boost频率*内核数*单个时钟周期内可以处理的浮点计算的数量。

单精度理论峰值= FP32内核* GPU Boost Clock * 2。

笔记本图形卡：

人工智能大咖啡的性能比较：

云服务器显卡比较：

这是特定云服务器平台使用的图形卡参数的比较。

在NVIDIA网站上，您可以看到上述图形卡仍在许多云平台中使用。

MX450对抗GTX1650：

网页给出的索引显示，超频MX450的FP32计算能力已超过GTX1650。

GTX1650：128位宽，192GB / s带宽，896个流处理器，频率1350?1486MHZ，4G显存;

MX450：64位宽和80GB / s带宽（支持PCIE 4. 0），896个流处理器，频率1395?1575MHz，2G视频内存；

实际上，MX450视频内存减少了一半。尽管流处理器的数量还不错，但是图形卡的位宽减少了一半，而视频内存的带宽也减少了一半。在某些情况下仍然存在差距。

新一代移动图形卡的性能比较：

GeForce MX 450：896 * 1. 575GHz ＊ 2 = 2. 8 TFlops

GeForce RTX 3060：3840 ＊ 1. 70GHz ＊ 2 ＝ 1 3. 1 TFlops

GeForce RTX 3070：5120 ＊ 1. 62GHz ＊ 2 = 1 6. 6 TFlops

GeForce RTX 3080：6144 ＊ 1. 71GHz ＊ 2 = 2 1. 0 TFlops

RTX30系列台式机图形性能比较：

GeForce RTX 3060：3584 * 1. 78GHz ＊ 2 = 1 2. 8 TFlops

GeForce RTX 3060Ti：4864 ＊ 1. 67GHz ＊ 2 ＝ 1 6. 2 TFlops

GeForce RTX 3070：5888 ＊ 1. 73GHz ＊ 2 = 2 0. 4 TFlops

GeForce RTX 3080：8704 * 1. 71GHz ＊ 2 = 2 9. 8 TFlops

GeForce RTX 3090：10496 ＊ 1. 7GHz ＊ 2 = 3 5. 7 TFlops

JD上报价的显卡基本上没有货，因此借用两张图片并记录价格。

许多商店都有商品，但价格相对较高。某商店技嘉/技嘉RTX3080 10G游戏显卡RTX3080 GAMING OC-10GD Magic Eagle，报价：￥ 1409 9. 00。

每个人都是自由的，坐在长凳上，经常看一下，慢慢地等待，有一天你可以买一个合适的！

摘要：

俗话说，买新的显卡而不是旧的显卡。新的架构更加高效，并且具有更多的计算能力。如您所见，MX450已经能够选出GTX1650。新的RTX30系列移动版本还可以与原始的Daniel Tesla V100和P40竞争。

在选择时，除了要选择哪张显卡外，它还具有多少个独立的视频内存，这还取决于显卡可以运行的最大频率。一些笔记本电脑会限制频率以控制散热问题，而某些游戏制造商将使用台式机图形卡来提高性能。这种游戏本的性能更强，但通常体积更大。

从我的角度来看，为了便于携带，可以使用全功能的RTX3060和较低频率的RTX3070。性能没有太大差异。如果频率很高，则散热是个问题，而且体积会更大。对于台式计算机，RTX3080更好。适当地，RTX3090的性能并没有增加太多，但是价格却要高得多。

徐老2021/3 / 17

本文来自本站，转载请注明本文网址：
http://www.pc-fly.com/a/shenmilingyu/article-367928-1.html