置顶省流：性能略逊RTX A4000，除非想组小体积工作站，以目前1W的售价来说不值得买

一、前言

出于种种原因，玩了三年itx机箱的我选择了ZS-A4DC作为退烧箱，去年矿潮过后，RTX A2000降价后便捡了一块盒装。今年的GTC23上，NV推出了它的升级款RTX 4000 SFF Ada，上了老黄的AI未来当的我第一时间购入了，简单做了一些benchmark给大伙看个乐。

二、规格

贴吧老哥以及丽台官方做过开箱了，我这里就跳过，简单看一下外观。整体外观与A2000相同，仅多了原生背板以及NV Link接口。

在NV的PPT提到了第三代Tensor，这也是骗到我购买这张卡的原因——预估8.7k的售价，75瓦的卡在某方面能与竟然能与a6000相当，这能不冲一张玩玩？事实证明是我想多了。

测试平台：

CPU：i5 12500

主板：华擎z790i-pg

内存：某百达ddr5 16g*2

显卡：RTX A2000 6g

RTX4000 SFF Ada

系统：windows10

在贴结果之前我想先引入一个概念“核显输出，独显渲染”，这是P106那种无显示输出卡的玩法，正常显卡也可以用，前提是必须要有核显。下图是我用雷电实现的一线通。此外，在我实测时还发现核显输出时部分软件跑分有些许提升。

测试成绩汇总：

各项成绩截图我会另外发出来（图太多了）

玩“核输独渲”相比显卡直出能够有提升这说明核显一起参与了计算；至于负提升，我想应该是拖累了显卡带宽吧？参考3dmark这句话：

TensorFlow的基准测试还包含了resnet50,resnet152, inception3, vgg16, googlenet, alexnet等模型，临时学了一点后我做了RTX4000 SFF的具体的benchmark表现，如下：

从Ai Benchmark分数上来看 RTX4000 SFF 是RTX4090的一半，从体积&功耗上来说，这张双槽刀卡性能很不错；从性价比方面考虑，我觉得各位还是买4090吧。

RTX4000 SFF Ada性能略逊于RTX A4000，除了装小型工作站（自制机箱或p360 ultra)的用户，不推荐首发售价购买。其实半高卡有这性能我是非常满意的，只是价格太难看了。

So，Nvidia （）！

参考了一些大佬的分享，我在这里贴出来

RTX A2000-12G：https://www.chiphell.com/thread-2367430-1-1.html

RTX A4000：https://www.chiphell.com/thread-2334303-1-1.html

TensorFlow：https://blog.51cto.com/u_12113362/5434659

TensorBenchmark各模型测试：https://zhuanlan.zhihu.com/p/57050138

AiBenchmark排行：https://ai-benchmark.com/ranking_deeplearning.html

Blender Benchmark：https://opendata.blender.org/?utm_medium=nav-global