粉丝7.7万获赞39.7万

都二零二三年了,为什么还是不建议小白选 a 卡? n 卡真有这么好?四点区别让你听个明白。一、游戏优化主要就是光追超彩样, n 卡可以说是 遥遥领先,大力水手补针已经发展到三点五代,针数提升实实在在。 a 卡呀,虽然也有光锥和 fsr, 但实际效果还是差了一大截,不过色彩倒是比恩卡好些。二、生产力,恩卡的库打加速技术几乎覆盖了百分之九 九十的生产力,软件生产性能表现更好,这也是为什么生产力笔记本都用恩卡。三、性能,硬件性能两家不相上下,但要说一个最近大热的 ai buff, 恩卡可以说是一 一骑绝尘,而 a 卡在这方面不能说白纸一张,也能说是一张白纸。四、稳定性,了解过的同学应该都知道 a 卡掉驱动,其实啊,这是远古 a 卡的毛病,如果现在还掉啊, 基本上就是超频或者是 windows 自动更新后不稳定掉的。现在啊,好了很多,但还是没有恩卡稳定,所以哪怕恩卡的价格更贵,大多数人还是愿意选择恩卡。或者有没有在用 a 卡的同学右边讨论一下。

amd 显卡 ai 性能追上英伟达深度学习领域华人大神陈天琪做出了 amd 显卡 ai 大模型解决方案,这是连 amd 自己都没做到的事情啊!这意味着有 ai 需求的客户并不只有英伟达这一个选择了 突破了垄断和技术封锁,根据大神的优化算法,七九零零叉七叉跑 ai 大模型性能已经达到了四零九零的百分之八十,三零九零太的百分之九十四。要知道七九零零叉七叉的价格是远低于四零九零的百分之八十的。 这下英伟达的显卡终于也不能再高高在上了,赶紧速度降价吧!五零七显卡核心爆料,英伟达下一代显卡核心有五款, gb 二零二, gb 二零三, gb 二零五, gb 二零六, gb 二零七,可以发现对比网贷来说有明显不同, gb 二零四核心 被砍没了,以往代号零四核心的都是七零太系列显卡,这意味着什么呢?五零系显卡高端型号和低端型号的差距可能依旧会很大。 英特尔部分显卡存在安全漏洞,去年十月到十二月售出的 a 七五零和 a 七七零显卡被爆出显卡的硬件保护机制失效,这意味着如果有攻击者的话,可以利用漏洞对用户进行打击。目前英特尔的解决方案是购买这批显卡的用户联系所在地区的售后已得到帮助。

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。

为什么 m 显卡往往叫好不叫做?一、 a m d 显卡优点一、 a m d 显卡的传统光山化性能和显存容量都比 nvidia 的同级别显卡要高,这意味着 a m d 的显卡在高分辨率和高化之下运行游戏时不会受到显存带宽或容量的限制。 而英伟达的一般抠抠搜搜高分变高画质,很容易爆显存,导致游戏帧数下降严重。我想说的还是这张图, 传统光山化性能就是显卡在普通的三 d 游戏里的表现,它跟显卡的核心显存架构等有关系。 amd 显卡在这方面比 nvidia 的强一些。光追性能就是显卡在用光线追踪技术的游戏里的表现,它跟显卡的专用硬件、驱动游戏等都有关系, nvidia 显卡在这方面比 a m d 的强很多。二、 a m d 显卡的价格也相对便宜一些,比如七九零零 x t x 最低已经到六千六百九十九元了, 而差不多性能的四千零八十价格还要八千多元。三、 a m d 显卡在黑苹果方面 优于安卡,毕竟前些年苹果电脑只用 a 卡, amd 六千系和五千系显卡直接免驱。二、 amd 显卡不足之处一、 amd 显卡的光锥性能、 ai 加速、 q 点生态等方面不如 invidia 的显卡,这些因素会影响喜欢光追游戏生产力、绘图等需求的用户的选择。尤其是在光追和 ai 绘图方面, invidia 的 r t x 和 d l s s 技术已经 成为了业界标准和趋势,而 a m d 的 rnar 架构,光追和 f s r 技术还不够成熟和完善。二、 a m d 显卡的优化和驱动也不如 nvidia 的稳定和完善,有可能会导致一些游戏或软件的兼容性和稳定性。 在 amb 新显卡发布后,往往需要等待很久,机械驱动才会更新,到时显卡才能获得完整的性能, 而恩威利亚显卡驱动则相对稳定,起码掉了大家也不知道,哈哈。三、 amd 显卡的市场推广和渠道建设也不如恩威利亚的到位和有效,商家卖验卡基本都可以赚钱,而 a 卡就不一定了, 所以支持 a m d 显卡的合作伙伴相对较少,而且不重视保修,大部分只有两年,所以整体 来说售后没有安卡的好。四、而且 amd 的显卡最近几代显卡也就最新的两代光山,性能比较给力,前面的很多时间都是安卡一家独大, 所以大家的潜意识里还是会选择 n 卡,最近 a 卡卖的还不错,希望大家再接再厉。如果主要是游戏需求,建议多支持 amd, 这样才能到 bn 卡,价格正常。 现在不是有消息说今年第四季度老黄要发布四十 super 吗?如果大家现在把四十系买爆,那么四十 super 就没有了。 综上所述, amd 显卡虽然在价格方面有优势,游戏上还可以,但是在其他方面就还有很多需要改进的地方,毕竟大家买显卡很多不仅仅是 为了打游戏,所以这就导致 a 卡叫好不叫做的情况。作者声明,本文无利益相关,欢迎只有理性交流,和谐讨论。

