rtx 40 super系列显卡ai性能对比 差距到底有多少-米乐官网app

春节前夕，nvidia连续发布了3款，作为rtx 40 super系的三款中高端产品，在ai生产力上备受关注，今天为大家简单复盘一下测试的这三款显卡的ai性能。

1 on1 resize ai 2023测试

on1 resize ai 2023是一款ai图像修复软件，包括图片缩放，内容填充等功能，同时它也可以作为ps等软件的插件形式存在，非常方便快捷。

测试选择nvidia提供的5张高分辨率图片进行，我们将在原图片的尺寸上直接放大200%，可以看到放大后的图片尺寸已经达到了12000×8000。

在软件中，渲染过程以毫秒为单位，我们共选择5张图片进行放大对比，分值取5张渲染时间之和。

可以看到两张70级别显卡虽然性能提升相当大，但与新的准旗舰显卡rtx 4080 super差距还是很大的。

放大后使用nvidia icat进行对比，左侧为使用on1 resize ai 2023进行放大200%的图片，可以看到在车胎部分的编码明显比原始图像更清晰。

在另一张对比中图中，使用ai放大后，树叶的脉络更清晰，整张图片看起来也更锐一点。对于一张放大200%的图片来说，确实令人惊奇。

ai对于日常生活的应用的确更加方便，在我们以往的认知中，图片尺寸放大必然会损失质量。但经由ai的加持，反而更清晰，这对于老照片的修复，起到了更加便捷的作用。

2 stable diffusion测试

这次super系显卡的sd测试由于新增了tensorrt插件，可以充分调用tensor算力，所以我们的对比也分为两组，一组为基础的sd 1.5模型，另一组为较大的sdxl模型。

【注：所有测试默认开启xformers优化方案】

首先是较为基础的sd1.5模型测试，在sd1.5中模型的输出分辨率为512×512和768×768。我们将导出【trt】引擎，并记录使用默认模型渲染，以及【trt】模型渲染的批次时间。

根据nvidia提供的统一参数进行输出，以便记录结果。其中采样方式为：euler a；采样步骤：50；batch count：10

在sd测试中，成绩所形成的等差数列与on1 resize ai 2023基本相同。可以看到在使用trt引擎计算后，时间有明显缩短，提升达到30%左右。

第二次测试为的sdxl模型测试，sdxl模型将在1024×1024分辨率进行训练，相比sd1.5来说图像大了2倍，它可以提供更准确的关键字匹配，从而获得更真实的结果。但由于更高的原生分辨率和模型复杂性，sdxl模型的计算强度明显更高。

我们按照相同的参数进行设置，但尺寸规定为1024×1024。

在更复杂的模型中，tensorrt引擎的优势愈发明显。而相比没有使用trt引擎的默认模型，几乎可以领先一个级别的显卡。

至于三张显卡的ai处理性能，相信从表格中能够非常清楚的看到差距，尤其在处理大模型上。如果你工作中需要经常用到ai算力，那么rtx 4080 super级别的显卡能够提供显著的帮助；如果只是偶尔玩一玩的话，70级别的显卡也完全能满足，只不过需要多等几分钟。