GPU 和 AI 服务器性能测试

比较人工智能
GPU 性能一览

一张清晰的表格，展示了当前GPU在AI推理速度、VRAM和训练吞吐量方面的性能表现——涵盖从工作站显卡到数据中心Blackwell硬件。参考编号，帮助您为您的工作负载选择合适的GPU。

购买AI硬件 ↗︎ 联系我们的团队 ↗︎

403

顶级指数

288 GB

最大VRAM

卡片比较

GPU对比

AI 服务器

=100

索引到 RTX 3090

4–288 GB

VRAM范围

选择两个

一比分高下

有库存

与我们销售的产品相关

*排行榜 (01)

The 前三名, 排名

在该领域内最高的AI推理指数。以下每个数字都是以RTX 3090为100进行的比例。

2 白银

RTX Pro 5000 Blackwell

48 GB VRAM · Flagship

285指数

High-throughput production inference

1 黄金

RTX Pro 6000 Blackwell

96 GB VRAM · Flagship

403指数

Largest LLMs without quantization, multi-tenant serving

在商店中查看 ↗︎

3 青铜

RTX 4090 Pro

48 GB VRAM · High-end

238指数

Best price-to-performance for serious inference

在商店中查看 ↗︎

全场

所有：统计GPU数量，一表显示

按 VRAM 过滤，排序任意列，点击任意两行的 +，即可将它们直接送入下方的对战场。

A 对比 B 您的第一选择为A，第二选择为B——他们将在稍后的比赛中正面交锋。跳转到比较 ↓

GPU ↕	VRAM ↕	人工智能指数 ▼	FP16 TFLOPS ↕	培训 ↕	最佳选择
RTX Pro 6000 Blackwell 在商店 Flagship	96 GB	403	—	—	Largest LLMs without quantization, multi-tenant serving
RTX Pro 5000 Blackwell Flagship	48 GB	285	—	—	High-throughput production inference
RTX 4090 Pro 在商店 High-end	48 GB	238	—	—	Best price-to-performance for serious inference
RTX 5090 在商店 High-end	32 GB	207	419.1	—	Fastest single-GPU inference & image generation
A100 40GB 在商店 High-end	40 GB	152	312.0	1,396 img/s	Proven data-center training workhorse
RTX Pro 4500 Blackwell 在商店 Mid	32 GB	146	—	—	Balanced training + inference workstation
RTX 4080 Super Pro Mid	32 GB	139	—	—	Mid-range inference & light fine-tuning
RTX 4090 在商店 Mid	24 GB	133	165.2	1,301 img/s	Best all-round price-to-performance card
RTX 3090 在商店 Mid	24 GB	100	35.6	905 img/s	Budget-friendly entry into serious AI work
V100 32GB Entry	32 GB	84	125.0	—	Legacy data-center training
RTX Pro 4000 Blackwell 在商店 Entry	24 GB	83	—	—	Compact workstation inference
V100 16GB Entry	16 GB	62	125.0	833 img/s	Light training / dev environments
RTX 4070 Ti Super Mid	16 GB	56	—	—	Hobbyist projects & prototyping
RTX A4000 Entry	16 GB	51	19.2	—	Entry-level dev work, small models
RTX Pro 6000 Blackwell Max-Q 在商店 Flagship	96 GB	—	—	—	Power-efficient Max-Q variant for dense workstation builds
RTX Pro 6000 Blackwell Workstation 在商店 Flagship	96 GB	—	—	—	Boxed workstation edition, same silicon as Server Edition
B200 SXM Flagship	180 GB	—	2,250.0	—	Largest-scale multi-GPU training clusters
B100 SXM 在商店 Flagship	192 GB	—	1,750.0	—	Massive-context LLM training & serving
Instinct MI350X Flagship	288 GB	—	2,306.9	—	Massive VRAM pool for huge models, AMD ROCm stacks
Instinct MI325X Flagship	256 GB	—	1,307.4	—	Large-model inference with huge memory headroom
H200 SXM 在商店 Flagship	141 GB	—	989.5	—	High-bandwidth-memory LLM serving at scale
H200 NVL 在商店 Flagship	141 GB	—	989.5	—	PCIe/NVLink-bridge alternative to SXM for air-cooled racks
Gaudi 3 Flagship	128 GB	—	1,835.0	—	Intel-based large-scale training alternative
Instinct MI300X Flagship	192 GB	—	1,307.4	—	Single-GPU serving of very large open-weight models
H100 SXM5 在商店 Flagship	80 GB	—	989.5	—	Industry-standard large-model training & inference
RTX 6000 Ada Flagship	48 GB	—	—	—	Top-tier workstation for training & rendering
RTX 5090 Blower 在商店 High-end	32 GB	—	419.1	—	Blower-style RTX 5090 for dense multi-GPU builds
RTX 5090D V2 (China) 在商店 High-end	24 GB	—	—	—	China-compliant RTX 5090 variant, cost-efficient rigs
H100 NVL 在商店 High-end	94 GB	—	835.5	—	Dual-GPU NVLink inference for very large models
H100 PCIe High-end	80 GB	—	756.5	—	PCIe-server LLM training & inference
H800 在商店 High-end	80 GB	—	756.5	—	China-compliant H100 equivalent, reduced NVLink bandwidth
