㈠ NVIDIA和AMD各型號顯卡ETH算力功率一覽表最新版
隨著ETH價格的上漲,顯卡的功耗和算力成為了許多人關注的焦點。盡管網路上能找到相關數據,但時效性是個問題。因此,本文特別整理了NVIDIA和AMD各型號顯卡在以太坊(ETH)挖礦中的算力以及功耗情況,並將持續更新。
NVIDIA顯卡的ETH算力和功耗如下:大部分支持的6GB以上顯存型號包括1060/1060Ti/1070系列、1080系列、1660/1660Ti/1660Super等,以及20系列、30系列的部分型號,如2060/2080Ti/3060LHR等,這些都是目前還能參與挖礦的選項。需要注意的是,部分有鎖版本的顯卡在NBMiner v39.6的解鎖下,算力有所不同。
而對於AMD顯卡,支持6GB以上挖礦的型號包括478/488/578系列、588/598系列、5500XT/5600XT/5700XT等,以及6600系列、6700XT/6800系列、6900XT等型號。同樣,數據來源於網路,如有任何錯誤,歡迎指正。
以上數據將持續更新,為您的顯卡選擇提供最新的參考信息。
㈡ 2022年顯卡算力天梯圖
顯卡在Ethash演算法算力的表現如下:
Nvidia CMP 170HX,算力為165 MH/s。
Nvidia RTX 3090,算力為121.16 MH/s。
AMD Radeon VII,算力為104.6 MH/s。
Nvidia RTX A30,算力為102 MH/s。
Nvidia RTX 3080,算力為97.88 MH/s。
Nvidia RTX A5000與Nvidia RTX A6000,算力均為93.6 MH/s。
Nvidia CMP 90HX,算力為86 MH/s。
AMD RX 6800與AMD RX 6800 XT,算力均為63.44 MH/s。
Nvidia RTX 3070,算力為61.79 MH/s。
Nvidia RTX 3060Ti,算力為60.21 MH/s。
Nvidia RTX 2080Ti,算力為59.21 MH/s。
AMD RX 6900 XT,算力為60.44 MH/s。
Nvidia RTX 3080Ti,算力為58.68 MH/s。
AMD RX 5700 XT,算力為54.28 MH/s。
Nvidia RTX A4000,算力為54.6 MH/s。
AMD RX 5700,算力為50.99 MH/s。
Nvidia RTX 3060,算力為49.64 MH/s。
AMD RX Vega 64,算力為49.25 MH/s。
AMD RX 6700 XT,算力為47.02 MH/s。
Nvidia RTX 3080 LHR,算力為48.88 MH/s。
Nvidia Titan XP,算力為49.02 MH/s。
Nvidia Tesla P100-PCIE-16GB,算力為44.85 MH/s。
Nvidia GTX 1080Ti,算力為45.68 MH/s。
Nvidia RTX 2080 Super,算力為44.54 MH/s。
Nvidia P102-100,算力為44.55 MH/s。
Nvidia CMP 50HX,算力為45 MH/s。
AMD RX 5600 XT,算力為37.65 MH/s。
Nvidia RTX 2060 Super,算力為37.67 MH/s。
Nvidia RTX 2080,算力為37.53 MH/s。
Nvidia RTX 3070Ti,算力為39.18 MH/s。
Nvidia RTX 2070 Super,算力為37.18 MH/s。
Nvidia RTX 2070,算力為36.63 MH/s。
AMD RX 580,算力為32.74 MH/s。
Nvidia CMP 40HX,算力為36 MH/s。
Nvidia RTX 3060 LHR V2,算力為33.54 MH/s。
Nvidia GTX 1080,算力為35.16 MH/s。
AMD RX Vega 56,算力為35.97 MH/s。
AMD RX 470與AMD RX 570,算力分別為31.57 MH/s與31.31 MH/s。
Nvidia GTX 1660 Super,算力為31.61 MH/s。
Nvidia P104-100,算力為32.51 MH/s。
Nvidia RTX 3070 LHR,算力為30.79 MH/s。
Nvidia CMP 30HX,算力為29.43 MH/s。
