游戲市場(chǎng)正在不斷開(kāi)發(fā)出新的場(chǎng)景需求，游戲開(kāi)發(fā)團(tuán)隊(duì)在傳統(tǒng)業(yè)務(wù)之外也都在打磨新的工作流，來(lái)應(yīng)對(duì)高質(zhì)量的游戲制作任務(wù)和短平快的 AI 游戲。這不可避免地涉及到生產(chǎn)力工具 GPU 的升級(jí)，而團(tuán)隊(duì)都希望“花小錢(qián)，辦大事”，用一套高性?xún)r(jià)比的方案支撐起多元的應(yīng)用場(chǎng)景和不同的工作流。
但目前 GPU 架構(gòu)正在迭代，AI 工具、VR/AR 工具又以百花齊放的姿態(tài)不斷涌現(xiàn)出來(lái)，對(duì)于游戲開(kāi)發(fā)團(tuán)隊(duì)做 GPU 采購(gòu)（一種中長(zhǎng)期的投資）也帶來(lái)了挑戰(zhàn)和壓力。我們特地根據(jù)不同的任務(wù)需求，整理了一些 GPU 選型的關(guān)鍵要素和項(xiàng)目測(cè)試數(shù)據(jù)，給大家做個(gè)選型攻略分享。
1、3D圖形類(lèi)任務(wù)
任務(wù)涉及建模、材質(zhì)、燈光、動(dòng)畫(huà)、特效和渲染等。其中，渲染通常是性能要求最高的部分，我們可以根據(jù)開(kāi)發(fā)項(xiàng)目中的中大型場(chǎng)景渲染需求，初步框定顯卡選型的范圍。需要注意的是，很多 3D 軟件并不支持多 GPU 渲染，所以單張顯卡的能力非常關(guān)鍵。
【需要特別關(guān)注的顯卡參數(shù)】
顯存容量：
較大的顯存可以支持更復(fù)雜和更大規(guī)模的場(chǎng)景，顯存容量太小則會(huì)導(dǎo)致建模操作不暢、渲染錯(cuò)誤等情況。根據(jù)項(xiàng)目的測(cè)試情況來(lái)看，顯存 20GB 可以支持中型場(chǎng)景 4K 分辨率的渲染場(chǎng)景，如果是復(fù)雜場(chǎng)景 8K、16K 分辨率情況下，則需要顯存 32GB 以上。
GPU 架構(gòu)、CUDA 核心與 RT 核心：
目前大多數(shù)團(tuán)隊(duì)采用的是 NVIDIA Ampere 架構(gòu)、NVIDIA Ada Lovelace 架構(gòu)的 NVIDIA RTX? GPU。NVIDIA Ada 架構(gòu)相比 NVIDIA Ampere 架構(gòu)是更新一代的架構(gòu)，性能更高。CUDA 核心數(shù)會(huì)影響并行計(jì)算能力，而 RT 核心則是專(zhuān)用于加速光線追蹤的核心，簡(jiǎn)而言之，沒(méi)有 RT 核心則不支持光線追蹤。
是否 CUDA 核心數(shù)和 RT 核心數(shù)越多，性能就越高？
這里我們不得不強(qiáng)調(diào)，不同的 GPU 架構(gòu)，采用的是不同代的核心，新一代的核心性能會(huì)比上一代的更強(qiáng)。如果在同一架構(gòu)下，CUDA 核心和 RT 核心數(shù)越多，顯卡性能會(huì)更高。但在不同架構(gòu)的顯卡中，就不能這么比較。
因此以目前的技術(shù)發(fā)展來(lái)說(shuō)，建議直接采用 Ada 架構(gòu)的 NVIDIA RTX GPU 來(lái)做圖形渲染，這樣更好做后期擴(kuò)展。
圖形 API：
NVIDIA RTX 專(zhuān)業(yè)顯卡與消費(fèi)級(jí)顯卡使用的是不同的驅(qū)動(dòng)程序，NVIDIA RTX 專(zhuān)業(yè)顯卡的企業(yè)版驅(qū)動(dòng)程序對(duì)于OpenGL 的優(yōu)化明顯更好，這對(duì)于團(tuán)隊(duì)來(lái)說(shuō)也是必須要考量的因素之一，如果團(tuán)隊(duì)會(huì)需要執(zhí)行到復(fù)雜的 3D 模型和高精度 3D 場(chǎng)景的任務(wù)、VR/AR 沉浸式體驗(yàn)場(chǎng)景，對(duì)效率與穩(wěn)定性要求高的情況下，專(zhuān)業(yè)顯卡能夠承擔(dān)的任務(wù)顯然會(huì)更多。
顯卡選型渲染測(cè)試：
