ai显卡和游戏显卡的区别
今天我们来说一下游戏显卡和专业图形显卡有什么不同？首先两种显卡型号在命令上的区别，游戏显卡我们拿因为答举例，字母代号为 jt jt x rtx， 而专业图形显卡因为答的系列无论什么型号，字母代号都带有考证。 再有芯片组和驱动上的不同，由于显卡和专业通信显卡主要是芯片组不同，专业通信显卡是专为设计师人群开发的具有针对性的芯片组，是基于设计师领域常用的作图软件为平台而开发的驱动， 对于特定软件进行驱动优化。游戏显卡是针对一些大型游戏为平台而开发的驱动。这就是有些小伙伴用同等价位的专业显卡跑娱乐大师不如犹豫显卡跑分多的所在。音乐做工用料不同，专业显卡从电笼、 pc 板等等都是采用优选原器件，以保证产品能稳 定持久运行和运用。再有就是应用领域，专业同用显卡主要针对于设计工程制造、专业 vr 虚拟现实、建筑工程、动画建模、特效、视频剪辑、 ai 机器人智能等。
粉丝19.8万获赞146.1万
相关视频
01:33查看AI文稿AI文稿玩过这么多游戏，你有没有想过一个问题，为什么显卡可以跑三 a 大作， cpu 就不行？为什么同样是处理器，显卡可以跑 ai， cpu 就不行？ 首先，我们需要理解计算机是怎么生成图像的。在计算机眼里，一张分辨率幺零八零 p 的高清图片会被看作一个二维数组，数组中的单位就是像素，只要把每一个像素代表的颜色计算出来，就可以组合成一张图片。 既然是运算，那 cpu 当然可以做。一开始这项工作也是 cpu 单独完成的。但随着图像越来越复杂，人们发现 cpu 处理图像的速度很慢。 这是因为 cpu 需要处理很多类型的数据，所以在设计电路时，把很多晶体管用在了逻辑这样复杂的电路上，计算的比重很小，图像这样简单但量大的计算不适合 cpu。 直到一九九九 九年，英伟达推出了一种全新的图像处理器 gpu， 他简化了逻辑，把大部分晶体板用来计算，这就是后来玩家们的钱包收割机。 相比于 cpu， gpu 的特点就是有很多算数逻辑单元，但只有一点缓存。缓存的目的不是保存数据，而是为现成服务。如果有现成需要访问同一个数据，缓存就会合并这些访问。 简单来说，显卡就像一群小学生，虽然不能像教授那样解除微积分，但也可以快速解除很多加减乘除，这就是用显卡训练 ai 的原因。当然，同样的还有密码破译、大数据处理这样简单但繁琐的计算，也都需要大量的 gpu。 我是爱较真的戴老师，下期视频再见！
1.2万爱较真的戴老师
01:44查看AI文稿AI文稿为什么设计师总是选择专业卡，用游戏卡来代替真的不行吗？今天我用英伟达的 a 四五零零和三零八零来测试一下，他们的芯片都是一样的，区别在于做工、 旋转以及驱动。先来看一下模型的训练，我会训练一个声音模型，用三零八零来训练五十次的话需要三十七分钟。换成 a 四五零零之后，训练时间缩短到了二十一分钟，比三零八零快了十六分钟， 节省了百分之四十三的时间。接下来看一下工业绘图软件 nx 的测试。从项目的测试来看，三零八零在这种工业绘图软件的表现不是很好，有畅度，远不如 a 四五零零。 事实上，绘图软件一直都是专业卡的强项，因为专业卡有驱动商的优化，不仅可以解锁隐藏功能，而且用起来更快更稳定。接下 来是视频剪辑测试，软件用的是达芬奇，视频，素材是八 k 的，正常播放的话两张显卡都差不多，但是一旦添加特效之后就不一样了，再添加两个特效之后，三零八零已经变得非常卡顿了，而且简称剧本都用完了。反观 a 四五零零依然没有任何问题， 随意拖动时间走还是一样流畅。最后导出视频，看一下两分钟的视频，导出三零八零一共花了三分四十六秒，而 a 四五零零只用了三分零七秒，比三零八零快了百分之十七。 总的来说，虽然两张显卡的芯片相同，但是 a 四五零零的专业性能是比三零八零强上不少的， 毕竟有二十级一七七显存，还有驱动上的优化，所以难怪设计师更喜欢专业卡，专业性能看完了，那么两张显卡的游戏性能有多大的差距呢？关注我，下期视频告诉你！
1141李哥说显卡-AI
03:28查看AI文稿AI文稿专业图形显卡到底能不能玩游戏？能不能两者兼顾？这不，我专门去学习了一下，就把我学到的呢，跟大家分享一下，有不对的地方呢，欢迎批评指正。 我们以专业的图形显卡 rtxa 两千十二级版和游戏显卡 rtx 三零六零做对比，来看看专业显卡和游戏显卡具体有哪些区别，又该如何选择？ 第一个区别，就是贵，这两个显卡拥有差不多的裤打核心数量，同样十二 g 的显存，同样一百九十二， b 特的位宽，但是 a 两千比三零六零贵了一千五百元左右，这个性价比实在是不高。第二个区别就是丑， 专业显卡看上去一点也不高大上，虽然不影响他的性能，但是容易引起误会，不懂的人呢，还以为买到了假显卡呢。第三个区别，做工用料不同，专业图形显卡通常需要七成二十四小时运行，还不能 死机，为了尽可能的做到这一点，专业图形显卡从电子元器件到芯片核心的金源用的都是质量最好的，在这点下呢，专业图形显卡也算是贵的有道理了。 第四个区别，驱动优化。游戏显卡的驱动程序是针对游戏进行开发的，而图形显卡的驱动程序则是针对各种设计软件进行开发的，侧重点不同呢，兼容性方面呢，也就不同。 所以有时候会出现游戏显卡在运行专业绘图软件的时候呢，降频，死机，蓝屏等等。而专业显卡呢，也能玩游戏，就是流畅度呢，没有游戏卡体验好大字呢，要打个对折。 