md 最强显卡竟然无人问津,这是怎么回事?最近 md 推出了 n i 三百 x 计算卡,它有一百九十二 g 的显存,高达五点二 tb 的带宽,更恐怖的是,这玩意居然集成了一千五百三十一个进气管, 要知道英伟达目前最先进的 h 一百也才八百亿个晶体管。这辆 m i 三百 x 拥有非常强大的 ai 计算性能,单卡就可以运行四百亿参数的大模型。 按理来说,这么强大的计算卡,应该很多人抢着买啊,毕竟现在市场上很缺货啊。不过让人匪夷所思的是, m d 大杀器一出, m d 的股价倒是跌了百分之三点六,而英伟达股价大涨百分之三,这又是怎么回事呢?原来,虽然 m d 在硬件上赶了上来,但是在软件环境这块跟英伟达的扩大相比还是差了不少。 m d 的 rock 们一直只支持 linux 平台,上个月才承诺支持 windows 系统,而且游戏卡根本没办法用,观众群呢也是小的可怜。最关 见的是库达这些年积累了四百多万个开发者, rockam 跟这比起来,那真是差距太大了,这种情况短时间内想追上来怕是难如登天了。所以 m d 到底要怎么做才能赶上意外大的库达生态呢?

显卡是买恩卡还是买 a 卡?为什么很多网友都说无脑买恩卡?明明 a 卡的性价比一直要比恩卡要高啊!比如 a 卡十二月开卖的七九零零叉,七叉性能要高过恩卡的四零八,零售价反而便宜了一千多。 a 卡一直使用的是高性价比策略,为什么这么多年还依旧干不过恩卡?如今市场上啊,百分之八十八都是恩卡。 阿祖投降吧,外面全是警察,原因之一呢,是因为他有着专属的酷达加速, md 目前还无法超越。在生产力领域,比如说视频渲染、绘图设计,三 d 制作和建模方面,都能够把 md 虐的体无完肤。 但凡你有生产力需求, a 卡就很难上台面了。更何况恩卡还有这主打生产力的夸奖系列,专业卡, ai 计算、深度学习都可以轻松拿捏。 成年人都是要工作的嘛。所以说选 n 卡能玩游戏又能做生产力是不会错的呀。但是如果你是纯游戏的,那么 a 卡是真的香啊,同种游戏性能可以省下不少钱呢。最后你问我怎么看,我只能告诉你, n 卡网速快, a 卡声音好。

玩游戏买显卡,该选 a 卡还是 n 卡?首先放一张非常直观的对比图,大家可以看一下先。然后再来讲讲 a 卡、 n 卡各自的一个优缺点。 a 卡更注重二 d 的一个平面画质,适合影音娱乐、绘图挖矿的用户。他的福点运算能力强大,挖矿性能相当的出色, 但相对于执行效率不高,对于复杂的任务适应性不强,需要软件的支持。在视频处理的方面,会自动将分辨率和刷新率进行设定, 对色彩的还原度比较好,性价比也比较高。 n 卡的话更注重三 d 性能和速度,适合高端的游戏玩家。他的每个流处理器都具备有完整的 r 功能,因此执行效率高,灵活性强。 不过工号竟然控制,而且较少的处理器单元限制了其运算能力。嗯,在视频处理上,色彩也稍微要淡上一些。

刚刚既然说了整合包比较吃硬件,这里就必须补充一个常识,本地跑爱软件一般都要用验卡,也就是 incide 出品的显卡 a 卡,也就是 amd 显卡是不太通用的。 a 卡其实性能并不差, 但是在 window 系统下并不能有很好的表现,要在 linux 系统下才能发挥作用。作为一般恋爱玩家,不熟悉 linux 系统操作方法, 还是乖乖买烟卡电脑比较好。最后说一句,整合包的更新是比较简单的,如果是功能组建或入爱等方面有比较大的改变,一般是重新下载最新的安装包即可。 如果只是其中几个插件有迭代,也可以在整合包插件页面中一键更新,都还是比较方便的。好了,这些就是硬件选择解惑了,小伙伴们快开始用起来吧!

