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。
三、性能测试
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。
四、总结
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 ( )!
五、引用
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