第五个区别，软件优化，这个才是专业显卡真正的价值体现，那么真的值吗？设计是一个比较宽泛的领域， ps cdrai 这种是属于平面设计， p2ae 剪映这种呢，属于特效视频内的剪辑软件，玛雅三 d max、 cadc 四 dsw 这种呢，属于三 d 模型设计。专业显卡厂商对这些设计软件厂商呢进行合作，针对这些软件做了大量的优化工作， 而这其中最重要的优化呢，则是几何图形优化和光线优化。如果射击一座摩天大楼，用了巨量的线条和几何结构，那无论是打开图纸，放大缩小进行预览，还是添加删除某些结构， 同样参数下，专业图形显卡都会更加的流畅不卡顿。再比如，设计了一个视频特效，有大量的光影效果，同样还是专业的图形显卡，更加流畅，更加稳定。最后整洁一下。绝大多数场景下，我们并不需要专业的图形显卡，因为他太 太贵了，什么时候需要呢？视频特效设计、工程模型结构设计、光影渲染，三 d 模型设计建议使用专业图形显卡，平面设计、短视频剪辑这类的需求呢？游戏显卡更合适。 专业显卡能不能玩游戏呢？是能的，那些说不能的，肯定是说显卡的价格，相同的情况下，专业卡不适合玩游戏，这是没有毛病的。同样的价格，专业图形显卡的性能要少一半呢，能合适那才叫怪。 但是难道我们不是应该看相同的配置吗？同样性能的 a 两千和三零六零，玩游戏 a 两千的效果呢，不如三零六零，但是绝对不会插到打对折的地步。所以如果既要玩游戏，又要搞设计，侧重游戏的话呢，就选一张 中高端的游戏卡。侧重设计的话呢，就选一张性能能满足游戏需求的中高端设计显卡。这期的视频内容呢，是现瘸现卖的，有不对的地方呢？欢迎大家批评指正。
1116杭州杭线电脑 良昌
01:25查看AI文稿AI文稿顶级旗舰显卡四秒钟就可以 ai 出图啊！为什么说游戏显卡的天花板是涡轮卡？他的出现直接改变了游戏卡的用途，比如说这张三零九零涡轮卡，与普通游戏卡相比，涡轮卡的体积更小，可以装进服务器里，就算同时容纳八张三零九零涡轮卡都没有问题。 更重要的是，涡轮的散热是从侧面出风，这样就可以在机箱内保持一个良好的风道，能够将多张显卡的温度控制在安全的范围之内，普通的游戏卡是做不到的。性能方面，三零九零作为三菱性的卡皇，拥有顶配的二十四 g 选择，非常适合当下火热的 ai 领域， 比如 ai 绘画软件 st w d q 选，三零九零只花了四秒钟就出图了，无愧是顶级旗舰，知名在三维领域，三零九零也有着出色的表现，就算是四百多万个面的大场面，三零九零只用了一分一三秒就完成了渲染，实时预览也没有任何问题，看这个显存的占用，二十四句就快吃完了，所以大显存还是非常重要。 另外，用三零九零来剪视频啊，简直是一种顶级的享受，轻松拿捏八 k 视频，添加多个特效之后呢，播放起来依然非常流畅。我也试了一下目前火热的游戏引擎虚幻五，开始模拟之后帧数也能保持在一百一十帧左右。最后就是三零九零的游戏性能了，在幺四四零 p 分辨率画质拉满的情况下，五个游戏测试下来，包括大表哥 提名、现五灵芝、曙光、古墓丽影、赛博鹏、二零七七，增速都挺高的。总的来说，三零九零涡轮卡不仅性能强劲，用途还非常广泛，你拿它来训练 ai 也是可以的，现在价格也不贵，成本能降低不少。点击下方链接就可以购买同款。
126李哥说显卡-AI
01:00查看AI文稿AI文稿你们有没有遇到过这样的问题，三维建模到底是用专业显卡还是用游戏显卡呢？以 a 四千和二七叉三零七零肽为例，这两个显卡的核心构架、凸挡、 ai、 光锥等技术都是一样的。那么专业显卡和游戏显卡区别到底在哪里呢？专业显卡更注重稳定性，所以相对于游戏显卡的核心和显存频率会低一些， 而且会选用更高质量的电子元器件，并且支持 ecc 教练。此外，专业显卡的显存容量也更大一点。最后一个关键的区别就是 d 叉和 open gl 的优化。你们肯定也玩过游戏吧，有的游戏是 d 叉九、 d 叉十一或者 d 叉十二， 这时游戏显卡对 d 叉接口进行了优化，显得尤为重要。而行业软件基本上都使用了 opengl 编程接口进行开发的，所以说行业显卡就不得不对 opengl 编程接口进行优化。至于游戏显卡在三维建模的实际表现如何呢？为此我也咨询了流浪地球二的建模师，他们也是使用的 游戏显卡。所以对于三位建模而言，选择游戏显卡还是专业显卡都可以，最终还是要看哪块显卡的性价比高就选哪个，千万别忘了关注我，祝你轻松提升工作效率！
107小黄豆设计师电脑
05:23查看AI文稿AI文稿最近火爆全球的聊天机器人 chin gpt 让常人都感受到了 ai 的强大，有人说 gpt 四的知识已经超过了一个 stepford 学生，智力水平也接近了。其实 chipgpt 成功的背后和游戏是分不开的。为什么这么说呢？我是 stenford 机器人跑魔师，下面就听我在硅谷给你解读。 叉 t p t 是我们人类造出的最复杂的程序，它实际上是一个超大的深度学习模型。深度学习的模型就像人脑的神经元和神经链接，从数学上来讲就是很多矩阵的相乘和相加。叉 t p t 有一千七百多亿个参数， 模型的大小是五百七十 g b， 这个需要一个超级计算机才能够运行。叉 g b t 以及所有深度学习模型的训练都是在 g p u 上完成的，也就是中文里所说的显卡，而不是在 c p u 上。说到显卡，打过游戏 的人都知道了，那为什么深度学习的训练要在玩游戏的显卡上来做呢？