三千元高性价比显卡,来看看这款英伟达的 rtxa, 两千半高设计,小巧玲珑,可以升任各种机箱,七十瓦的功耗,插上主板就可以使用,无需外接电源。更重要的是,它拥有高达十二 g 的 ecc 显存,可以应对各种高负载场景,比如当下火热的 ai 绘画 stebo diffusion, 配合 itx 系列专属的硬件腾生扣加速 ai 推理速度,仅需要十一秒就可以出图。不仅如此啊, a 两千在三文渲染也有很出色的表现,在三 t max 微热渲染期中, a 两千只用了二十八秒就把渲染完成了,就算是实时预览也非常流畅, 如果显存不够大,那就很容易卡顿了。我们现在换个别的场景,一开始炫了,显存占用就达到了十一个 g, 所以大显存是非常重要的。另外, a 两千在剪辑当中的表现也是让人感到惊艳,他在达芬奇里面居然能够剪八 k 视频,而且一点都不卡顿,调色方面也 没有问题,不过显存占用已经达到十个 g 了。总而言之, rtxc 两千虽然非常小巧,但性能却是很强劲的,毕竟专业卡,干起活来那可是不含糊。价格方面现在也很实惠,可以进我小店看看,了解更多详情。

amd 的显卡他到底好不好呢?这期视频呢,一次性给你们讲清楚。首先呢,咱们先说一下结论吧,其实到目前为止, amd 显卡还没有出现瑞龙这种颠覆式的产品,也可以说呀,在显卡的业务上, amd 呢,目前为止还没有出现过瑞龙。 当然呢,如果说你只玩游戏,也有懂电脑的,那么 amd 呢,也是性价比非常高的,但是可以说 amd 的显卡技术啊,和英伟达相差至少在一代以上。那么可能会有一些朋友会说, a 卡在很多游戏上的帧数是和英伟达显卡是差不多的。那我想说的是啥呢?但 是帧数呢,只是一个衡量显卡的一个维度,生态稳定性以及支持的软件数量,英伟达显卡都是要远远的胜于 amd 显卡的啊,比如说 pr, ae 啊,在 windows 平台呢,是不支持 amd 的显卡的,那么 包括主流的渲染器, oc 啊, rs, vr 啊,八猴啊等,都不支持 amd 的显卡。那么这里的不支持不是说你用起来就没有英伟达的流畅,而是你根本就用不了打开就闪退或者是爆错。那 包括很多朋友说的是光线追踪,光线追踪在很多游戏当中呢,可能效果并不是很明显,但是在专业软件当中,哪怕说是二零六零这种入门的光线追踪的显卡,也能给你专业软件加速非常的多。在此 t 目前卡占有率上前十名不都是 n 卡吗?如果 a 卡真的有那么好 的话,为什么玩游戏的玩家呀,专业设计师啊,专业软件啊,都不对 a 卡进行优化呢?更有阴谋论者会说,推荐 n 卡利润高了啊,推荐 n 卡这个赚的更多了。我想说持这种观点呢,我可以拜托你 动动你的脑子。为什么在短视频平台当中,大家都在卖 a 卡的单卡,但是在之前呢,很少有 n 卡的单卡呢,更何况全世界的商家呀,玩家呀,设计公司啊,软件公司啊,甚至说人工智能都在 恩卡,难道这些人也都被恩卡充值了吗?但是 a 卡在这一带还是有非常大的进步的,但是 a 卡的技术和生态我只是说觉得不能跟恩卡所抗衡而已。但是如 如果说你只玩游戏,你还比较懂电脑的话,那你可以考虑入手一个 amd 的显卡。那如果你是一个小白啊,又涉及到办公,那因为达显卡可能是你的唯一选择。

作为一个普通玩家,希望看到这个视频的新手朋友别选 imd, 显卡用起来是真的很糟心很糟心。永久在游戏中突然卡死,一看显卡在用力直接掉到零,显卡停止工作,不用想又是掉驱动了,因为这不是我第一次遇到 关机关不掉只能长按墙关, 重启之后也是熟悉的味道。黑屏,呵呵, 这是之前出问题去电脑店修的样子,视频有水印,两三个月前的次额。 再一个原因,众所周知的例行卡跑 ai 作图,在 windows 下基本没可能,只能在 linux 下苟延残喘, 哈哈哈哈哈。另一个问题, a 卡有几率打不开酷加乐就算打开了也是非常卡。 好家伙,这卡不卡你说了算。原来他们说的 i m d e s。 是感谢 i m d 让他们用上更便宜的英伟达啊啊啊。

