【玩耍】 NVIDIA 历代显卡提升 自制显卡天梯图

news/2025/3/20 2:19:03/

闲来无聊从TechPowerUp和PassMark收集了NV 400系到20系,X60到旗舰(双芯核弹忽略)的性能提升,样本不多,数据肯定有一些误差,整理后的表格,大概是这样。。

红色数据表示两个Benchmark差距比较大,简单粗暴,全部取平均算了。。

看起来比较复杂,稍后画个图,直观点。。

整理之后的csv文件是这样,后一代较前一代提升的百分比。

敲个码,画个图~~~~

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
data=pd.read_csv('data/graphics.csv',header=None)
data.iloc[:,1]/=100
data['boost']=1
x60=data.iloc[0:7,:]
x70=data.iloc[7:14,:]
x80=data.iloc[14:21,:]
ex=data.iloc[21:28,:]
x70.index=np.arange(7)
x80.index=np.arange(7)
ex.index=np.arange(7)
x70.iloc[0,2]=1.29
x80.iloc[0,2]=1.51
ex.iloc[0,2]=1.51#计算相对性能
def computeBoost(df):for i in range(1,7):df.iloc[i,2]=df.iloc[i-1,2]*(1+df.iloc[i,1])return dfx60=computeBoost(x60)
x70=computeBoost(x70)
x80=computeBoost(x80)
ex=computeBoost(ex)x60.index=x60.iloc[:,0]
x70.index=x70.iloc[:,0]
x80.index=x80.iloc[:,0]
ex.index=ex.iloc[:,0]x60=x60.drop(columns=[0,1])
x70=x70.drop(columns=[0,1])
x80=x80.drop(columns=[0,1])
ex=ex.drop(columns=[0,1])from pylab import mpl
import seaborn as sns;sns.set()
mpl.rcParams['font.sans-serif'] = ['SimHei']plt.figure(figsize=(10,10))
plot_ax=['400系','500系','600系','700系','900系','10系','20系']
plt.plot(plot_ax,x60.iloc[:,0],label='x60')
plt.plot(plot_ax,x70.iloc[:,0],label='x70')
plt.plot(plot_ax,x80.iloc[:,0],label='x80')
plt.plot(plot_ax,ex.iloc[:,0],label='旗舰')
plt.legend()
plt.scatter(plot_ax,x60.iloc[:,0])
plt.scatter(plot_ax,x70.iloc[:,0])
plt.scatter(plot_ax,x80.iloc[:,0])
plt.scatter(plot_ax,ex.iloc[:,0])
for i in range(4,11):if i<8:plt.text(str(i)+'00系',x60.iloc[i-4],'GTX '+str(i)+'60',fontsize=10)plt.text(str(i)+'00系',x70.iloc[i-4],'GTX '+str(i)+'70',fontsize=10)plt.text(str(i)+'00系',x80.iloc[i-4],'GTX '+str(i)+'80',fontsize=10)elif i==8:plt.text(str(i+1)+'00系',x60.iloc[i-4],'GTX '+str(i+1)+'60',fontsize=10)plt.text(str(i+1)+'00系',x70.iloc[i-4],'GTX '+str(i+1)+'70',fontsize=10)plt.text(str(i+1)+'00系',x80.iloc[i-4],'GTX '+str(i+1)+'80',fontsize=10)plt.text(str(i+1)+'00系',ex.iloc[i-4],'GTX '+str(i+1)+'80Ti',fontsize=10)elif i==9:plt.text(str(i+1)+'系',x60.iloc[i-4],'GTX '+str(i+1)+'60',fontsize=10)plt.text(str(i+1)+'系',x70.iloc[i-4],'GTX '+str(i+1)+'70',fontsize=10)plt.text(str(i+1)+'系',x80.iloc[i-4],'GTX '+str(i+1)+'80',fontsize=10)plt.text(str(i+1)+'系',ex.iloc[i-4],'GTX '+str(i+1)+'80Ti',fontsize=10)else:plt.text(str(i*2)+'系',x60.iloc[i-4],'RTX '+str(i*2)+'60',fontsize=10)plt.text(str(i*2)+'系',x70.iloc[i-4],'RTX '+str(i*2)+'70',fontsize=10)plt.text(str(i*2)+'系',x80.iloc[i-4],'RTX '+str(i*2)+'80',fontsize=10)plt.text(str(i*2)+'系',ex.iloc[i-4],'RTX '+str(i*2)+'80Ti',fontsize=10)
plt.text('700系',ex.iloc[3],'GTX 780Ti',fontsize=10)plt.xlabel('系列')
plt.ylabel('相对性能')
plt.title('英伟达显卡提升图')

 

把数据压到一维上,甚至还能画出一个“显卡天梯图”。。。还像模像样的!