AMD RX 6600 XT,算力為28.32 MH/s。
AMD Vega Frontier Edition,算力為31.14 MH/s。
Nvidia RTX 3060Ti LHR,算力為30.21 MH/s。
Nvidia GTX 1070Ti,算力為28.58 MH/s。
AMD RX 590,算力為29.53 MH/s。
AMD RX 480,算力為25.54 MH/s。
Nvidia GTX 1660Ti,算力為25.72 MH/s。
Nvidia RTX 2060,算力為27.71 MH/s。
Nvidia GTX 1070,算力為26.27 MH/s。
AMD RX 5500 XT,算力為25.07 MH/s。
Nvidia GTX 1660,算力為21.28 MH/s。
Nvidia P106-100,算力為21.77 MH/s。
Nvidia GTX 1060,算力為20.03 MH/s。
AMD RX 460,算力為13.13 MH/s。
Nvidia GTX 1650,算力為11.37 MH/s。
AMD RX 560,算力為10.27 MH/s。
Nvidia Titan V,算力為74.37 MH/s。
Nvidia CMP 220HX,算力為210 MH/s。
AMD RX 550,算力為11.97 MH/s。
Nvidia GTX 1050Ti,算力為15.98 MH/s。
Nvidia GTX 1050,算力為12.53 MH/s。
Nvidia GTX 1650 Super,算力為0 MH/s。
㈢ 2023騫存樉鍗$畻鍔涙帓琛
2023騫寸殑鏄懼崱綆楀姏鎺掕屼腑錛孨VIDIA鐨凣eForce RTX 4090鍜孉MD鐨凴adeon RX 7900 XTX鍒嗗埆鍗犳嵁浜嗛栦綅鍜屾″腑銆
1. GeForce RTX 4090鏄懼崱錛
RTX 4090鎼杞戒簡76浜誇釜鏅朵綋綆★紝16384涓狢UDA鏍稿績錛屼互鍙24GB鐨凣DDR6X鏄懼瓨錛岃兘澶熷湪4K鍒嗚鯨鐜囦笅鎻愪緵瓚呰繃100FPS鐨勬父鎴忎綋楠屻傝繖嬈炬樉鍗″紩鍏ヤ簡鍏ㄦ柊鐨凞LSS 3鎶鏈錛屼笌RTX 3090 Ti鐩告瘮錛屾ц兘鎻愰珮浜2鍒4鍊嶏紝鍚屾椂緇存寔浜嗙浉鍚岀殑450W鍔熸棭鏄庡集鑰椼俁TX 4090鏄懼崱浜2022騫10鏈15鏃ュ紑濮嬮攢鍞銆
2. Radeon RX 7900 XTX鏄懼崱錛
AMD鐨凴X 7900 XTX鏄懼崱鏄璁$畻鏈哄浘褰㈠勭悊鐨勫叧閿緇勪歡涔嬩竴錛岃礋璐h緭鍑烘樉紺哄浘褰銆傚畠鐨勪富瑕佸姛鑳芥槸灝咰PU浼犳潵鐨勬寚浠ゅ拰鏁版嵁澶勭悊鎴愭樉紺哄櫒鑳藉熻瘑鍒鐨勫浘鍍忥紝涓虹敤鎴鋒搷浣滄彁渚涜嗚夊弽棣堛傚湪閫夋嫨鏄懼崱鏃訛紝搴旀敞鎰忎互涓嬪嚑鐐癸細
- 鏍規嵁涓浜洪渶奼傞夋嫨鏄懼崱錛氬湪璐涔板墠錛岃佹槑紜鑷宸辯殑鐢佃剳浣跨敤鐜澧冦佹父鎴忓垎杈ㄧ巼闇奼傚拰娓告垙綾誨瀷錛岃繖浜涢兘浼氬獎鍝嶆樉鍗$殑閫夋嫨銆
- 鏄懼崱涓庣數鑴戦厤緗鐩稿尮閰嶏細鏄懼崱鐨勬ц兘涓庣數鑴戠殑鍏朵粬紜浠剁揣瀵嗙浉鍏籌紝濡傛灉鍏舵愯春浠栫‖浠舵棤娉曞尮閰嶆樉鍗℃ц兘錛屽皢浼氶檺鍒舵樉闄嗛椃鍗$殑琛ㄧ幇銆
- 鑰冭檻鏄懼崱鍔熻楀拰鏁g儹錛氭樉鍗″湪榪愯屾椂浼氫駭鐢熷ぇ閲忕儹閲忥紝鍥犳よ壇濂界殑鏁g儹鎬ц兘鑷沖叧閲嶈併傚悓鏃訛紝鏄懼崱鐨勫姛鑰椾篃涓嶅簲蹇借嗭紝榪囬珮鍙鑳戒細瀵艱嚧鐢墊簮闂棰樻垨榪囩儹銆
浠ヤ笂淇℃伅鍙傝冧簡鐧懼害鐧劇戝叧浜嶳adeon RX 7900 XTX鐨勮祫鏂欍
㈣ 2021顯卡算力排行,顯卡性能天梯圖,挖礦顯卡算力排行對照表
在加密貨幣價格飆升的背景下,很多新投資者對顯卡挖礦的算力和功耗關注度提高。由於網路上的數據時效性問題,准確性參差不齊。因此,本文為您提供最新的2021年3月16日NVIDIA和AMD顯卡挖礦算力及功耗排行榜,以太坊(ETH)和CFX(Conflux)的收益表現最佳,我們只列出了這兩個幣種的數據。
CFX僅適用於NVIDIA顯卡,6GB顯存以上,2系顯卡收益較高,3系則更適於挖ETH,但實際收益受幣價、全網算力和難度影響。
特別提示:以上數據為單卡功耗,實際礦機(顯卡+平台)的功耗需額外考慮,比如1000W礦機應配1250W電源,預留20%-30%的餘量。數據基於2021年3月實測,會不定期更新,考慮到挖礦內核版本、超頻等因素,不常用顯卡的數據可能存在偏差,歡迎指正。
鑒於當前市場顯卡價格波動,我們不鼓勵新入坑。加密貨幣挖礦風險高,投資需謹慎!