这个要把时间回溯到上世纪九十年代，当时微软的 windows 试窗刚出现图形模式，屏幕上的每个像素是什么颜色都要实时计算， 幺零二四乘七六八的屏就有五百多万的像素需要计算，而且每秒至少要算二十四次，这样 cpu 吃不消了。这就催生了硅谷的一些创业公司，其中之一就是我们三佛接触校友黄仁勋，也就是我们爱称的黄教主所创立的 nba 英伟达。 cpu 是一条指令，对应一条数据， rcpu 在做三 d 渲染时，也就是在计算每个像素的值的时候，所遵循的公式是一样的，只是数据不同而已，这就比 cpu 简单很多，所以可以有很多个计算和大家一起算，这样几百万像素的计算就可以做到实时了。这个就叫 s md， 一条指令对应很多数据。而随着游戏行业的发展，大家为了追求更真实和实时的体验，对算力也提出了更高的要求，这就推动 gpu 不断提高算力和越来越多，每个核的计算能力也越来越强。 我当时就想到可以利用 gpu 的算力和并行运算来做图像拼接的计算，并在全球第一个把它用到了 b 超仪器上，类似现在 iphone 上的全景照相。后来英伟达也认识到了这一点，推出了哭档。这是一个通用的并行编程语言， gpu 一下子就可以用到各种科学计算上了。 这时候在加拿大的一个小城里，有一个出生在前苏联的犹太人，刚刚在三佛大学 ai 大牛文达手下做两个月的博士后，他叫 a 列，他要用神经网络做图像识别。最大的问题就是 cpu 算的太慢，一个同事告诉他可以 是用 gpu 来计算，他一试果然加速了上百倍。因为深度学习里的计算基本上就是矩阵运算，这个是 gpu 最擅长的之一。威廉后来又在两个 step 辍学生马斯克和奥特曼的劝说下，在二零一五年一起成立了 openai。 黄教主这次给 openna 送来了英伟达的 gpu 做成的超级计算机，最终拆 tpt 是用了上万个英伟达的 gpu 做训练，训练一次要跑一个多月。目前全球百分之九十五的深度学习训练都是在英伟达的 gpu 上做的，但是他的游戏业务还是有很高占比约百分之四十， 所以给他的研发输送了不少弹药。目前 gpu 在深入学习的训练上的速度比 cpu 一般都要快一百倍以上，按照半导体的摩尔定律， cpu 每两年的算力提高一倍，十年才会提高六十四倍。所以没有油气产业的市场 需求和资金来推动 gpo 的发展，拆 gpd 的出现至少要晚十年以上。现在你知道拆 gpd 的出现和你打游戏买显卡的贡献密不可分了吧。 其实游戏不只是在 tpu 的硬件上帮助了 ai 的发展，在软件和算法上也帮助了人工智能的进步，尤其是在机器人上。比如说你一定点赞过波士顿动力的机器人，他的翻腾跳跃比人都牛，但背后实际上是无穷次的失败，因为双足和四足机器人的编程太难了。 英伟达为此提供了一个类似游戏的虚拟环境 omniverse， 让虚拟的机器人可以在里面训练。瑞士的苏黎世理工就是用这个 omniverse 训练了他们的四足机器人 animo， 这个是使用深度学习中的加强训练 格的阿尔法扣就是用这种训练方法训练出来的，而且战胜了围棋世界冠军李氏时。但这个方法需要积极 些人试过所有的可能，说实话，这只能是在虚拟环境中，要是在真实世界里，那这只狗不知道要牺牲多少次了。刚刚腾讯把这个加强训练又提高了一个台阶， 腾讯通过游戏领域的技术，把真狗的跑步动作数字化了，建了模型，再把这个加入到他的虚拟机器狗的训练中，让机器狗就像我们人学走路一样了。有了大人的调教，因而很快就学会走路了，没听说哪个孩子在走路的过程中摔成了残废。 最近，三佛大学和谷歌的研究人员还把叉 g p t 和一个模拟人类生活的游戏结合了起来，发现当你给叉 g p t 一个长期目标记忆和行为反馈后，叉 g p t。 就真的像我们人类一样，每天 起床、洗漱、吃饭、上班、聚会和议论别人了。以后游戏和人生都很难区分了。未来游戏 产业对于人工智能产业的拉动规模还会持续增加，今年是三百多亿元，二零三零年会超过一千亿元。所以说 ai， 尤其是 chat tpt 的出现，实际上是靠游戏产业输送的弹药。 今日的 ai 的成功和游戏有着密切的联系，而且我觉得未来两者的结合和相互促进更会改变人类社会的形态，你觉得呢？
5414斯坦福机器人庞博士Leo
03:28查看AI文稿AI文稿n 卡、 i 卡还有 a 卡，用起来到底有啥区别呢？今天小可把亲身经历分享给各位。首先是 a 卡， a m d 是目前性价比最高的显卡厂商，没有之一。 我用过非常多的显卡，从最早的 atr 九五五零，到 gcn 架构的 r x， 四百和五百系列，最后到 viga 架构的五六和六四，再到目前最新的 rdna 架构的五七零零叉 t、 六八零零叉 t、 七七零零叉 t。 同样预算下，你总能买到比 n 卡游戏性能更强一点的 a 卡。不过万事有利也有 b， 为什么 a 卡市场占有率不到百分之十呢？主要原因还是卡的稳定性不是特别好，偶尔会出现掉驱动或者黑屏等故障，需要玩家动手能力比较强的自己去修复， 非常适合真正的 diy 大佬展现实力。其次的原因就是 a 卡对生产力支持并不佳，这里的生产力主要是 图形和高性能。计算方面，细分下来包括多媒体、大数据及科学计算等。 a 卡基本门门不通，比如扩大应用，不支持就只能用 opencl， 比如不支持英伟达工业光线追踪，很多工业商业渲染软件就没有办法使用。 血压方面， amd 虽然有 som 体系，可以兼容部分扩大应用，比如跑一跑 test 的深度学习，但是仅限于玩家之间自娱自乐，稳定性比较差，目前还暂时无法商用。 