不过看看就好。。。2070讲道理是打不过1080Ti的。。。

再算下平均每代提升。。

图忘了标注。。蓝线是相对性能,黄线是提升百分比。。

由图可见:

400-500系,马甲,总体提升不大,20%左右。旗舰的话,基于40nm GF100核心(480 CUDA cores)的GTX 480,升级成了512核心的完全体GTX 580,6%核心数量的差距,带来了15%的性能差距,我靠,这是什么黑科技?答——负优化

500-600系,在制造工艺架构更新的双重加持下,性能才提升23%左右。。。旗舰方面,迎来了28nm的GK104核心GTX 680,流处理器是GTX 580的近3倍,BUT,性能提升才16%?

 

600-700系,又是马甲中低端提升一般(670砍成760,680变身成770),不过高端NV玩起了“爆弹战术”,疯狂堆核,开普勒架构完全体GTX 780Ti,2880个核心吊打1536的GTX680,所以提升还是蛮大的,高达45%!

700-900系,依然是28nm工艺,只不过换了麦克斯韦架构,修修补补又一代,提高了能耗比,性能提升中规中矩。

900系-10系,工艺再次提升架构再次升级,这一次,迎来了爆发!特别是甜品级X60的提升,相当巨大!平均高达38%!老黄业界良心!

至于20系么。。。果不其然,加了光追的马甲。但是,比起以前,还是有很大提升的(怪10系太给力了!)


http://www.ppmy.cn/news/139706.html

相关文章

苏姿丰承认AMD减少供应!为了让CPU显卡价格保持高位

Pine 发自 凹非寺量子位 | 公众号 QbitAI 营收腰斩矿卡崩盘&#xff0c;大家心心念念的CPU、GPU价格暴跌为何迟迟未到&#xff1f; 在最新的Q4财报会议上&#xff0c;AMD CEO苏姿丰直接打破幻想&#xff1a; AMD 已经“降低供应”芯片一段时间了&#xff0c;目的是平衡供需&…

多款显卡被曝降至史低!网友顺手还做了张全网显卡最低价格汇总表

Alex 发自 凹非寺量子位 | 公众号 QbitAI “国内显卡价格现在总体暴跌&#xff0c;多款GPU售价降至或逼近历史最低。” “国外的显卡价格也跟上了这波降价趋势。” 有网友在贴吧如是爆料。 这位爆料者还上传了7月11日N卡和A卡全网最低价格汇总。 而亚马逊上的部分显卡售价如下。…

[IT 男人帮 -- 10/23] iPad Mini发布前配置价格全预测(准确度99%)

[IT 男人帮] -- 正在改变世界的IT男人们...... 转自:http://tech2ipo.com/56198 张珑馨 发布于2012-10-23 20:38:44 iPad Mini正名 在the new iPad发布之后&#xff0c;iPhone 5和一款神秘设备的谣言就层出不穷。iPhone 5如今已经出现&#xff0c;然而这一款神秘设备却已经被蒙…

深度学习环境-多显卡配置

深度学习多卡配置_组装机&#xff08;多显卡&#xff09;配置小贴士/深度学习主机_weixin_39716877的博客-CSDN博客 贴士一&#xff1a;硬件在软件上有点拗口是否兼容 主板和其他的硬件间都是有兼容关系的。比如说一个人的攻略里&#xff0c;可能会给你推荐一块高性价比的主板&…

i5 13600K/KF配什么主板 i5 13600K/KF配什么显卡

ntel酷睿i5-13600K核心代号为 Raptor Lake&#xff0c;采用的是增强版的 Intel 7 工艺&#xff08;10纳米&#xff09;&#xff0c;不锁频设计&#xff0c;采用了全新的高性能混合架构&#xff0c;由6个性能核8个能效核构成&#xff0c;最终规格为14核心20线程&#xff0c;其中…

深度学习需要的显卡配置

如何判断自己的显卡是否可以用来进行深度学习&#xff1f; 1、显卡的类型 由于NVIDIA公司在很早之前就推出了CUDA这个可以用代码来控制GPU的架构&#xff0c;所以NVIDIA使用的人较多&#xff0c;所以网上的资源也比较多&#xff0c;容易学习和构建。 而AMD的显卡…

顶配售价 18499 元,用上 M1 的 iPad Pro 性能与价格“直逼”电脑,这届苹果发布会有你喜欢的吗?

整理 | 苏宓 出品 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09; 从乔布斯时代的「不要问消费者想要什么&#xff0c;一个企业的目标就是去创造那些消费者需要但无法形容和表达的需求」&#xff0c;到库克心中的「创新不一定是改变&#xff0c;而是做得更好」&#x…

NVIDIA显卡配置

NVIDIA显卡配置 driver、cuda、cudnn、tensorflow安装详细记录 Posted by Tian on July 4, 2018 一、安装driver、cuda 1、 确保机器有支持cuda的GPU 1 2 3 4lspci | grep -i nvidia ## output 01:00.0 VGA compatible controller: NVIDIA Corporation Device 1c03 (rev a1…