你是不是想知道 ai 绘画应该选择哪种显卡性价比比较高?我们特地在乌斑图二十二点零四的系统下进行了测试,以模拟真实的生产力场景。为了避免 cpu 内存和硬盘成为显卡计算的瓶颈,我们使用了 md 七八零零叉三 d 搭配四条十六 g 五六零零的内存 和新手 etbsn 七五零的硬盘进行了测试。我们在 sd 默认的生成模型采用以下参数,分别对三零六零、三零八零、四零七零肽、四零八零和四零九零显卡进行测试。 现在让我们来看看具体的测试结果吧。以三零六零为基准,我们发现三零八零是位神秘的黑马,他的计算效率比两个三零六零还强了百分之三十三,但价格却不到两个三零六零, 这样的性价比岂不是令人惊叹?然而四零八零却并非如此,尽管它的价格是四零系列肽和三零六零的总和,但计算效率却低了百分之五十,性价比令人堪忧。而最后的王者四零九零显卡,虽然 它的计算效率略低于四零八零,加上两个三零六零,但是价格却只比四零八零加三零六零贵一点点。而且四零九零还拥有更大的显存,可以生成更高分辨率的图,这样的四零九零性价比非常的高。经过激烈的角逐,在 ai 绘画领域购买三零八零、四零轻变态四零九零显卡性价比最高。 关于双显卡是否能提高 aa 绘画的计算效率,期待我们的下一期。简单关注我,助您提升工作效率!

总有小伙伴到直播间来问, cpu 选英特尔呢?还是选择 amd 的显卡选择英伟达的还是选择 amb 的?总是在这个问题上纠结,今天把技术刨掉,我给你们一点不一样的说法。第一个,如果你对电脑很了解, 那你可以去选择 md, 他确实可玩性还是挺高的。如果你对电脑不是很了解,你说我是一个新手,那你就选择英特尔加英美达的平台,原因很简单,稳定。为什么?你如果说按照大家说的 md 这么好,这么便宜,那网吧为什么不用呢? 有道理,所以他稳定性大一些。第二个,英伟达的显卡对于新手来讲呢,他是很友好的,当你装完驱动以后,他有个控制面板,你注册用户名和密码以后,当你玩游戏的时候,比方说你玩 steam 类的游戏,那他会 监测到你玩的是什么游戏,他会弹出一个窗口问你是不是需要优化,你点就好了,就很简单。那么不是说 amd 的产品不好,他的可玩性也比较高,甚至像七八零叉三 d, 他的三级缓存增加的也是比较多。但是呢,对于新手类的, 我不太推荐大家去买,所以这样一个意见就给到大家,如果你对电脑了解,你可以买 m d 的产品,很有特色,可玩性比较高。如果你不了解你是一个新手或者是小白的用户,你就买英特尔加英伟达,省心点个关注呗。

二零二三最值得购买的游戏显卡型号排行第五名, md 六六零叉踢先说缺点,生产力性能一般,只适合打游戏,另外光追性能不佳,但是他可能是最好的幺零八零 p 游戏显卡之一,性能比三零六零高,价位比三零六零便宜,功耗也不高,适合有高刷屏的幺零八零 p 游戏玩家。 第四名,英文达三零六零泰性价比超高,可能是目前销量最火热的游戏卡之一,性能接近三零七零,但更便宜,跑偏方面强于上一代旗舰二零八零 s 商业游戏,基本都能满足六十人的要求,同时还有 drs 来提高游戏性能, 非常适合想要高专率又追求性价比的两 k 游戏玩家。第三名,英伟达的四零八零先说缺点,大而笨重。优点,功耗不高,四 k 游戏性能强劲,支持 dls 三和强大的光锥。虽然四零八零不如四零九零强大,但也有 dls 三功能,四 k 游戏光锥高帧率基本无压力,最重要的是比 四零九零价格实惠,适合需要四 k 游戏和高性能视频编辑的玩家。第二名,英伟达三零七零太一款出色的显卡,比三零八零便宜,但性能依然很棒,虽然是一款二 k 显卡,但如果对特效要求不是特别高,三零七零太依然可以在很多游戏中做到四 k 六十帧, 在做 dlss, 甚至可以在四 k 下玩赛博朋克、二零七七等游戏,适合理性的游戏玩家,性价比高,性能不错。 一名, md 七九零零 xdx 先说缺点,就是噪音和散热。优点,游戏性能与四零八零并驾齐驱,同时价格更实惠,畅玩四 k 三 a 大作,体积也比四零八零更小, 标准的电源接口,不需要 n 卡的四零系转接线,毕竟四零系烧接口的事件还历历在目啊,适合需要高帧率四 k 游戏,但不太苛求光追的高端玩家。最后,对于这份排名你有什么看法呢?你心中最好的显卡是哪一张呢?