但是只要抛开专业应用不谈，在游戏和性价比的领域里， a m d 是无敌的存在。而威利亚是目前性价比最差的显卡厂商，没有之一，但是也是游戏性能加生产力最强的厂商，没有之一。你买了 n 卡就相当于买了一个相比同价位的 a 卡性能稍微差那么一丢丢的冤 显卡，一个拥有最强图像技术平台和最强 ai 计算平台，你要是买了光玩游戏吧，怎么说呢，就感觉不是很值。虽然说大力随手开启性能直接起飞，虽然光追游戏性确实很强，但是如果你完完全全都不剪片，不涉及工作，不涉及任何专业软件， 再加上有过硬的电脑技术，我觉得你没必要买 n 卡。 a 卡不香吗？总结来说， n 卡的性价比最差，但是技术最先进，可靠性最佳。最后是 i 卡， 最近发布的英特尔显卡我也用过了不少，从 d g 一到 a 七七零都有上手，我该怎么评价 i 卡呢？驱动方面，更新的速度可谓是神速，相比较 n 卡和 a 卡那种越更新的速度， 开卡驱动更新的速度几乎是按天为单位计算的，而且人家也不是瞎更新，游戏兼容性和性能一刻不停的提升， 就连驱动本身都离地。原尚普不仅做到了 nv 和 md 都没做到的微博化，驱动体积小，响应速度极快，而且驱动内部还集成了数据监控、超频录制、直播推流、游戏优化等一大堆功能。 英特尔也支持实施光锥以及类似大力水手的 xess 加速，不仅功能强大，价格还非常香。工版用料扎实，功耗还很低，三零六零钛水平的 a 七七零售价仅需要两千三百多，显存高达十六 g， 跑 ai 是真的牛。 i 卡游戏兼容性目前比较差，少数的 dx 九的老游戏玩起来比较卡。此外，在永结无间里， a 七七零偶尔会出现渲染错误的问题，在软件生态上， i 卡比 a 卡也强不了多少。其他方面，英特尔显卡都还挺好的，希望再接再厉，快速迭代，把 na 两家显卡的价格打下来。 三家显卡的优缺点都给大家分享完了，你最喜欢谁家的显卡呢？难不成是国产显卡？
1011云电脑组件专营店
02:00查看AI文稿AI文稿他们仨的显卡有什么各自的优势在当下呢？显卡越做越大的这个时代，为什么朋友都推荐咱们选 n 卡？明明 a 卡的性价比就更高，现在又多了一个 i 卡的选择。先说 a 卡，因为缺少专属加速核心，在图形工作领域中， 这方面可以说是备用卡吊打。简单点理解，就像你必须每天做完一万道数学题， a 卡这边呢？雇佣一堆人傻算， n 卡那边雇人的同时，哎，还给你发计算器。更别提一些新游戏，对于独特的黑科技加成了， 比如大陆上升人体学挂线追踪，但要是没有工作需求，只打游戏，不在乎光追和 ai 绘图这些好玩的功能，选 a 卡能省不少钱。再说因特尔，因特尔在这批友市场占有率其实是低的，不信吧，原 原因就是商务机和品牌机用核显的多。今年因特尔也推出了独立显卡 a 七五零和 a 七七零，从规格上，这两张卡绝对还有很大的开发潜力，独立的光线追攻，类似 n 卡的库大单元，深度学习单元，还有不俗的便捷码支持，而且每次更新的驱动都给足了诚意。 要说 a 卡是机械驱动， i 卡就相当于打通的人多而迈，每次更新驱动后，针对一些游戏啊，甚至能出现成倍的提升。 a 七五零市面上一千七左右就可以买到了， 游戏性能相当于三零六零六六零零 xt， 再加上未开发的潜力，想尝鲜或者是做视频的小哥，拿他当个备用机是可以选择的。最后是嗯卡，独立显卡界的老大哥，独有的库塔核心，可以说是全方位的生产力兼容，既能打游戏又有生产力， 真是独占鳌头啊，压根他就没有对手。像现在比较火的鸭回图，可以说独领的风丧，稳定的驱动，新颖的技术支持，全面性能的不二之选。没跑了，就是对比 a 卡 会那么一点。其实说这么多总结就是工作常见，因特尔只打游戏也你一家，卢达也会打。
304银河龙诚肉肉姐（大飞）
01:02查看AI文稿AI文稿ai 训练深度学习什么方向？选什么级别的显卡？今天我们来说一说相关专业学生。从业者从一块 it 叉四零七零开始进一步学习。建议卖掉 it 叉四零七零，并购买多路 it 叉四零九零。 自然语言处理研究人员如果不从事机器翻译、语言建模或任何类型的预训练工作，那么二 tx 四零八零就足够了，而且颇具性价比。计算机视觉预训练和机器翻译研究人员 建议四路 r t 叉四零九零涡轮显卡注意配备相应的大功率电源及散热设备用于模型病情训练。少于一百二十八个 g p u 的 g p u 集群建议八路 r t 叉四零八零和八路 r t 叉四零九零用于模型病情训练。高于一百二 十八个 gpu 的 gpu 集群，八路 a 一百是最好的选择。深度学习 ai 训练电脑怎么选？关注霞姐，持续给你分享！
163咨钛服务器硬件
01:01查看AI文稿AI文稿享用 ai 工具必知显卡概念， a 卡和 n 卡的区别？平时所说的 a 卡指的是采用 ati 显卡芯片的显卡， 而 n 卡就是采用 nvd 啊英伟达显卡芯片的显卡。 n 卡和 a 卡在技术上的侧重点有所不同， n 卡注重三 d 性能和速度，即重点游戏性能， 所以是打游戏、剪视频和做三 d 设计的首选。而 a 卡注重二 d 平面画质，记重点高清画质，所以是 ps ai cd 二平面设计工作的首选。目前网络中的 ai 安装包百分之九十九都是只支持在 n 卡上运行的， 而可以支持在 a 卡上的安装包也已经有发布，而且也被我找到了，但使用 ai 工具还是推荐在 n 卡的设备上来使用。重点提示，显存要大，显存要大！亲测四 g 显存同 是生成四张开高清修复的图要半个多小时，而十二 g 显存的电脑则只需要两三分钟就可以了，所以如果显存达到二十四 g， 那生成速度直接就一秒计算了。
