人工智能：显卡(GPU)如何选？

你该现实

* 以下内容包含产品信息。
1. 需求

需求一，学习算法、数据结构、机器学习等。运行基础机器学习算法：分类、聚类、降维等；运行的软件包有scikit-learn、Scipy、Xgboost、LightGBM等；简单的NLP分词、文本分类；运行简单的深度学习网络，参数小于10万；
需求二，学习机器学习、深度学习等。运行基础的深度学习算法：分类、聚类、降维、NLP、CV等；运行的软件包含Tensorflow、Pytorch等，运行基础的深度学习网络，参数小于100万；
需求三，学习深度学习等。运行中级的深度学习算法：NLP、CV、加载BERT-Small模型、视觉VIT模型等；运行的软件包含Tensorflow、Pytorch、Jax等，运行中级的深度学习网络，参数小于1亿；
需求四，学习深度学习等。运行高级的深度学习算法：预训练模型与微调、视觉VIT预训练与微调、强化学习训练等；运行的软件包含Tensorflow、Pytorch、Jax等，运行高级的深度学习网络，参数小于10亿；
需求五，深度学习研究。研究深度学习算法：预训练超模型与微调；强化学习训练、药物研究等；运行的软件包含Tensorflow、Pytorch、Jax、Paddlepaddle、MindSpore等，参数小于1000亿；
2.  显卡

显卡的性能由两个部分决定，一是核心，二是显存。
核心负责处理运算图形数据，显存则负责缓存图形数据，核心在运算时要用到的数据都是在显存中调用的，所以显存的性能直接决定了核心调用数据的效率，间接影响了显卡的性能。
2.1 核心

制作工艺：比如55纳米、40纳米等等。工艺越先进，功耗就越低，单位芯片面积下能容纳的晶体管就更多，就能做出越高规格的产品。通常来讲，越新的型号制造工艺就越先进。
核心频率：比如575MHZ、630MHZ、700MHZ等等，频率越高，相同核心下性能就越强。
流处理器数量：比如2000个、4000个、12000个等等，数量越多，性能越强。
流处理器功率：比如1400MHZ、700MHZ等等，频率越高，性能越强。
2.2 显存参数

显存的性能由两个因素决定，一是容量，二是带宽。
显存容量：常见的容量有4G、8G、24G等等。容量越大，能缓存的数据就越多。
显存频率：一般有GDDR5、GDDR6等类型，GDDR6的频率最高。
显存位宽：一般有64bit、128bit、256bit、448bit、512bit等几种。位宽越大，制造难度就越大，成本也就越高。
3. 品牌

主流显卡的显示芯片主要分为英伟达NVIDIA和AMD。通常将采用NVIDIA显示芯片的显卡称为N卡，而将采用AMD显示芯片的显卡称为A卡。而深度学习目前使用的基本是NVIDIA的显卡。
而显卡又分为公版显卡和非公版显卡
公版显卡：由显卡芯片厂商 英伟达或 AMD 发布的，经过测验稳定的第一代显卡。公版显卡价格高，设计保守，频率较低或无法超频，个人不建议购买。
非公版显卡：厂商通过购买 英伟达、AMD 的芯片专利设计，通过改造外观、散热等设计方案再发布出来的显卡。
以下是显卡品牌，仅供参考。
一线：七彩虹iGame产品，华硕，微星，技嘉，迪兰恒进，松景。
二线：影驰，七彩虹非iGame产品，铭宣，昂达，盈通，讯景，耕升，映众。
三线：翔升，华擎，映泰。