A800 80GB 在商店 High-end	80 GB	—	312.0	—	Export-compliant A100 alternative for restricted regions
A100 80GB 在商店 High-end	80 GB	—	312.0	—	Proven large-batch training workhorse
A800 40GB 在商店 High-end	40 GB	—	312.0	—	China-compliant A100 equivalent for large-scale training
L40S 在商店 High-end	48 GB	—	733.0	—	Mixed training + inference + rendering server card
RTX 5000 Ada 在商店 High-end	32 GB	—	—	—	High-end workstation training & inference
Instinct MI250X High-end	128 GB	—	383.0	—	Large-memory AMD training clusters
RTX 4070 Ti Mid	12 GB	—	40.1	—	Strong price-to-performance for local inference
L4 Mid	24 GB	—	242.0	—	Low-power inference & video AI at scale
L40 在商店 Mid	48 GB	—	181.1	—	Graphics + AI mixed workloads on one card
Instinct MI210 在商店 Mid	64 GB	—	181.0	—	PCIe AMD training/inference card
Instinct MI100 Mid	32 GB	—	184.6	—	Earlier-gen AMD CDNA training/inference card
L20 在商店 Mid	48 GB	—	119.5	—	Efficient server inference with large VRAM
Radeon RX 7900 XTX Mid	24 GB	—	122.8	—	AMD consumer flagship for local inference
RTX 4080 Super Mid	16 GB	—	104.4	—	Strong mid-range inference & gaming/AI hybrid use
Radeon RX 7900 XT Mid	20 GB	—	103.2	—	AMD mid-high consumer inference card
RTX 4080 Mid	16 GB	—	97.5	—	Solid mid-range inference workstation card
Quadro RTX 8000 在商店 Mid	48 GB	—	32.6	—	Large-VRAM legacy workstation for bigger models
A40 Mid	48 GB	—	149.7	—	Large-VRAM data-center inference card
A30 在商店 Mid	24 GB	—	165.0	—	Efficient shared-server inference
A10 在商店 Mid	24 GB	—	125.0	—	Cost-efficient cloud inference card
RTX 4500 Ada 在商店 Mid	24 GB	—	39.6	—	Workstation training with large VRAM headroom
RTX A6000 Mid	48 GB	—	38.7	—	Large-VRAM workstation for bigger models
RTX 3090 Ti Mid	24 GB	—	40.0	—	High-VRAM consumer card for local models
RTX 3080 Ti Mid	12 GB	—	34.1	—	Strong mid-range gaming/AI hybrid card
Arc A770 Mid	16 GB	—	39.4	—	Budget Intel card for OpenVINO/local inference
T4 Entry	16 GB	—	65.0	—	Very low-power cloud inference card
RTX A5000 Entry	24 GB	—	27.8	—	Reliable mid-VRAM workstation card
RTX A4500 在商店 Entry	20 GB	—	23.6	—	Small-batch workstation training
RTX 4000 Ada 在商店 Entry	20 GB	—	26.7	—	Compact single-slot workstation inference
RTX 4000 SFF Ada 在商店 Entry	20 GB	—	38.4	—	Small-form-factor workstation inference
RTX 3080 Entry	10 GB	—	29.8	—	Affordable gaming/AI hybrid card
RTX 2000 Ada 在商店 Entry	16 GB	—	24.0	—	Low-power small-form-factor inference
Quadro RTX 5000 在商店 Entry	16 GB	—	22.3	—	Legacy Turing workstation card, small models
Intel Flex 170 在商店 Entry	16 GB	—	138.0	—	Media/video-AI inference card
RTX 3070 Entry	8 GB	—	20.3	—	Cheapest realistic entry point for small models
RTX 4060 Ti 16GB Entry	16 GB	—	22.1	—	Budget 16GB card for local LLM experiments
RTX A2000 在商店 Entry	12 GB	—	8.0	—	Ultra-low-power dev / edge inference
RTX 4070 Entry	12 GB	—	29.1	—	Affordable current-gen dev/inference card
Radeon RX 7800 XT Entry	16 GB	—	74.4	—	AMD mid-tier card with generous VRAM
Tesla P100 在商店 Entry	16 GB	—	18.7	—	Legacy Pascal data-center training card
RTX 4060 Entry	8 GB	—	15.1	—	Cheapest current-gen entry inference card
Instinct MI50 Entry	32 GB	—	26.8	—	Cheap secondhand AMD VRAM for local inference
Radeon RX 7600 Entry	8 GB	—	43.5	—	Budget AMD card for light local inference
T1000 在商店 Entry	8 GB	—	—	—	Ultra-low-power display/dev card, not AI-focused
Quadro P2200 在商店 Entry	5 GB	—	—	—	Legacy budget workstation card, minimal AI use
T400 在商店 Entry	4 GB	—	2.2	—	Display-output card, not suitable for real AI workloads
Quadro P1000 在商店 Entry	4 GB	—	—	—	Ultra-budget entry GPU, not recommended for AI workloads