玩游戏帧数太低,你知道可以通过 ai 来免费的把你的这个帧数优化高吗?今天就和大家科普一下因为达的 dos 技术和 amd fsr 技术的原理和实际用起来的效果。 那么 dos 技术呢,是一种 a i 智能的一个视频渲染技术,那么它的具体方法是呢,不断的让人工智能来对比超高分辨率的图片和低分辨率的图片, 让其学习呢其中的差别,最终训练出一套这个智能算法,可以将低分辨率的图片近似的渲染成高分辨率的图片,应用在这个游戏中的时候呢,可以将这个游戏的分辨率呢设定为低分辨率,然后呢,这个 d r s 算法打开,他就会将每一针的图像他来渲染的这个高分辨率通过 ai 来优化, 由于呢,这个游戏的初始分辨率变低了,那么在同样性能下,他的真率就变高了啊,但是呢,这个视觉看起来呢,这个画面和超高分辨率画面呢,其实没有啥特别大的一个区别,那么就达成了帧数的提升 和画质的一个不怎么下降。不过呢,和 dls 技术呢,他最大的问题呢,其实还是这个适配的游戏呢,不算太多,大部分都是大型三游戏,而 amd 的 fs 二技术原理呢和这个 dls 技术呢,是完全不懂的,那么 fs 技术呢,是采用一种这个时间超采用算法啊,来将这个低分外率画面啊补全为这个高分外率画面, 他更类似于一种特别的画面优化的算法。相比起英美达的 ai 训练的 dls 算法呢, fs 二算法呢,它的应用范围会更广一些,因为运行这个 dls 呢,是需要这个 ai 计算单元的,那英美达二零系列显卡才开始有了这个 ai 单元,所以呢, dls 呢,只支持二零系列以上的显卡, 而 fss 技术呢,则是大部分的显卡呢,都可以支持,包括英伟达的显卡,英特尔的极限还支持了 xpo c 类的主机啊,并且呢, fs 技术呢,同时还是开源的,这就让人很佩服 amb 的胸襟了,我们靠的这个技术啊,一些很老的显卡都能在强 钢琴续命焕发第二春。那么在实际的应用效果上,目前来说啊,还是 dos 的这个显示效果会更加一些,经过了优化的画面,这个视觉效果会更好一些,因为他毕竟有 a 单元嘛。 而这个 fs 技术呢,优化画面之后呢,虽然效果呢一样也是不错的,但是呢,还能看出一点不太自然的感觉。那么在性能帧数的提升效果上呢,二者之间的差距呢,是非常小的,几乎没有区别。你如果觉得自己电脑呢,玩游戏争数低,快看看能不能开启这个 fs r 和 ds 技术吧。

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!

