显卡对比

A系列和RTX系列对比

以下是 NVIDIA H系列（最新 Hopper 架构，面向数据中心和高性能计算）与 NVIDIA A系列 和 NVIDIA RTX 系列 的对比补充，涵盖 性能、价格 和 适用场景 等关键信息：

全系列对比（包含 H系列）

型号 定位 架构 显存 FP32 性能 AI 性能 光线追踪 功耗 价格（RMB） 适用场景
NVIDIA H100 数据中心/HPC Hopper 80GB HBM3 60 TFLOPS 2,000 TFLOPS 不支持 700W ¥200,000 - ¥300,000 AI 训练、科学计算、大规模仿真
NVIDIA H200 数据中心/HPC Hopper 96GB HBM3 待定 待定 不支持 待定 ¥300,000+ AI 训练、科学计算、大规模仿真
NVIDIA A100 数据中心/HPC Ampere 40GB/80GB HBM2 19.5 TFLOPS 312 TFLOPS 不支持 400W ¥70,000 - ¥100,000 AI 训练、科学计算、大规模仿真
NVIDIA A40 数据中心/HPC Ampere 48GB GDDR6 37.4 TFLOPS 149 TFLOPS 不支持 300W ¥35,000 - ¥50,000 AI 推理、科学计算、设计仿真
NVIDIA A30 数据中心/HPC Ampere 24GB HBM2 10.3 TFLOPS 82 TFLOPS 不支持 165W ¥20,000 - ¥30,000 AI 推理、科学计算、云服务
NVIDIA A2 数据中心/HPC Ampere 16GB GDDR6 4.8 TFLOPS 38 TFLOPS 不支持 60W ¥7,000 - ¥10,000 AI 推理、边缘计算
NVIDIA RTX A6000 专业工作站 Ampere 48GB GDDR6 38.7 TFLOPS 309 TFLOPS 支持 300W ¥35,000 - ¥45,000 高端 3D 设计、仿真、AI 任务
NVIDIA RTX A5000 专业工作站 Ampere 24GB GDDR6 27.8 TFLOPS 222 TFLOPS 支持 230W ¥18,000 - ¥25,000 中高端 3D 设计、仿真、AI 任务
NVIDIA RTX A4000 专业工作站 Ampere 16GB GDDR6 19.2 TFLOPS 153.6 TFLOPS 支持 140W ¥8,000 - ¥12,000 中端 3D 设计、仿真、视频编辑
NVIDIA RTX A2000 专业工作站 Ampere 12GB GDDR6 8.9 TFLOPS 71.4 TFLOPS 支持 70W ¥4,000 - ¥6,000 轻度 3D 设计、仿真
NVIDIA RTX 4090 消费级旗舰 Ada Lovelace 24GB GDDR6X 82 TFLOPS 1,321 TFLOPS 支持 450W ¥12,000 - ¥14,000 4K 游戏、专业设计、AI 任务
NVIDIA RTX 4080 消费级高端 Ada Lovelace 16GB GDDR6X 49 TFLOPS 780 TFLOPS 支持 320W ¥8,000 - ¥9,500 1440p/4K 游戏、中高端设计
NVIDIA RTX 4070 消费级中端 Ada Lovelace 12GB GDDR6X 29 TFLOPS 466 TFLOPS 支持 200W ¥4,500 - ¥5,500 1440p 游戏、轻度设计
NVIDIA RTX 4060 消费级入门 Ada Lovelace 8GB GDDR6 15 TFLOPS 200 TFLOPS 支持 115W ¥2,500 - ¥3,500 1080p 游戏、轻度设计

总结

  1. H系列：
    • Hopper 架构，面向 数据中心和高性能计算，适合 超大规模 AI 训练和科学计算。
    • 性能顶级，但价格极其昂贵。

  2. A系列：
    • Ampere 架构，面向 数据中心和高性能计算，适合 AI 训练、科学计算和仿真。
    • 性能强大，价格较高。

  3. RTX A系列：
    • Ampere 架构，面向 专业工作站，适合 3D 设计、仿真和视频编辑。
    • 支持 光线追踪，性能与消费级 GPU 相当，但价格较高。

  4. RTX 系列：
    • Ada Lovelace 架构，面向 消费级市场，适合 游戏玩家和设计师。
    • 支持 光线追踪 和 DLSS，性价比高，但显存和计算能力不如专业级 GPU。

选择建议

• 如果您是 企业或研究机构，需要大规模计算能力，选择 H系列 或 A系列。
• 如果您是 专业设计师或工程师，需要工作站级别的 GPU，选择 RTX A系列。
• 如果您是 游戏玩家或轻度设计用户，选择 RTX 系列。