00:59查看AI文稿AI文稿专业的图形显卡对比游戏显卡的优势到底在哪里，你清楚吗？首先专业图形显卡一般用于制图、建模或渲染，所以他会针对这些方面的专业应用进行优化。图形显卡具备对内容的构建和渲染的能力，也就是大家所熟知的生产力， 这就是注重内容呈现的游戏显卡所不具备的。其次就是图形显卡对于专业的图形软件会有优化，它的驱动程序都是经过奥多比或者 auto 带子给认证的， 在图形的细节处理上更加的精致，可以让图形的细节得到更多的呈现，所以图形显卡对于注重细节的图形设计更加合适。 还有就是在一般情况下，专业同行显卡的显存都比较大，比如同样的价位中，图形卡 a 四千拥有十六 g 的大显存，而同价位的游戏显卡三零八零，甚至更贵的四零轻态只有十二 g 显存， 而更大的显存容量会让显卡在复杂的渲染场景中不容易出现爆显存的情况，使软件运行更加的流畅。俗话说数月有专攻，通用显卡对于生产力来讲无疑是让生产效率得到提升。
339机品社DIY电脑
01:06查看AI文稿AI文稿ai 训练科学计算都用什么显卡？我们来问一下 ai， 看一下他怎么说。亲爱的 gbt 最近爆火的语言模型。首先我问他训练你的显卡具体是哪一款呢？这家伙很鸡贼，还知道要保密，那我们换一种问法，让他给几个参考答案。 这一次我们获得了一些有效的信息，他列举了 n 卡的特斯拉 v 一百，特斯拉 p 一百，三零九零等显卡型号。接下来我就问他有没有更厉害的型号呢？他列举了 n 卡的 a 百， v 百 s 和 a 卡的 n m i 两百这几张计算卡。 那为什么训练 ai 都会使用这种专业的计算卡呢？要知道 a 一百的价格可是四零九零的五倍啊。确定 g b t 很快的给出了答案， 第一是因为计算能力，尤其是浮点运算能力和矩阵运算能力非常强。第二是由于他的显存和带宽非常高，训练速度很快。好，那么在 ai 的帮助下，我们解决了这期视频的内容，感觉自己就快要失业了，以后这里挂个机器人就可以拍视频了。 不过还好，他的数据只截止到二一年，我还可以说些他不知道的。目前比 a 一百更厉害的 h 一百也已经做出来了，被广泛的应用于各种高端科研领域。未来 ai 呢，可能会在 gpu 的帮助下越来越强大。要不咱就是说回去问一下自家的显卡能不能也练个 ai 出来。
144李哥说显卡-AI
14:59查看AI文稿AI文稿大家好，嗯， vda 四零六零太十六 g 现存版在七月十八号开售了，我是七月十八号下的单，七月十九号就收到了显卡，大家都知道四零六零太现存未宽被阉割到了一百二十八位，对它的性能大家也是众说纷纭， 四零六轮胎十六 g 和八 g 在游戏性能上应该是相近的，网上测试着显卡的博主基本都是先跑鲁大师，再跑三 d mark， 然后跑游戏看真律。 我不玩游戏，所以今天就不做游戏测试了，主要测试看他运行 ai 的性能。 ai 模型越大越持显存，所以十六 g 显存在理论上应该是值得期待的。接下来我们做三个 ai 性能对比，首先用四零六零太十六 g 和四零七零太十二 g 运 进行 stepd fusion， 用相同的模型和 lower 生成相同的图片，看一下两者的性能差距，然后再用 set tok 来生成数字人来对比四零六零太十六 g 和四零七零太十二 g 的性能差距。 最后再运行最新的叉 glm 的标准模型，来看看十二 g 的四零七零太和十六 g 现存的四零六零太的差别。首先我们先做一下四零六零太的简单的开箱， 四零六轮胎显卡开箱完毕以后我们上机， 显卡上机完成以后，我们安装一下显卡驱动， 显卡驱动安装成功以后，我们就可以看到显卡的信息了。 首先我们登录四零七零太这台机器， 启动 stable defusion， 然后我们再登录四零六零台这台机器也启动 stable defusion。 好，现在启动成功了。然后我们来访问 现房，四零七零带这个， 然后我们用相同的提示词， 反 t s 算法步进 分辨率五四零九六零， 然后设置种子，这样就可以保证两边生成的图片是一样的， 然后点生成， 我们可以看到它的性能五， 用了二十秒，用了二十秒生成，然后呢我们再生成第二张图片， 换叶种子 也是二十秒， 然后我们再换一个种子，然后呢这时候我们看这次我们看一下显卡的占用， 点生成，然后我们看一下显卡， 现在二四零七零代显卡跑满了， 也是二十秒，生抽啊。 接下来我们访问一下四零六零台，然后再用四零六零台生成这三张套片，我们看一下它的性能， 现在就是四零六零的，我们用相同的提示词， 反题日词 算法不进五四零九六零， 相同的分辨率， 相同的种子， 然后我们点生成， 然后这时候我们到四零六轮胎这台机器上去看一下，它的性能指标能达到三 升折了，用了三十三秒， 四零六轮胎用了三十三秒，然后我们再生成第二张图，看一下 点生成， 生成好了，我们看一下用了还是三十三秒，性能指标是三， 然后我们再生成这张图。第三张图， 这次我们也看一下显卡的占用， 我们点生成， 现在四零六零太的显卡也跑满了，显存消耗 好，第三张图也生成好了，我们来看一下 还是三十三秒，然后呢性能指标是三。接下来我们测试对比四零六轮胎和四零七轮胎的这个运行 set talker 的性能。 