显示 78 张 / 78 张卡片

多GPU系统

AI 服务器 — 总系统计算

多GPU服务器的评判标准不同于单卡 —— 关键在于其内部每个GPU的总计算能力。以下的总计算能力是根据上表中每个卡的FP16 TFLOPS数字乘以GPU数量得出，以确保服务器在相同的基准范围内。 48 系统目前已列入我们的AI硬件目录 — 点击任何名称查看完整规格和价格。

服务器	GPU 配置	总 VRAM	总计算能力（FP16 TFLOPS）	价格
NVIDIA DGX B200 DGX / Desktop	8x Blackwell GPUs, 1,440GB	1,440 GB	18,000.0	$515,000
Gigabyte G893-SD1-AAX5 Rack Server	8x B200 SXM (HGX B200)	1,440 GB	18,000.0	索取报价
Gigabyte G893-ZD1-AAX5 Rack Server	8x B200 SXM (HGX B200)	1,440 GB	18,000.0	索取报价
HGX B200 8-GPU Baseboard Baseboard	8x B200, 1,536GB HBM3e	1,536 GB	18,000.0	索取报价
NVIDIA DGX H100 DGX / Desktop	8x H100 SXM5, 640GB	640 GB	7,916.0	$6,700
NVIDIA DGX H200 DGX / Desktop	8x H200 SXM5, 1,128GB	1,128 GB	7,916.0	索取报价
ASRock Rack 6U8X-EGS2 Rack Server	8x H200 SXM	1,128 GB	7,916.0	$2,500
ASUS ESC N8-E11 Rack Server	8x H200 SXM (HGX)	1,128 GB	7,916.0	$2,600
Dell PowerEdge XE9680 Rack Server	8x H100 SXM	640 GB	7,916.0	$22,000
Gigabyte G593-SD2-AAX1 Rack Server	8x H100 SXM, 640GB	640 GB	7,916.0	$5,600
Gigabyte G593-ZD2 (H100 Barebone) Rack Server	8x H100 SXM5 (barebone)	640 GB	7,916.0	$45,000
Gigabyte G593-ZD2 (H200 Barebone) Rack Server	8x H200 SXM5 (barebone)	1,128 GB	7,916.0	索取报价
Lenovo ThinkSystem SR675 V3 Rack Server	8x H100 SXM	640 GB	7,916.0	$300,000
Lenovo HGX H200 8-GPU Server Rack Server	8x H200 SXM, 141GB each	1,128 GB	7,916.0	索取报价
Quanta S7PH H100 Rack Server	8x H100 SXM	640 GB	7,916.0	$280,000
Quanta S7PH H200 (Barebone) Rack Server	8x H200 SXM (barebone)	1,128 GB	7,916.0	$20,000
HGX H100 Baseboard (Liquid) Baseboard	8x H100 SXM5, 640GB, liquid-cooled	640 GB	7,916.0	$3,400
HGX H100 8-GPU Baseboard Baseboard	8x H100 SXM5, 640GB	640 GB	7,916.0	$3,400
HGX H200 8-GPU Baseboard (Air) Baseboard	8x H200 SXM, 1,128GB, air-cooled	1,128 GB	7,916.0	索取报价
HGX H200 8-GPU Baseboard (Liquid) Baseboard	8x H200 SXM, 1,128GB, liquid-cooled	1,128 GB	7,916.0	索取报价
NVIDIA DGX H800 DGX / Desktop	8x H800 SXM5, 640GB	640 GB	6,052.0	索取报价
Supermicro HGX H800 SYS-821GE Rack Server	8x H800 SXM	640 GB	6,052.0	$5,499