㈤ 深度學習顯卡哪家強
在深度學習的世界裡,顯卡性能無疑是決定計算效率的關鍵因素。本文將為您揭示2023年最新最全面的顯卡算力排行,包括單精度FP32與半精度FP16的激烈較量,以及性價比的深度洞察。
專業顯卡一覽
數據來自權威來源NVIDIA Professional Graphics Solutions | Linecard,讓我們聚焦於地表最強的顯卡——H100。H100的SXM版本在半精度下展現出驚人實力,高達近2000TFLOPS,這無疑讓4090的165.2TFLOPS相形見絀!而且,價格對比同樣驚人:H100 SXM版本售價24萬不含稅,而4090僅需1.2萬!
關於其他參數的排行,我們不僅有特斯拉A100與V100的基準測試,還構建了適合的數據模型,針對Titan V、Titan RTX、RTX 2080 Ti和RTX 2080進行了四組對比測試。中間級別的卡片如RTX 2070、2060及Quadro RTX 6000/8000,我們通過插值處理,確保數據點之間的連續性。
在選擇時,我們特別關注FP16訓練的性能,因為通常認為它在效率上優於FP32。性價比是每個預算決策者關注的重點,每美元所能獲得的算力,是衡量價值的關鍵指標。
性價比分析
以RTX 3080為基準,我們深入剖析了一美元能帶來的性能提升。無論是單卡1-2個GPU,還是擴展到4個或8個GPU系統,我們都給出了詳細的性價比排行。在考慮內存需求時,不同應用領域如預訓練Transformer、大型網路訓練、視頻處理等,都有相應的內存基準指南。
此外,我們還精選了關於A100、A800、H100、H800等不同版本的區別解讀,以及機器學習、深度學習與強化學習的關聯和區別,幫助您全面理解技術背後的邏輯。
對於硬體選擇的困惑,是購買硬體伺服器還是租用雲服務?這里也給出了深入的比較和建議。同時,深度學習的全面學習資源推薦,以及伺服器配置參考,讓您在學習和實踐中游刃有餘。
最後,我們的專業團隊長期致力於科學計算伺服器的研發,參與政采平台,提供H100等頂級顯卡的選擇,以及高性能伺服器的定製化方案。
㈥ 各型號顯卡算力佔比
nvidia顯卡有兩個個系列,分別為:GeForce(簡稱GF系列)、Legacy(簡稱LG系列,這個系列的顯卡比較少見)。
3DMark的跑分,Fire Strike Extreme 6343分,略高於公版一點,略高於GTX 980和Rx 480。已經基本能在1080P最高畫質之下流暢運行大部分的3A大作一般玩家應該不會超頻,這款顯卡問題如果非要說有,應該就是超頻幅度不大。
集成顯卡:
配置核芯顯卡的CPU通常價格不高,同時低端核顯難以勝任大型游戲。集成顯卡是將顯示晶元、顯存及其相關電路都集成在主板上,與其融為一體的元件;集成顯卡的顯示晶元有單獨的,但大部分都集成在主板的北橋晶元中。
一些主板集成的顯卡也在主板上單獨安裝了顯存,但其容量較小。集成顯卡的顯示效果與處理性能相對較弱,不能對顯卡進行硬體升級,但可以通過CMOS調節頻率或刷入新BIOS文件實現軟體升級來挖掘顯示晶元的潛能。