RTX 30系列参数

4. 需求一（需求二）配置

• CPU：11代/12代酷睿 i5/i7/i9、锐龙5/7/9 5600/5700/5800/5900、Intel Xeon E5 2500以上
  
• 内存：16G ~64G
  
• 硬盘：1G SSD或以上，4T~12T硬盘或以上
  
• GPU：RTX 3060 12G、RTX 3070 8G以上
  

4.1 RTX 3060

• 华硕 ASUS TUF GeForce RTX3060-O12G-V2-GAMING LHR版
  

• 技嘉（GIGABYTE） RTX3060 魔鹰 台式机电脑游戏显卡 RTX3060 12G
  

• 七彩虹（Colorful）iGame GeForce RTX 3060 Ultra W OC 12G L 1822MHz GDDR6
  

4.2 RTX 3070

• 技嘉（GIGABYTE） RTX3070 魔鹰 台式机显卡 RTX3070 8G
  

4.3 推荐

推荐：RTX 3060 12G，理由：更大的显存，可以运行参数更多的深度神经网络。
5. 需求三

• CPU：11代/12代酷睿 i7/i9、锐龙7/9 5800/5900、Intel Xeon Gold 6000以上
  
• 内存：32G ~96G
  
• 硬盘：1G SSD或以上，8T~16T硬盘或以上
  
• GPU：RTX 3080 12G、RTX 3080Ti 12G
  

5.1 RTX 3080

• 影驰（Galaxy）GeForce RTX 3080 大将 OC[FG]12GB
  

• 微星（MSI）魔龙Z GeForce RTX 3080 GAMING Z TRIO 12G LHR
  

5.2 RTX 3080Ti

• 技嘉（GIGABYTE） RTX3080Ti  台式机电脑电竞游戏显卡 RTX3080Ti 12G
  

• 微星（MSI）万图师 GeForce RTX 3080 Ti VENTUS 3X 12G OC
  

• 华硕 ASUS TUF-GeForce RTX3080TI-O12G-GAMING 电竞游戏专业独立显卡
  

5.3 推荐

推荐：RTX 3080 12G，理由：更大的显存，可以运行参数更多的深度神经网络，性价比高。
6. 需求四

• CPU：11代/12代酷睿 i7/i9、锐龙5/7/9 5800/5900、Intel Xeon Gold 6000以上
  
• 内存：96G ~128G
  
• 硬盘：1G SSD或以上，16T硬盘或以上
  
• GPU：RTX 3090 24G、RTX 3090Ti 24G
  

6.1 RTX 3090

• 技嘉（GIGABYTE） RTX3090 台式电脑电竞游戏显卡 RTX3090 24G
  

• 微星（MSI）超龙 GeForce RTX 3090 SUPRIM X 24G
  

• 七彩虹（Colorful）火神iGame GeForce RTX 3090 Vulcan OC 24G
  

6.2 RTX 3090 Ti

• 七彩虹（Colorful）火神iGame GeForce RTX 3090 Ti Vulcan OC 24G
  

• 微星（MSI）超龙 GeForce RTX 3090 Ti SUPRIM X 24G
  

• 华硕 ASUS ROG-STRIX-LC GeForce RTX3090Ti-O24G-GAMING
  

6.3 推荐

推荐：RTX3090Ti，性能比RTX 3090提升约11%。
7. 需求五

• CPU：Intel Xeon Gold 6000以上，多CPU，多显卡服务器
  
• 内存：128G - 512G
  
• 硬盘：4G SSD或以上，32T硬盘或以上
  
• GPU：A30 24G、A100 40G以上
  

• 丽台（LEADTEK）NVIDIA A30 24G HBM2/933GBps 人工智能训练/边缘推理/深度学习/高性能计算HPC
  

• 丽台（LEADTEK）NVIDIA A40 48G GDDR6/696GBps 云渲染/数据中心图形处理/视觉计算
  

• 丽台（LEADTEK）NVIDIA A100 40G HBM2/1555GBps 视觉计算GPU/大型数据处理//深度学习/高性能计算HPC
  

• 丽台（LEADTEK）NVIDIA A100 80G HBM2e/1935GBps 视觉计算GPU/大型数据处理//深度学习/高性能计算HPC
  

建议联系专业服务厂家。

<hr/>联系我们

如果您有任何意见和建议，请随时联系我们。
公众号： AI-for-Sci

你是可姐姐

tesla显卡咋样 显存很大 二手的也便宜