HGX H200 4-GPU Baseboard Baseboard	4x H200 SXM, 564GB	564 GB	3,958.0	$180,000
Lenovo HGX H200 4-GPU Board Baseboard	4x H200 SXM, liquid-cooled	564 GB	3,958.0	$7,800
Supermicro SYS-741GE-TNRT Compact	4x H100 PCIe	320 GB	3,026.0	$5,999
NVIDIA DGX A100 DGX / Desktop	8x A100 SXM4, 640GB	640 GB	2,496.0	索取报价
Exeton Quasar 640X Rack Server	8x A100 SXM, 640GB NVLink	640 GB	2,496.0	索取报价
Gigabyte G492-ZD0 (Used) Rack Server	8x A100 SXM	640 GB	2,496.0	索取报价
Supermicro AS-4124GO-NART+ Rack Server	8x A100 HGX	640 GB	2,496.0	$13,000
HGX A100 8-GPU Baseboard (640GB) Baseboard	8x A100 SXM4, 640GB	640 GB	2,496.0	$5,600
HGX A100 8-GPU Baseboard (320GB) Baseboard	8x A100 SXM4 40GB, 320GB total	320 GB	2,496.0	索取报价
NVIDIA DGX Station A100 DGX / Desktop	4x A100, 160GB	160 GB	1,248.0	$85,000
RTX 5090 Full System Compact	Pre-built RTX 5090 AI workstation	32 GB	419.1	$6,000
ASUS Ascent GX10 DGX / Desktop	GB10 Grace Blackwell Superchip	128 GB	—	索取报价
ASUS ESC8000A-E12P Rack Server	Dual EPYC 9004, up to 8x GPU	—	—	索取报价
ASUS XA NB3I-E12 Rack Server	8x B300 NVL (HGX B300 NVL8)	—	—	$7,999
Gigabyte H263-S67 (2U 4-Node) Compact	2U 4-node high-density chassis	—	—	$18,000
NVIDIA DGX Spark DGX / Desktop	GB10 Grace Blackwell Superchip	128 GB	—	索取报价
NVIDIA Jetson AGX Orin Dev Kit Edge	Edge AI module, 64GB	64 GB	—	索取报价
QuantaGrid D74H-7U Rack Server	8-GPU chassis (barebone)	—	—	索取报价
Supermicro AS-8125GS-TNHR (Refurb) Rack Server	8-GPU server (refurbished)	—	—	索取报价
Supermicro AS-8126GS-NB3RT Rack Server	8x B300 NVL (HGX B300 NVL8)	—	—	$450,000
Supermicro GH200 SuperServer DGX / Desktop	NVIDIA GH200 Grace Hopper Superchip (used)	—	—	索取报价
Supermicro SYS-111C-NR-G1 Compact	1U GPU-ready server	—	—	$5,600
Supermicro SYS-212H-TN-G1 Compact	2U GPU-ready server	—	—	索取报价
Supermicro SYS-511E-WR-G1 Compact	1U GPU-ready server	—	—	$3,500
Supermicro SYS-521C-NR-G1 Compact	2U GPU-ready server	—	—	$4,500
Supermicro SYS-522GA-NRT Compact	RTX PRO 6000 / L40S multi-GPU	—	—	索取报价

