#RTX5090 发布了,个人汇总了从 GTX1080 到最新一代的性能/美元、性能/瓦特的图表。结论:一分钱一分货 + 性能在加速 + 性价比在提升。推论:基于中小等模型(几十到几百 B 参数)的桌面/手机 AI 也就 2 ~ 3 年的事儿了。
GPU | AI TOPS | TGP(W) | 首发价格($) | 性能/瓦特 (TOPS/W) | 性能/美元 (TOPS/$) |
---|---|---|---|---|---|
GTX1080 | 9.0¹ | 180 | 599 | 9.0 / 180 = 0.050 | 9.0 / 599 ≈ 0.015 |
RTX2080 | 84.8 | 215 | 699 | 84.8 / 215 ≈ 0.394 | 84.8 / 699 ≈ 0.121 |
RTX3090 | 284.7 | 350² | 1,499² | 284.7 / 350 ≈ 0.813 | 284.7 / 1499 ≈ 0.190 |
RTX4090 | 1321.2 | 450 | 1,599 | 1321.2 / 450 ≈ 2.936 | 1321.2 / 1599 ≈ 0.826 |
RTX5090 | 3352 | 575 | 1,999 | 3352 / 575 ≈ 5.825 | 3352 / 1999 ≈ 1.676 |
[img]https://i.imgur.com/Vy1gvo4.jpeg[/img]
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.