首先我们到四零七零台这台机器上启动 set top， 然后呢再启动四零六轮胎什么的 cs toker， 然后接下来我们打开四零七零太上面的 cs took， 好，这是四零七零太，然后呢我们导入一张照片，就导入刚才我们生成的照片，然后呢导入一段语音， 然后呢这些都是默认的，我们就不变了，然后把把这个脸部加强点上，然后点开始生成，然后这里有秒数，我们看一下他是多少秒能结束，这是四零七零台， 四零七零太生成这个图片用了九十秒， 我们看一下效果。桃花坞里桃花庵，桃花庵里桃花仙，桃花仙人种桃树，又摘桃花换酒钱，酒醒只来花前坐，酒醉还来花下眠。半醒半醉日复日，花落花开年复年。 好，接下来我们去四零六轮胎上面，然后生成相同的这个图片，我们看一下， 我们在这导入相同的图片，然后呢相同的声音，然后呢参数不变，然后我们在这点上人脸加强， 让我们看一下，看他用多少秒， 我们可以看一下显卡的占用，现在四零六零太的显卡 gpu 已经跑满了，显尊消耗了四 g， 用了一百四十五秒生成完的四零六零肽。然后呢我们看一下效果。桃花坞里桃花庵，桃花庵里桃花仙，桃花仙人种桃树，又摘桃花换酒钱， 酒醒只来花前坐，酒醉还来花下眠。半醒半醉日复日，花落花开年复年。 接下来我们运行叉的 g r m 二， 然后用的是标准模型，首先我们在四零七零太上面运行， 然后我们再到四零六零太上面去运行 四零七零太，运行模型，报错了，报显存不够，也就是说四零七零太十二 g 现存的显卡运行叉 g l m 二的标准模型是运行不起来的，因为十二 g 的显存不够。然后我们再来看一下四零六零， 我们访问一下四零六轮胎，现在幺零点四就是四零六轮胎这台机器，我们访问一下 叉 g l m 二成功运行了，也就是说叉的 g l m 二的标准模型在四零七零太十二级显存热门是运行不起来的，显存不够，然后呢，但是在四零六零太十六级显存热门是可以运行起来的，然后我们试一下效果。 now i'm 看一下这时候的 gpu 的使用，现在四零六零太这台机器的显卡跑满了，现在四零六零太的 gpu 已经空下来了。然后我们再来看一下， 然后这时候我们看一下 g p u 的使用，现在四零六轮胎的 g p u 使用率是百分之九十二， 显存用了十二 g 多，难怪四零七零太十二 g 跑不起来，他需要用到十二 g 多的显存， 这个就是他的对话的结果。 通过三项测试，我们可以看到四零七零太和四零六零太打的有来有回，在性能上，四零七零太十二 g 比四零六零太十六 g 确实要快不少，但是在叉的 glmr 测试中，四零七零太十二 g 直接运行报错，启动失败。 对于想体验 ai 程序，却又暂时无法购买四零八零和四零九零显卡的朋友来说，四零六零太十六 g 现存版可以说是一块甜品卡，但是呢，对于预算充足的朋友，还是直接上四零八零四零九零体验会更好。 今天的分享呢就到这里了，希望今天的分享对那些想体验 ai， 但是预算有限的朋友能有所帮助。大家如果有什么疑问可以在评论区给我留言，大家一起友好的交流，谢谢大家！
1002titan909
03:14查看AI文稿AI文稿二零二三年了， a 卡和 n 卡的区别你知道吗？啊，我知道我知道， n 卡网速快， a 卡音质好，今天从七点来讲讲 a 卡和 n 卡的区别， 什么样的人适合一卡，什么样的人适合恩卡？本期视频过干，请自备酒水饮料首先，当下大热的人工智能基本只有恩卡这一选择，所以这里就不多赘述。 vr 游戏技术方面， n 卡的游戏方面有着光线追踪和大力水手补针技术， a 卡同样也有光线追踪和 f s r 补针技术， 但实际效果使用和恩卡比起来还是差了一大截。第三，专业技术方面。恩卡有着独有的酷打加速技术，应对游戏计算、剪辑、三 d 渲染生产以及软件开发有更好的性能表现，这也是为什么多数工作生产用户都会选择恩卡的原因， a 卡在专业领域技术几乎是空白的存在。第四，显卡性能方面，这一点 n 卡和 a 卡基本上是差距不大，近几年的 a 卡几乎都有 和恩卡对标的型号，甚至有些能越级打恩卡，并且同级别的 a 卡在卫宽和显存上的规格都要更好，超频空间也更大。第五，色彩表现，这一点算是 a 卡的优势， a 卡的色彩表现要更加艳丽，而恩卡的画面表现像是蒙了一层白雾一般， 这点只有用过 a 卡和恩卡的小伙伴应该有亲身感受。第六，价格方面，这点恩卡几乎是没有任何优势。恩卡仗着显卡界的巨头地位和一手的专利技术，加上近几年因为它的主要市场都面向人工智能，游戏，卡的价格诚意太低。反过来， a 卡的试战率过低和专业技术过少，导致恩卡对标的 a 卡价格普遍都要更低。 七、显卡的稳定性说到这个，了解过的朋友都知道 a 卡掉驱动的毛病，针对这点我不得不说几句，这个毛病基本上是远古 a 卡的遗留问题，近几年的 a 卡这个问题普遍得到了改善，大部分的 a 卡用户现在还掉驱动问题，多数是自己超频内存或者显卡超频导致系统不稳定掉驱动。如果你只是 买来默认用，这个情况大概率是不会出现的。同样 n 卡一样存在掉驱动的问题，我曾经有张幺零五零太剪辑高负载渲染到一半显示器黑屏掉驱动，所以掉驱动仅是个别案例。不过网上对于掉驱动这个现象， a 卡要多于 n 卡，所以就稳定性而言， n 卡还是要强于 a 卡。 总结以上七点来说， a 卡的优点有显卡性能强、位宽和显存规格上诚意更足，价格更低、色彩表现好。