希望这张表格能帮助您快速对比和选择！如果还有其他问题，请随时提问。

NVIDIA GeForce 系列（2016-2019）

以下是 NVIDIA GeForce 系列显卡 的 最全列表，覆盖 从入门级到旗舰级 的所有主要型号（截至 2023 年 10 月），包含 架构、显存、性能、功耗 和 价格（人民币）等关键信息。列表按 代际 分类，方便对比不同世代显卡的差异。

1. GTX 10 系列（Pascal 架构，2016 年）

型号 显存 CUDA 核心 FP32 性能 功耗 价格（人民币） 适用场景
GTX 1050 2GB 2GB GDDR5 640 1.8 TFLOPS 75W ¥400 - ¥600（二手） 1080p 轻度游戏、办公
GTX 1050 Ti 4GB 4GB GDDR5 768 2.1 TFLOPS 75W ¥500 - ¥800（二手） 1080p 中画质游戏
GTX 1060 3GB 3GB GDDR5 1,152 3.5 TFLOPS 120W ¥600 - ¥800（二手） 1080p 高画质游戏
GTX 1060 6GB 6GB GDDR5 1,280 4.4 TFLOPS 120W ¥700 - ¥1,000（二手） 1080p 高画质游戏
GTX 1070 8GB 8GB GDDR5 1,920 6.5 TFLOPS 150W ¥1,000 - ¥1,500（二手） 1440p 中高画质游戏、VR
GTX 1080 8GB 8GB GDDR5X 2,560 8.9 TFLOPS 180W ¥1,500 - ¥2,500（二手） 1440p 高画质游戏、早期 4K

2. GTX 16 系列（Turing 架构，2019 年）

型号 显存 CUDA 核心 FP32 性能 功耗 价格（人民币） 适用场景
GTX 1650 4GB 4GB GDDR5 896 3.0 TFLOPS 75W ¥800 - ¥1,000（全新） 1080p 中画质游戏
GTX 1650 Super 4GB 4GB GDDR6 1,280 4.4 TFLOPS 100W ¥1,000 - ¥1,200（二手） 1080p 高画质游戏
GTX 1660 6GB 6GB GDDR5 1,408 5.0 TFLOPS 120W ¥1,200 - ¥1,500（二手） 1080p 高画质游戏
GTX 1660 Super 6GB 6GB GDDR6 1,408 5.0 TFLOPS 125W ¥1,300 - ¥1,600（二手） 1080p 高画质游戏
GTX 1660 Ti 6GB 6GB GDDR6 1,536 5.5 TFLOPS 120W ¥1,500 - ¥2,000（二手） 1080p 高刷游戏

3. RTX 20 系列（Turing 架构，2018 年）

型号 显存 CUDA 核心 FP32 性能 功耗 价格（人民币） 适用场景
RTX 2060 6GB 6GB GDDR6 1,920 6.5 TFLOPS 160W ¥1,500 - ¥2,000（二手） 1080p 光追游戏、DLSS 2.0
RTX 2060 Super 8GB 8GB GDDR6 2,176 7.2 TFLOPS 175W ¥1,800 - ¥2,500（二手） 1440p 光追游戏
RTX 2070 8GB 8GB GDDR6 2,304 7.9 TFLOPS 175W ¥2,000 - ¥3,000（二手） 1440p 光追游戏、VR
RTX 2070 Super 8GB 8GB GDDR6 2,560 9.0 TFLOPS 215W ¥2,500 - ¥3,500（二手） 1440p 高刷光追游戏
RTX 2080 8GB 8GB GDDR6 2,944 10.1 TFLOPS 215W ¥3,000 - ¥4,500（二手） 4K 光追游戏、内容创作
RTX 2080 Super 8GB 8GB GDDR6 3,072 11.2 TFLOPS 250W ¥3,500 - ¥5,000（二手） 4K 光追游戏、专业设计
RTX 2080 Ti 11GB 11GB GDDR6 4,352 13.4 TFLOPS 250W ¥5,000 - ¥8,000（二手） 4K 极致性能、专业渲染