最近呢,大家听 ai 相关的话题给人都听烦了,似乎每一天都有公司出来宣称自己发了个新模型,宣称自己的模型有多么多么厉害,然后一看能力虽然挺难比出来各家的能力究竟谁强谁弱,但反正都干不过 gbt 四,所以大家就麻木了。 不过,虽然能力这块很难量化,但有一个指标很容易比,那就是高性能 gpu 的数量。自从 chai gbt 爆火以来,每当一家公司想要宣布自己有能力参与这场 ai 里面的竞赛,但一时间又拿不出产品的时候,就会说,我们已经有了多少块英伟的 ie 百显卡,很快就能发布自己的大模型了。 可以这样说,英伟达已经在 ai 基建领域产生了绝对的优势,甚至几乎垄断了行业。拿二零二二年的数据来说,英伟达在 ai 加速芯片领域中的市场占有率已经超过了百分之八十, 全球超级计算机五百强榜单中,百分之九十的新系统都搭载了英伟达的产品。在主流云富商的 ai 芯片占比中,英伟达更是碾压级的。他们的具体产品,无论是 a 一百还是国内特供的 a 八百,都是一边涨价一边供不应求。如果不是因为产能,英伟达的市场占比只会更高。 在不知不觉中,老黄的英伟达已经从一家游戏公司变成了 ai 领域的看门人。大家好,我是叉明君。本期视频我们来聊聊英伟达为什么能在 ai 领域取得如此的垄断地位,以及我们有机会绕过去吗? 我们还得从一个关于猫的译文开始讲起。有一天早上,现在英维达的首席科学家比尔达利和斯坦福大学前同事、计算机科学家吴恩达一起吃 早饭。吴文达倾诉了一个苦恼,他正在 google x 实验室做一个项目,这是一个可以自主学习的神经网络,他们已经让他在 youtube 上看了一千万个视频, 目标是让他学会识别猫。但问题是他们的算力不够,如果要达成这个目标,还得要几千个 cpu 才行。达理当即支了个招,哥们,别用 cpu 了,换成 gpu 只用几个就好了。 于是,达利找了现在领导英伟达深度学习研究的 brian cantator, 他只用了十二个 gpu 就搞定了这个项目。 gpu 虽然单个计算单元不如 cpu 通用,但是可以同时进行大量计算。就比如零八年北京奥运会开幕式上的这段表演, 让一个或者几个掌控全局变化的人来对这个镇进行实时调控是非常复杂的。但实际表演中,每个演员只需要记住自己什么时候 需要站起来,什么时候蹲下,就可以使整体呈现出非常多变的效果。这些演员就像是 gpu 里的一个个小的计算单元,虽然他们不掌握整体的信息,但他们在一起工作却可以呈现出我们想要的效果。 至于英伟达自己对 gpu 功能的演示就更加简单粗暴一些,他们说这是 cpu, 这是极品 one。 而 ai 硬算就是这种需要同时进行大量硬算的场景。 多次启发二零九年,吴恩达探索出了用 gpo 来进行深度学习训练的方法,并发表了论文,这让许多人认识到了 gpo 在深度学习领域的优越性。当然,如果只说 gpo 更适合 ai, 那肯定还不够,那我苏妈不还在的吗?不是?这时候就不得不提到,因为他的 第一个杀手苦打。虽然 gpu 最初主要是为了图像处理而研发的,但既然已经灌上了通用处理器的名号,英维达对其的期待自然不限于图像领域。英维达在一九九九年就发布了初代 gpo gfos。 二五六 自 gpu 诞生后,老黄就一直在关注有没有人在研究 gpu 在其他领域的意义。四年他就发现斯坦福大学的博士生 yanbuck 有一个研究用 gpu 编程的项目。老黄当时就意识到这就是他心心念念的 gpu 发展方向,于是他当即资助了这个项目, 并盛情邀请烟 bug。 在毕业后到英维达工作,伊燕接受了邀请,在零四年加入了英维达,并且现在已经成为了英维达的加速集团总经理兼副总裁。这位伊燕在刚加入英维达时就没让老黄失望,在经过了两年半 研究后,他在二零零七年发布了酷打一点零,这是一个用 gpu 来进行计算的并行计算平台和编程模型。最初他主要被用于加速图片处理,并未表现出革命性。但英伟达却认准了用 gpu 来进行计算的潜力,不遗余力的对其进行支持, 因为达以后生产的每一块芯片都支持库达,同时他们将库达开放给大众使用,想要打造库达的生态圈。 随着扩大的发展, gpu 的潜力也慢慢被开发出来,于是便有了前两位大佬谈笑间解决算力问题的故事。随着吴文达论文的发表, gpu 扩大与 ai 的关系也开始慢慢变得越来越近。 从我们现在的角度来看,人工智能是非常重要的领域,可华尔街在当时可不懂人工智能是什么玩意。对于他们来说,为了配合这个框架,因为打后期的显卡成本增长了一, 却卖不出更高的价格,利润一度低到没法看。所以在那几年,华尔街不断质问英伟达,你们做的东西为什么没人用?叠加上当时金融危机的因素,英伟达的股价一度暴跌百分之九十,并且在低处维持了很长一段时间。 不过股价的暴跌没有动摇老黄的决心,毕竟跟华尔街的这帮虫子在一起,怎么能搞好技术呢?所以伊维达还是一直用大量资金支持扩大的更新,他们的坚持最终也受到了成效。 在二零一二年的 image net 图像识别竞赛中,使用了库达的 alex net 以绝对的优势获得了冠军。从此以后, gpu 和库达成为了深度学习里面的标配。在接下来的日子里,因为达通过对库达开发和社区的持续投入,使得库达和各类 ai 框架深度绑定。当今使用排行靠 靠前的各类 ai 框架,就没有不支持库达的。想让你的深度学习跑得快,最好的选择就是使用支持库达的高性能显卡,说人话就是迈恩卡。 当然,其他公司也想挑战酷达的地位。二零零八年,华尔街看不懂酷达,但谷歌看得懂,所以谷歌当年推出了欧奔 cl, 他旨在为各种不同的 gpu 型号提供一个规范,从而打破酷达在显卡编程里面的垄断。 然而 opencl 就是因为过于通用而显得并不好用。当时各大厂商显卡型号复杂,性能也参差不齐,所以如果开发者想在这个规范下开发一个框架,就必须要能适配所有的显卡,这非常麻烦。 而且因为达是显卡厂商,会针对 kuda 做优化,但各个显卡厂商在 open c 二占据统治地位之前,可没有义务为了谷歌来做优化。所以 open c 二 要在同等算力下的性能比拨库大,对研发人员来说用起来还更费劲,久而久之,自然也就没什么人用了。不做芯片的公司想要推出适配所有显卡的规范,这一尝试几乎必定失败。那么做芯片的公司有机会吗?理论上是有机会的,但他们都来的太晚了。 md 在二零一六年才发布自己的 rock m, 英特尔更是在二零二零年底才发布他们的五万 api, 且这两个平台都是支持苦打,那对于用户来说,既然你们都支持苦打,那我继续用苦打不好吧? 