显卡|深度学习的显卡对比评测:2080ti vs 3090 vs A100( 二 )


最后总结对于大多数用户而言 , NVIDIA RTX 3090 或 NVIDIA A5000 将为他们提供物超所值的服务 。 使用大批量可以让模型训练得更快、更准确 , 从而节省大量时间 。 RTX 3090 上 24 GB 的 VRAM 对于大多数用例来说绰绰有余 , 几乎可以为任何型号和大批量提供空间 。
NVIDIA 的 RTX 3090 是目前深度学习和 AI 的最佳 GPU 。 它具有卓越的性能 , 非常适合为神经网络提供动力 。RTX 3090 是 30 系列中唯一能够通过 NVLink 桥接器进行扩展的 GPU 型号 。 当与 NVLink 网桥配对使用时 , 可以将显存扩充为 48 GB 来训练大型模型 。
40系列AMD的7000系列据说要比NV的40系列性能的高 , 但是目前深度学习框架支持的不好 , 所以对于深度学习来说还只能用 NV的卡 , 这个目前来说没有办法 。
新的40系列的显卡已经公布了上市的时间今年的第三季度 , 虽然功率高了(600W) , 但是相应的算力也高了 , 18432个CUDA核心、96MB缓存 。 据说4080就能达到 目前3090的水平 , 根据上面的测试 , 1万8的CUDA的表现至少要比 1万出头的3090提高60-70% , 所以就像我们最上面说的:不是必要的话现在不要买 , 买了就吃亏 , 买了就上当 。
https://www.overfit.cn/post/9ef4a9a4728f4fb69412abe267f634e4

相关经验推荐