一对一比赛

将任意两张卡片放入环中

已经在上方发现了几个偏好的GPU？任选两个GPU，观察它们在VRAM、推理指数、FP16计算和训练吞吐量方面的对比——并用简明的语言得出哪个更胜一筹以及原因。

战士A

RTX Pro 6000 Blackwell

Flagship

403推理指数

在商店查看 ↗︎

战士B

RTX 3090

Mid

100推理指数

在商店查看 ↗︎

96 GB VRAM 24 GB

403 人工智能推理指数 100

— 计算（FP16 TFLOPS） 35.6

— 培训吞吐量 905 img/s

判决赢家领先：输家在：指标上的差距为：差距。它还配备了更多的 VRAM (96 GB 比 24 GB)，因此适合更大的模型。

数据以RTX 3090为基准，指数为100 · “—”表示没有该型号显卡的已发布基准测试

方法论

这些数字的含义

收集已发表的基准测试

我们从公开发布的GPU云基准测试数据开始——可验证的数字，任何人都可以核实，没有内部猜测。

请提供三个实际工作负载的评分

每张卡片都涵盖了LLM推理、图像生成和视觉等方面——这是AI硬件全天实际进行的工作。

LLM 推理

在流行的开源模型中，Token 生成速度，从轻量级的 8B 助手到 70B+ 大型模型。

图像生成

扩散模型的吞吐量和延迟，涵盖从高速涡轮管道到生产级渲染的一切。

视觉与OCR

在实际并发负载下的多模态图像理解和文档 OCR 处理能力。

将所有指标以RTX 3090为基准，设为100。

所有评分都基于一个100分的评分标准，RTX 3090作为基准——因此，任何两张显卡一目了然地进行比较。

培训吞吐量

单GPU独立发布的图形（每秒图像数），显示在与该型号卡匹配的基准测试存在的地方。

仅供参考的基础数据——实际效果因软件堆栈、驱动程序、批处理大小和工作负载而异。不能作为性能保证。

不熟悉这些术语吗？阅读关于选择AI GPU的简单指南

直接联系团队

未找到您的硬件？只需询问。

无论您是需要特定的GPU、完整的服务器配置，还是对本页上的数字有任何疑问——请随时联系我们，我们的工程师通常会在两小时内回复您。

✓ 列出了78个GPU和48个服务器——以及我们可以采购的数百个更多设备
✓ 全球免费DDP运输，接受加密货币
✓ 批发和批量价格，欢迎咨询
✓ 无义务——一个问题，而非承诺

选择合适的卡

哪个GPU适合您的工作负载

GPU级别与您实际计划运行的内容的粗略对照指南。

旗舰

绝对顶级水平——为同时服务数千用户的AI公司的企业量身打造。

相对性能

70B+ 车型，无量化
多租户生产服务
大批量微调

典型卡片RTX Pro 6000 · H200 · B200

高端

为 demanding 团队和繁重的日常工作提供强大的生产能力。

相对性能

30B–70B 推理
实时图像生成
小规模培训

典型卡片RTX 5090 · H100 · A100

中端

理想的平衡点——以小团队能够承受的价格，提供卓越性能。

相对性能

8B–30B 模型推理
性价比最佳
单人开发者工作负载

典型卡片RTX 4090 · RTX 3090 · L40S

入口

一种经济实惠的入门方式——本地学习、原型设计及运行较小的模型。

相对性能

原型设计与学习
小型模型微调
轻量开发环境

典型卡片RTX A4000 · RTX 4060 Ti · T4

常见问题解答

常见问题

AI推理指数代表什么？

它是一个相对数值，显示GPU在LLM推理、图像生成和视觉工作负载中的整体性能，比例以RTX 3090始终等于100为基准。得分为200意味着大致是RTX 3090总吞吐量的两倍。

哪个GPU具有最高的AI推理指数？

RTX Pro 6000 Blackwell 目前以 AI 推理指数 403 位列我们的排名第一——大致是 RTX 3090 基准的推理吞吐总量的四倍——配备 96 GB 显存，适用于无需量化的最大 LLMs。

什么是性价比最高的GPU用于AI推理？

RTX 5090 (AI Inference Index 207, 32 GB) 和 RTX 4090 (指数 133, 24 GB) 在单GPU推理和图像生成方面提供了最强的性价比。RTX 4090 Pro 变体增加了 48 GB VRAM，以支持更大模型，同时保持消费者级的价值。

什么是运行大型语言模型的最佳GPU？

对于未进行量化的最大LLMs，旗舰级数据中心卡如RTX Pro 6000 Blackwell（96 GB）、H200（141 GB）和Instinct MI300X（192 GB）为您提供了内存余量，能够让完整模型保持驻留。对于8B至30B模型，单个RTX 5090或RTX 4090可在极低成本下实现出色的吞吐量。