缺点有专业领域的技术匮乏、 游戏光锥和补针性能雷弱驱动的不稳定问题。而恩卡的优点在于性能强，专业领域的强劲技术、游戏光锥性能表现和大力水手补针技术优秀。缺点，价格过高。那么总结出优缺点之后，买 a 卡还是买 n 卡就很好分析了。 我这里要说一句，以下情况只适用于预算紧张，有 a 卡考虑的小伙伴们，如果你没有预算要求或者特殊要求，建议还是无脑上 n 卡即可。回归正题，大部分人的使用场 场景大致可以分为这几种，一、纯粹的游戏党，没有任何专业领域的生产需求，且从不折腾超频等，那么可以选择 a 卡。二、纯粹的游戏党，没有专业生产的需求，酷爱折腾超频并且对硬件知识有储备的 同样推荐 a 卡。三、游戏党偶尔有专业生产需求，有硬件超频知识储备，推荐 a 卡。四、游戏党偶尔需要专业生产需求，但没有过硬的硬件知识储备， 推荐恩凯。五、游戏党有一定强度的专业生产需求，无论是否有硬件知识的了解，推荐恩凯。六、主要专业生产需求。四、要游戏建议进恩凯。 好，以上就是本期视频的所有内容，希望这期视频可以更快地帮助你了解 a 卡和 n 卡的区别。这里是 it 评测，我们下期再见。
1.4万戟创（阿祖）线下渠道总经理
01:45查看AI文稿AI文稿ai 最近被讨论的十分火热， ai 功能不断的震惊着我们的眼球，谁能想到 ai 画出来的小姐姐比真人还要美丽且真实呢？在进行 ai 绘画时，显卡的性能对于图像处理速度起着至关重要的作用，显卡的处理能力决定了 ai 绘画算法的运行效率，从而影响绘画的速度和质量。 因此我们针对 rtx 四十系列显卡进行了一次针对 stable defusion 模型的生成时间测试，通过对比他们在 stable defusion 模型上的表现，将为大家提供一定参考。 那为何最好是 n 卡呢？因为 r t x 系列显卡所具有的 r t x tensor poor， tensor poor 就是专为像 stable diffusion 这样的深度学习模型打造，能够以混合精度让深度学习模型在 cruda 环境下得到极大的加速， 所以选择恩卡没错，特别是 tensor core。 在 rtx 四零系列显卡上现在已经发展到了第四代，相比 rtx 三十系列性能飞跃提升。 不多说，我们进入测试环节，画图设置一千零二十四乘以一千零二十四的尺寸， steps 五十， cfg scale 七点五一组四十张图， 四零九零冰龙以每分钟三张图排在第一，性价比选手四零六零，药业则每分钟一张图。显存占用方面，像四零七零太冰龙明显调用更多的显存来进行 ai 会图，而高于八 g 显存的四十系显卡基本都有宽裕，二十四 g 大显存，四零九零能将显存占用率堆到百分之七十左右。 四十系显卡表现出明显的阶梯式成绩分布，与各卡的科代内核数及 tensor 内核数密切相关，尤其是高端且价格相对友好的 rtx 四零七零及 rtx 四零七零台，其性能表现令人印象深刻。 看到这里，相信大家已对四十系显卡在 ai 绘图上的性能表现已有了初步判断，需要选择哪一款显卡来实现你的绘画梦想？应该有答案了吧？
01:58查看AI文稿AI文稿为什么 ai 要靠 gpu？ 显卡 cpu 难道不行吗？相信百分之九十九的人都会认为，在电脑中， cpu， 也就是中央处理器才是运算的大脑。所有的 cpu 都是由运算器、 alu、 控制器、寄存器这三大部分组成。他负责了计算机中读取指令、对指令密码并执行指令的工作。既然叫他中央处理器，肯定他的运算能力也很强。但是当我们打开一片 cpu 时， 你就会发现， cpu 中几乎百分之八十的空间都被控制单元和存储单元占据，计算单元 a i u 只占到百分之二十左右。而实际上和你理解的不同， cpu 擅长的是逻辑控制而非计算，并且依照冯诺伊曼架构顺序执行原则，我们的 cpu 只能执行完一条指令再来下一条。也就是说， cpu 实际是串行处理模式，计算能力实际很有限，而 gpu 却完全不同。大家都知道，显卡设计的初衷主要就是为了接替 cpu 完成图形渲染。我们计算机显示的图像，每一个像素点都需要随时进行处理，奇迹算量相当大，但是由于每个像素处理方式及流程几乎完全相同，所以 gpu 的任务可以用并行计算来瞬间解决。 于是 gpu 与 cpu 正好相反，几乎全由计算单元 alu 组成，仅有少量的控制单元和存储单元，于是他可以简单粗暴，凭借众多的 alu 来完成任务。 如今的 gpu 可以拥有数百数千上万个核心来同时处理计算，例如 mvd 新一代 h 一百 gpu 核心具有恐怖的一点八万 q 的核心，即使是家用的 rtx 四零九零显卡库的核心数量也达到了一点六万个，它的并行度得到成千上万倍提升，最终 gpu 也就是图像处理 器可以实现通用的超高并行计算能力。当然， gpu 也同样是用并行的科学计算，乃至完成现在我们复杂的 ai 任务。这下你明白 ai 要靠 gpu 而不是 cpu 的原因了吧。欢迎大家关注叮当新科技，了解关于 ai 计算的问题，我们下期见。
408叮当新科技