4. RTX 30 系列（Ampere 架构，2020 年）

型号 显存 CUDA 核心 FP32 性能 功耗 价格（人民币） 适用场景
RTX 3050 8GB 8GB GDDR6 2,560 9.0 TFLOPS 130W ¥1,500 - ¥1,800（全新） 1080p 光追游戏、DLSS 2.0
RTX 3060 12GB 12GB GDDR6 3,584 13 TFLOPS 170W ¥2,000 - ¥2,500（全新） 1440p 光追游戏、AI 推理
RTX 3060 Ti 8GB 8GB GDDR6 4,864 16.2 TFLOPS 200W ¥2,500 - ¥3,000（全新） 1440p 高刷游戏、专业设计
RTX 3070 8GB 8GB GDDR6 5,888 20 TFLOPS 220W ¥3,500 - ¥4,000（全新） 1440p 极致光追、内容创作
RTX 3070 Ti 8GB 8GB GDDR6X 6,144 21.7 TFLOPS 290W ¥4,000 - ¥4,500（全新） 1440p 高刷光追、8K 视频编辑
RTX 3080 10GB 10GB GDDR6X 8,704 30 TFLOPS 320W ¥5,000 - ¥6,000（全新） 4K 光追游戏、专业渲染
RTX 3080 Ti 12GB 12GB GDDR6X 10,240 34.1 TFLOPS 350W ¥6,500 - ¥8,000（全新） 4K 极致性能、AI 训练
RTX 3090 24GB 24GB GDDR6X 10,496 36 TFLOPS 350W ¥10,000 - ¥12,000（二手） 8K 游戏、专业渲染、科学计算
RTX 3090 Ti 24GB 24GB GDDR6X 10,752 40 TFLOPS 450W ¥12,000 - ¥15,000（二手） 8K 极致性能、大规模 AI 训练

5. RTX 40 系列（Ada Lovelace 架构，2022 年）

型号 显存 CUDA 核心 FP32 性能 功耗 价格（人民币） 适用场景
RTX 4060 8GB 8GB GDDR6 3,072 15 TFLOPS 115W ¥2,500 - ¥3,000（全新） 1080p 高刷 + DLSS 3 优化
RTX 4060 Ti 8GB 8GB GDDR6 4,352 22 TFLOPS 160W ¥3,000 - ¥3,500（全新） 1440p 高刷游戏、AI 加速
RTX 4070 12GB 12GB GDDR6X 5,888 29 TFLOPS 200W ¥4,500 - ¥5,500（全新） 1440p 极致光追、专业设计
RTX 4070 Ti 12GB 12GB GDDR6X 7,680 40 TFLOPS 285W ¥6,000 - ¥7,000（全新） 4K 光追游戏、8K 视频处理
RTX 4080 16GB 16GB GDDR6X 9,728 49 TFLOPS 320W ¥8,000 - ¥9,500（全新） 4K 高刷光追、AI 训练与推理
RTX 4090 24GB 24GB GDDR6X 16,384 82 TFLOPS 450W ¥12,000 - ¥14,000（全新） 8K 游戏、电影级渲染、大规模 AI 计算

关键总结

  1. 入门级（¥500 - ¥1,500）：
    • GTX 1650/1050 Ti：轻度游戏、办公。
    • RTX 3050：支持光线追踪和 DLSS 的入门选择。

  2. 中端（¥1,500 - ¥3,500）：
    • RTX 3060/4060：1440p 游戏、轻度 AI 任务。
    • RTX 3060 Ti：性价比最高的 1440p 高刷显卡。

  3. 高端（¥3,500 - ¥8,000）：
    • RTX 4070/3080：4K 游戏、专业设计。
    • RTX 4070 Ti：4K 高刷光追的均衡选择。

  4. 旗舰级（¥8,000+）：
    • RTX 4090：8K 游戏、专业渲染、AI 计算的终极选择。

注意事项

• 二手显卡风险：GTX 10/16/20 系列部分型号可能存在矿卡，建议优先选择支持个人送保的品牌（如华硕、微星）。
• 电源需求：RTX 40 系列需搭配 ATX 3.0 电源和 16-pin 接口（如 RTX 4090 需 850W 以上电源）。
• DLSS 技术：RTX 30/40 系列支持 DLSS 2.0/3.0，显著提升游戏帧率。