我可以从MillionMiner购买这款硬件吗？

是的 — 当前一代的 NVIDIA GPU 和完整的 AI 服务器可以通过我们的 AI 硬件目录获得，提供全球 DDP 运输和按需的 B2B 价格。

为什么RTX 3090被作为基准？

它是最广泛部署的具有AI能力的GPU之一，成为比较新旧硬件的实际且广为人知的参考点。

更多的VRAM是否总意味着更好的性能？

VRAM 决定了哪些模型大小和批处理大小可以适配——它本身并不决定速度。即使显存较少的矿卡，如果其架构和内存带宽更强，仍然可以获得更高的推理指数。

哪款GPU拥有用于大型AI模型的最高VRAM容量？

AMD Instinct MI350X 以 288 GB 位居首位，其次是 MI325X，配备 256 GB。在 NVIDIA 显卡中，B100 SXM 提供 192 GB 高带宽内存，而 H200 则提供 141 GB。更多的 VRAM 使您可以加载更大的模型和批次，而无需在多个 GPU 之间拆分。

AI推理指数与FP16 TFLOPS之间的区别在于：AI推理指数（AI Inference Index）衡量的是硬件在执行人工智能推理任务时的性能效率和实际表现，通常结合多种因素进行综合评估；而FP16 TFLOPS指的是硬件在使用半精度浮点数（FP16）进行计算时的理论最大浮点运算能力，主要反映纯粹的计算性能。

FP16 TFLOPS 是制造商公布的理论峰值计算指标——纯硬件的最高水平。AI 推理指数是一个基于工作负载的测量得分，由在大型语言模型、图像和视觉任务中的公开基准测试构建。当内存带宽或软件支持限制其性能时，即使显卡显示出高理论 TFLOPS，实际的指数也会较低。

如何比较NVIDIA H100和H200？

两者均为Hopper架构的数据中心GPU，额定性能为989,5 FP16 TFLOPS。区别在于内存：H200配备了141 GB更快的HBM3e，而H100则为80 GB，因此它能支持更大的模型和更长的上下文窗口，并具有更高的持续吞吐量。在大多数新的LLM服务部署中，H200是更强的选择。

我可以将两款特定的GPU进行一对一的比较吗？

是的。请使用本页面的比较竞技场，选择我们列出的78个GPU中的任意两个，查看它们的AI推断指数、VRAM、FP16 TFLOPS和训练吞吐量，并突出显示每项指标的获胜者。

您需要使用具有高计算能力的 GPU 来训练 AI 模型，而不仅仅是运行它们。推荐选择支持大量 CUDA 核心、较大显存以及高计算性能的 GPU，例如 NVIDIA 的 A100、RTX 3090、RTX 4090 或更高端的数据中心卡。这些 GPU 具备强大的并行处理能力，有助于加速模型训练过程。

训练比推理对内存和计算的需求要高得多，因此更倾向于使用具有大显存和高FP16 TFLOPS的旗舰显卡，例如H100、H200、B200或Instinct MI300X系列。我们的训练吞吐量列显示在有公开基准测试的情况下，每秒单GPU处理的图像数量——例如，在A100 40GB上为1,396张/秒，而在RTX 3090上为905张/秒。

您也出售完整的多GPU AI服务器吗？

是的。除了78个单独的GPU之外，我们还列出了48台完整的多GPU AI服务器，包括基于H100、H200和Blackwell加速器的HGX和DGX级系统，适用于大规模训练和生产推理。请联系我们获取配置和B2B价格。

基准测试是否包括AMD和Intel GPU，还是仅包括NVIDIA？

全部涵盖。除了完整的 NVIDIA 系列产品外，我们还包括 AMD Instinct 加速器（MI350X、MI325X、MI300X、MI250X）和 Radeon 显卡，以及 Intel Gaudi 3 和 Arc，方便您在一个统一的指数上进行供应商间的比较。

这些基准数据的准确性有多高？

每个数据均基于公开发布的基准测试和制造商数据，汇总成一致的指数供参考。实际结果会因软件堆栈、驱动程序、批处理大小和工作负载而异，因此请将这些数字视为一个比较指南，而非性能保证。

此数据的更新频率是多少？

我们会在新一代GPU发布时以及更多基准数据可用时，审查和更新数据。

仍在比较吗？

直接联系我们

请通过上方的联系表格提交您的问题——或在WhatsApp上给我们留言，数分钟内即可获得回复。

前往联系表格 ↗︎ WhatsApp ↗︎