06:53查看AI文稿AI文稿二零六零十二季，我个人认为它是非常值得选择的一款显卡，准确的说是一款矿卡，一千元价位的，因为它是二一年十二月上市，挖矿的时间比较短，而且现在买的话基本上都能买到带官方保修的一款 显卡，嗯，再有就是呢，它是一千元价位唯一一款能买到的十二级现存的 n 卡 啊。性能来说，咱不说他有多强啊，至少比三零六零啊或者是二零六零 super 差不了多少，但是呢，他显存够大，可以用来刨一些 ai 画图或者是 ai 的声音替换合合成。今天的这一段文字描述过程之中，就有一段的声音是用 ai 合成 成的更生的。这款卡呢，采用的是散热管的啊，散热器咱就不说他有多好或者是不好，至少风扇带个启停，而且有金属的背板， 总的来说能说的过去吧。作为影池的兄弟品牌，应该还是挺不错的，入手的价格呢是一千零三十八，还一千零三十吧， 是平台呢，是幺二四零零的处理器，这个是带核显的，整体跑分是三十五万分左右吧，作为二零六零十二级，这个跑分我觉着还是相当可以的。三 d 妈可能是百分，是百分之九十七的通过率， 嗯， thamspad 跑分是八千，这个基本上算是一个主流的水平，没有什么可以过多介绍。 接下来呢，就给大家来测试一下这款显卡在具体使用中的表现。首先呢是 ai 应用， 我现在常用的呢，用显卡来来做图啊，大家可以看一下，我第一次选的是五幺二分辨率的话，先出六张图，这个速度来说是非常快的， 我和自己用的三零六零太的显卡出图比较了一下啊，基本上时间是差距不大的，因为出图的分辨率调的比较小，都是五幺二 一次多出几张，如果有自己喜欢的或者是感觉比较合适呢，再使用高清修复来进行放大啊。整体来说这个使用的体验还是比较好的，毕竟是十二 g 的现存嘛， 买这么大的现存，最终的作用不就是为了跑一个 ai 的这个模型，或者是自己拿来炼单简单的替换一下自己的声音呢，还是比较好玩的 啊。后面的话，我这也是啊，又跑了几次，一次啊，是换了一个模型和参数，也是跑六张图啊，这个是 第二次跑，因为我用这个跑图的时候是 o b s 录屏， o b s 录屏我设置的是用 核心显卡来进行录屏，这样的话就是不占用独显的一个性能，所以整体来说这个速度还是可以的啊， 第二次跑的速度会比第一次快一些，可能这个是软件第一次的加载和模型的计算会耗费更多的时间吧。把整体画图的数量调到九次，然后更换一个 模型来进行跑图，大家来看一下，因为这个视频我是没有经过任何的剪辑还有加快呀，这个时间进度大家可以看一下，这就是真实的跑图的一个时间， 当然分辨哎，画图最核心的就是最关键的就是画手，因为我用的模型比较老，所以画手方面来说比较生涩一点吧，经常会出现六只琴魔这样的一个比较怪的 现象啊，大家就是看一看，参考一下图一乐就行，个人对这张显卡还是比较满意的，如果你也打算用一张显卡便宜点的一千块钱左右的来跑 vi 画图， 我觉得二零六零十二 g 这个显卡真的是不二之选，因为它在这个价位段卡的性价比太高了，并不是说它性能有多好，而是 英伟达的生态在这个价位段卡的是最好的，个人感觉是性价比最高的。 游戏方面我就不做过多的测试了，因为平时玩的游戏实在是太有限了，魔兽争霸重置版的这个游戏，这个没有加载那个催火的 model， 呃，帧数肯定是没有问题的，而且分辨率的话用的是两 k 显示器吗？也是设置的最高吃鸡这个游戏呢，也是两 k 的分辨率，三极致，但是渲染比例呢，设置的是百分之一百二，我就 不给大家来具体的看这个设置了，因为我 o b s 录屏的时候把这块忘了啊。所有的这个游戏测试，还有这个 ai 绘图测试，都是在 o b s 录屏的情况下啊，同步进行的，他可能会占用一些 c p 丢的资源，但是因为设置的是极险吗？对于独险的占用性能耗费是非常非常小的，基本上是用不到。大家可以看一下这个帧数啊，给大家做一个参考。那今天的这个视频呢，就 到这了，如果大家在千元价位还想选一款比较合适的显卡，还要兼顾一点，这么生产力跑下来绘图，那么给大家推荐这款二零六零 十二 g 啊，个人感觉不错啊，仅作为个人推荐，这是矿卡，大家一定要谨慎购买，对于新手来说就不要买二手的显卡了，上京东自营买新卡是最合适的选择。 所以像我一样没事喜欢捡垃圾啊倒腾电脑的人来说可以参考一下啊。我落地成盒也 i 用不了大家多少时间，这期视频就到这吧。
01:22查看AI文稿AI文稿最近爆火的 ai 美女都刷到过吧，制作它需要什么显卡呢？听说很湿显存，今天我们来测试一下。显卡用的是英伟达的 rtxa 五千显存，二十四 g 测试软件 stable 挑选。 首先找到一段神秘的咒语，复制到文本框里，参数是自动设置好的，目前图片尺寸是七六八乘幺零二四开始生成。在上方硬件监控可以看到， a 五千的显存占用大概在三点七个距左右，一共耗时十一秒。 但是在迭代步数提升到五十之后，显存占有就达到四点三个距，最后快生成的时候，显存更是飙升到七点六个距， 一共耗时十三秒。之所以会产生这样的结果呢，是因为迭代步数越高，生成的图片质量越高，细节越丰富。这是两张迭代步数不同的图片，大家可以参考一下。接下来给显卡上一下压力了，看一下他到底会占用多大显存。迭代步数保持在三十，将图片尺寸放大两 两倍，显存占用达到五个距，一共耗时七十七秒。接下来放大三倍，显存占用已经达到七个距，最后更是飙升到二十四个距，马上就要爆显存了，一共耗时五分五十秒，将图片放大到四倍之后，图片生成失败了，因为显存不够用了。 总的来看， ai 绘画确实很吃显存，建议使用十二 g 以上的显卡，如果你对图片的尺寸和质量有更高的要求，那么可以试一下专业卡的黑科技 nvink 调节器，这样就可以把两张显卡的显存连接起来。 ai 绘画那不就起飞了吗？关注我，下期测给你看！
349李哥说显卡-AI