希望这份列表能帮助您全面了解 NVIDIA GeForce 系列显卡！如需具体型号的详细评测或购买建议，请随时提问！

NVIDIA GeForce（2010-2015）

以下是 2010-2015年NVIDIA GeForce桌面显卡全列表，按年份排序，包含架构、关键参数及适用场景：

📅 2010-2015年GeForce显卡全表（按年份排序）

型号 架构 显存 CUDA核心 FP32性能 功耗 价格（二手） 适用场景 年份
GTX 480 Fermi 1.5GB GDDR5 480 1.35 TFLOPS 250W ¥200-¥400 DX11早期大作（如《战地3》） 2010
GTX 580 Fermi 1.5GB GDDR5 512 1.58 TFLOPS 244W ¥300-¥500 1080p高画质游戏 2010
GTX 560 Ti Fermi 1GB GDDR5 384 1.09 TFLOPS 170W ¥150-¥300 主流1080p游戏 2011
GTX 550 Ti Fermi 1GB GDDR5 192 0.69 TFLOPS 116W ¥80-¥150 轻度游戏/办公 2011
GT 520 Fermi 1GB DDR3 48 0.14 TFLOPS 29W ¥50-¥80 亮机卡/基础显示 2011
GTX 680 Kepler 2GB GDDR5 1536 3.09 TFLOPS 195W ¥400-¥600 1440p入门游戏 2012
GTX 670 Kepler 2GB GDDR5 1344 2.46 TFLOPS 170W ¥300-¥500 1080p高画质游戏 2012
GTX 660 Ti Kepler 2GB GDDR5 1344 2.34 TFLOPS 150W ¥250-¥450 1080p高画质游戏 2012
GTX 650 Ti Boost Kepler 2GB GDDR5 768 1.63 TFLOPS 134W ¥200-¥350 1080p中画质游戏 2012
GT 640 (GDDR5) Kepler 1-2GB GDDR5 384 0.74 TFLOPS 65W ¥100-¥200 办公/旧游戏 2012
GTX 780 Ti Kepler 3GB GDDR5 2880 5.04 TFLOPS 250W ¥600-¥900 1440p高画质游戏 2013
GTX 770 Kepler 2GB GDDR5 1536 3.19 TFLOPS 230W ¥350-¥550 1080p极致画质 2013
GTX 760 Kepler 2GB GDDR5 1152 2.34 TFLOPS 170W ¥250-¥400 1080p高画质游戏 2013
GTX 750 Ti Maxwell 2GB GDDR5 640 1.39 TFLOPS 60W ¥200-¥350 低功耗游戏/办公 2014
GTX 980 Maxwell 4GB GDDR5 2048 4.61 TFLOPS 165W ¥800-¥1,200 1440p高画质/早期4K 2014
GTX 970 Maxwell 3.5GB+0.5GB GDDR5 1664 3.92 TFLOPS 148W ¥600-¥1,000 1440p中画质（显存门警告） 2014
GT 730 (GDDR5) Kepler 1-2GB GDDR5 384 0.69 TFLOPS 49W ¥80-¥150 多屏办公/旧游戏（720p） 2014
GT 730 (DDR3) Fermi 1-2GB DDR3 96 0.34 TFLOPS 49W ¥50-¥100 亮机卡/基础显示 2014
GTX 960 Maxwell 2GB GDDR5 1024 2.30 TFLOPS 120W ¥400-¥600 1080p高画质游戏 2015
GTX 950 Maxwell 2GB GDDR5 768 1.82 TFLOPS 90W ¥300-¥500 1080p中画质游戏 2015

🔍 关键说明

  1. 架构演进：
    • Fermi（2010-2011）：高功耗高发热，主打DX11性能（如GTX 580）。
    • Kepler（2012-2013）：能效提升，支持PCIe 3.0和GPU Boost（如GTX 680）。
    • Maxwell（2014-2015）：革命性能效比，支持DX12和VXGI（如GTX 980）。

  2. GT 730版本差异：
    • GDDR5版（Kepler）：性能接近GT 640，适合轻度游戏。
    • DDR3版（Fermi）：实为GT 630马甲卡，仅适合亮机。

  3. 避坑型号：
    • GTX 970：3.5GB显存门问题，高分辨率游戏易卡顿。
    • GT 730 DDR3版：性能极弱，价格虚高。

💡 选购建议

• 怀旧游戏（2010-2013）：GTX 660 Ti（￥250）可流畅运行《上古卷轴5》《使命召唤：现代战争3》。
• 低功耗需求：GTX 750 Ti（￥200）无需外接供电，适合老平台升级。
• 性价比之选：GTX 960（￥400）性能接近GTX 1050，支持《GTA V》1080p高画质。

如需具体型号的详细评测或对比，请随时告知！

posted @ 2025-03-24 04:58  redufa  阅读(779)  评论(0)    收藏  举报