顯卡|深度學習的顯卡對比評測:2080ti vs 3090 vs A100( 二 )


最后總結對于大多數用戶而言 , NVIDIA RTX 3090 或 NVIDIA A5000 將為他們提供物超所值的服務 。 使用大批量可以讓模型訓練得更快、更準確 , 從而節省大量時間 。 RTX 3090 上 24 GB 的 VRAM 對于大多數用例來說綽綽有余 , 幾乎可以為任何型號和大批量提供空間 。
NVIDIA 的 RTX 3090 是目前深度學習和 AI 的最佳 GPU 。 它具有卓越的性能 , 非常適合為神經網絡提供動力 。RTX 3090 是 30 系列中唯一能夠通過 NVLink 橋接器進行擴展的 GPU 型號 。 當與 NVLink 網橋配對使用時 , 可以將顯存擴充為 48 GB 來訓練大型模型 。
40系列AMD的7000系列據說要比NV的40系列性能的高 , 但是目前深度學習框架支持的不好 , 所以對于深度學習來說還只能用 NV的卡 , 這個目前來說沒有辦法 。
新的40系列的顯卡已經公布了上市的時間今年的第三季度 , 雖然功率高了(600W) , 但是相應的算力也高了 , 18432個CUDA核心、96MB緩存 。 據說4080就能達到 目前3090的水平 , 根據上面的測試 , 1萬8的CUDA的表現至少要比 1萬出頭的3090提高60-70% , 所以就像我們最上面說的:不是必要的話現在不要買 , 買了就吃虧 , 買了就上當 。
https://www.overfit.cn/post/9ef4a9a4728f4fb69412abe267f634e4

相關經驗推薦