所以,除非 a、 m、 d 或者英特尔能有一些革命性的技术突破,在算力上碾压英伟达,不然就几乎不可能撼动库达在 ai 领域的地位。老王在库达上亏了这么多年,终于立起了一堵难以逾越的剧场,但他并没有满足,还在努力迭代他们的产品,继续提 一生英伟达在 a 领域的绝对优势。人和传统计算机在进行计算时,最明显的区别就是,人并不怎么在意精度,但计算机却总需要算出一个确切的答案。比如说,当我们看到九八五七乘以一零二五三时,第一反应是结果差不多是一个亿,但计算机却会老老实实的算出答案。 我们训练人工智能的方法主要是神经网络,这模拟了人的学习过程。既然人对精度的要求不高,人工智能对精度的要求自然也就不高。 所以当我们针对人工智能进行芯片优化时,干的最多的事情就是偷工减料。以物体识别为例,当我们看到一张图,试图去识别图中的物体时, 我们会观察到许多不同的维度,比如大小、颜色、形状等等。但如果我们要分辨的是一个小动物到底是猫还是狗,我们就会主要考虑大小和形状。至于颜 色,那就不太重要了,即使是黑白的,也几乎不影响我们的判断。类比到 ai 领域,在进行神经网络训练时,每一个权重参数都可以理解为一个维族的特性,但对于最后的结果判断来说,有很多特性是不重要的。 研究表明,神经网络模型中对最终结果产生影响的参数普遍不足百分之五十,部分模型中有效参数甚至只有百分之五到百分之十。 所以如果能在训练过程中裁剪掉那些不重要的参数,就可以极大的提升训练的效率。然而问题是,电脑一般是认死里的,我们知道零乘以任何数都是零,但即使我们把那些参数都调成零,电脑还是会每次都老老实实的算一遍。 所以要真正的实现加速,我们还需要把这些零都去掉。二零二零年发布的 a 一百显卡就有了针对稀疏矩阵的优化,再通过配合特定的减脂 算法相对均匀的裁剪掉不必要的参数后,训练用的矩阵会变为横向上每四个连续数据至多只有两个非零数据的情况,此时的显卡就可以直接把矩阵横向压缩成原来的一半进行计算,效率自然也就提升了一倍。 去除无效参数自然是天经地义。而神经网络中那些有效参数其实对精度的要求也没有那么高。在传统计算机中,存储一个浮点数需要三十二遍, 在对精度要求更高时,我们还会用所谓的双精度负点数,也就是六十四变。在曾经网络中,很多时候我们并不需要这么高的精度, 所以早期大概开始采用半精度来储存部分参数,在之后发现十六倍的优势都嫌多,于是进一步开发出了八倍层出格式。不同参数对于精度的需求是不同的,所以一般来说, 存储精度得以系统中的最高需求为准。不过因为它最新的 hoper 架构中包含的 transformer 引擎能做到动态调整参数的精度,它可以自动分析每一层对数据精度的要求,并选择对应的精度对数据进行存储和计算。 精度每下降一半,自然就意味着一倍的效率提升,这对于神经网络训练速度的提升是非常可观的。 凭借以上这些对 ai 模型的针对性优化,再配合上芯片制造水平商的发展,单个芯片的算力有了数量极上的提升。 在此基础上,英伟达研发了 n v link 和 n v switch 来加速 gpu 之间的通行,所以许多公司才会购买大量显卡来叠加算力,以求大幅减少训练新模型所需的时间。从认准 ai 领域开始,英伟达就不断的在进步。在一四和一六年,英伟达先后推 推出适配酷达的库迪恩加速库和 diploning sdk, 用来帮助开发者更好地使用酷达平台。一七年,他们发布了用于自动驾驶汽车的计算平台,平台次年推出了对应的系统级芯片 zavier, 强势进入自动驾驶领域。 二零年,他们推出了基于安培尔架构的 a 一百芯片,七二级别的训练就使用了上千块。 a 一百这款显卡也是现在各大科技公司增强的产品, 而他们的产品仍在进化。就在今年的 gtc 开发者大会上,英伟达又推出了 h 一百 gpu, 一块显卡就足以处理拥有一千七百五十亿参数的 cspd 高端显卡的性能又上了一个台阶。 不仅如此,因为他还和阿里云、 oracle、 ago 这些云服务商合作,帮他们部署 d g x cloud, 提供各种和硬件结合的服务,让企业能更轻松地部署自己的 a m 模型。 如果说现在 ai 里面的竞争就像是当年的淘金热,那英伟达就是站在路边卖铲子。不过当年卖铲子那是个批发生意,你要嫌贵可以换一家卖。而英伟达卖的铲子贵也是珍贵,但是你不买不行,而且还得大量的买。 你要是不买个一千张 a 一百,都不好意思说自己在做大模型,因为他的硬件以及工具级已经能够影响到整个 ai 产业的占据和发展速度。 更可怕的是,因为达到优势,已经形成了一种壁垒,这壁垒厚道连全球第二大 gpu 场上 amd 都没有办法击穿。 从严格意义上来说,因为达到产品未必是现在最适合 ai 计算的。像谷歌就有自己专门用于 ai 训练的 tpu, 根据谷歌的论文,最新一代 tpu 的训练效率比 ai 高一点七倍。然后一方面谷歌的芯片不对外出售,另外一方面 tp 又是一个专门针对 ai 训练设计的芯片,且专门针对骨骼自己的生态做了优化。而英伟达的产品却仍然保留了 gpu 的称呼,仍然非常适合进行图像运算,两者并非处于完全相同的赛道。所以现在如果想要加入 ai 里面的竞争, 要么像骨骼一样财大气粗,有自己的生态,可以完全为自己的生态打造专属芯片。要么就只能从英文达那里买大量的高端显卡。 毕竟一方面他们的产品是当前可出售的产品中最好用的。另外方面他们只卖产,不参与大模型的具体竞争。所以其他公司不必担心自己的数据被因为他偷了去。 从手机、电脑到区块链、杨宇宙,再到现在的 ai, 他们之中有一些会一直走下去,有一些只会是昙花一现。但兜兜转转最重要的还是芯片,芯片是一切 的基础,所以在 ai 大浪滔天的现在,能整出属于自己的 ai 大模型固然很重要,但差评却觉得啥时候能有自己的英伟达和库达也同样关键。 所以我们需要抓紧突破的绝对不只是与人工智能大模型相关的研究,更为重要的依旧是整个计算芯片的设计、制造以及 ai 生态的建设,当然这条路也更难, 因为达从一个游戏产业公司奔向 ai 基建公司的历程,也是一个美国芯片产业一贯以来的缩影。靠民用需求,帆布核心技术发展需求是技术之母,市场是技术之父。 这两年我们能够看到有一些国产显卡企业在陆续出现,美国对于高端 ai 加速卡的禁售也在给这些企业一些机会。新的工业革命已经到来, ai 技术的发展不仅加速了人类生产力的发展, 也加速了那些落后产能的淘汰。现在各行各业都在变革的前期,强者欲强,弱者无用。虽然这句话很残酷,但在 ai 领域如果不奋力追上,可能真的已经不需要弱者了。

大家好,我是 diy 陆军显卡,品牌众多,今天给大家详细讲解各品牌现状以及品牌内分级。显卡目前有三个品牌,英维达、 amd 和 inter。 本期介绍的是英伟达显卡,俗称恩卡。恩卡是显卡行业的扛把子,占据了大部分市场份额,无论是游戏性能还是生产力性能都有明显的优势,并且有大力水手技术和关追加持。恩卡的一线品牌有华硕微星,华硕是目前恩卡的扛把子, 三年质保,支持个人送保产品是华硕资产。华硕显卡品质过硬的同时溢价也很严重。白色卡有水爆和猛禽旗舰型号,猛禽是当前的卡皇, 新四零系开始支持个人送保,之前的系列只能经销商送保。显卡同样是自产,品质出色,微信的差评版本为 x, 低端的万图师用料比较盖。白色显卡有白磨绒准一线七彩虹虽然是准一线,但是国内显卡销量确实第一。显卡是成企 生产,可以视为自产,三年质保,支持个人送保。九段是修肌肉的限量卡。抛开不提,旗舰火神堆料充足,自带小屏幕,颜值颇高。白色显卡有 out 白火神以及学人卡水神。二线显卡有影池索泰、硬重根生影池。高端系列名人堂名声在外,金属大师与星耀同样做工不错,显卡是由同德代工, 后面的这些品牌基本都是由同德或者百能代工。白色显卡有星耀和名人堂品质的视力师,审美很在线,颜值很高,显卡品质同样不错,双二线的拖把交椅索泰,以堆料出名的品牌天琪以及 amp 都是非常不错的卡,作为代工巨头百能的亲儿子,无论硬件堆料还是做工品控都是在线的, game 以及 amp 都有白色版本。 同样是百能儿子,英众就没有那么好运气了。电竞潘克盖板定位不说,曾经的门面超级冰龙现在都做成了盖板,属实不太能打。目前来看,英众离雕出二线也不远了,根深则 与影瓷师出同门,可以看作隔壁影子的换批,但是颜值上是远不如影池,性价比上很高,就是颜值设计上比较白蓝 二线的明轩和银通。明轩沉迷二次元哀家系列,颜值不错,最新出的 mmg 有了旗舰级的堆料,颜值设计不说亮眼也相当到位,可惜底蕴不足,未来还有很大进步空间。明轩在宽潮之中硬干老黄,导致拿不到芯片,世界名画黄狗生天图 的品牌调性还是很讨喜的。银通也是同样沉迷二次元花甲鱼水着系列,颜值颇高,定价偏低,性价比很高。最近聚宝们被骂的可惨了,铜头带工,东西做的一般,二次元割韭菜这一手玩的很六三线品牌 pny 和万利 天外其实不算杂牌,有大漂亮国七彩虹的外号。四零系刚进入国内,目前出的掌控者是丐版,不过生活品控方面肯定是指望不上,现在他发展几年看看。万利同样是四零系复活的一个品牌,显卡型号同样是丐版, 虽然都是百能大跌,但是这品牌属于百来放器,售后也存堪印记品牌选购方面,一二线的品牌都是可以放心选购,做工品控和售后方面基本都是有保证的,哪怕是盖板也不 至于太差。中央线明宣属于未来可期,但是现在做的却是一般银通聚宝大家都懂的,但是品牌则完全不建议购买,没必要去做第一波长螃蟹的人。我是 diy 阿陆军,我们下一期再见。