有條件的情況下，我們盡量在購(gòu)買(mǎi)前提前跑一跑項(xiàng)目測(cè)試，以匹配項(xiàng)目中可能遇到的一些特殊的需求。之前我們測(cè)試了市場(chǎng)上較為常用的 NVIDIA RTX 專(zhuān)業(yè)顯卡在一些中大型場(chǎng)景方面的跑分、渲染表現(xiàn)，并且將 Ada 架構(gòu)與Ampere 架構(gòu)相應(yīng)的顯卡作為對(duì)比，測(cè)試結(jié)果給大家做個(gè)參考：
適配于復(fù)雜場(chǎng)景的顯卡對(duì)比：
顯卡型號(hào)和參數(shù)：
*顯卡圖片來(lái)源于 NVIDIA
NVIDIA RTX A6000 顯卡作為 NVIDIA RTX 系列 Ampere 架構(gòu)中的“卡皇”，被大家所熟知。目前該型號(hào)已停產(chǎn)。過(guò)往的測(cè)試結(jié)果了解到，NVIDIA RTX 5000 Ada 基于 Ada 架構(gòu)的優(yōu)勢(shì)，圖形性能與 AI 性能都超過(guò)了 NVIDIA RTX A6000。
測(cè)試數(shù)據(jù)-跑分對(duì)比：
測(cè)試數(shù)據(jù)-渲染能力對(duì)比：
適配于中型場(chǎng)景的顯卡對(duì)比：
顯卡型號(hào)和參數(shù)：
*顯卡圖片來(lái)源于 NVIDIA
20GB 顯存可以滿(mǎn)足日常中型場(chǎng)景的要求，同時(shí)我們測(cè)試得出，NVIDIA RTX 4000 Ada 相比 NVIDIA RTX A4500 顯卡，性能上有所提升，同時(shí)單插槽卡的優(yōu)勢(shì)也非常大，對(duì)于我們后期機(jī)器的擴(kuò)容很有幫助，性?xún)r(jià)比更高。
測(cè)試數(shù)據(jù)-跑分對(duì)比：
測(cè)試數(shù)據(jù)-渲染能力對(duì)比：
2、AI 類(lèi)任務(wù)
任務(wù)通常涉及使用 AIGC 工具輔助生成角色、道具、場(chǎng)景等，同時(shí)訓(xùn)練自有模型和開(kāi)發(fā)數(shù)字人等交互式體驗(yàn)，團(tuán)隊(duì)通常傾向于本地化部署模式，模型訓(xùn)練是算力性能要求較高的部分。
AI 任務(wù)測(cè)試參考：
擴(kuò)散模型訓(xùn)練與推理：對(duì)于 AIGC 生成任務(wù)，多數(shù)團(tuán)隊(duì)采用 ComfyUI 來(lái)搭建工作流。我們以 Flux 模型訓(xùn)練為例，F(xiàn)lux.1 dev 的 Lora 訓(xùn)練中， 512*512 分辨率，bs為6時(shí)，學(xué)習(xí)率0.00005，步數(shù)為3000時(shí)，顯存已經(jīng)占用至29-30GB。而在FP16訓(xùn)練中，相同的參數(shù)下，顯存占用約35-38GB。模型推理需要的 GPU 顯存建議以 16GB 起步，否則隨著模型的迭代發(fā)展和 AIGC 需求的增長(zhǎng)，可能無(wú)法支撐未來(lái)較大規(guī)模的任務(wù)。
數(shù)字人開(kāi)發(fā)：數(shù)字人交互體驗(yàn)類(lèi)所涉及的工具鏈更為復(fù)雜。接入大語(yǔ)言模型做簡(jiǎn)單問(wèn)答是普遍需求，以接入DeepSeek 為例，簡(jiǎn)單對(duì)話場(chǎng)景的推理可選擇7B、14B模型，建議顯存 30GB 及以上；32B 模型推理則需要約 96GB顯存來(lái)保證推理效率。如果涉及3D數(shù)字人制作，我們以使用過(guò)的 NVIDIA Omniverse Audio2Face 為例，在保證數(shù)字人運(yùn)行流暢的情況下，需要 24GB 顯存以上的顯卡，才能達(dá)到 FPS 在30幀以上。
顯卡選型攻略：
就單卡來(lái)說(shuō)，更高的顯存意味著可以承載更大規(guī)模的模型，對(duì)于 AIGC 任務(wù)來(lái)說(shuō)，在生成速度、分辨率、反應(yīng)速度、生成質(zhì)量上的優(yōu)勢(shì)更加明顯。此外，Tensor Core、單精度浮點(diǎn)運(yùn)算性能也可以作為我們綜合考量顯卡 AI 能力的指標(biāo)。
在單卡無(wú)法承載任務(wù)、或者需要多卡來(lái)加速任務(wù)的時(shí)候，我們需要插入多卡進(jìn)行計(jì)算， 這時(shí)候卡間通信和功耗問(wèn)題是不能忽視的。AI 工作站搭載 NVIDIA RTX 專(zhuān)業(yè)顯卡的方案具備P2P能力，通信效率會(huì)更高，并且專(zhuān)業(yè)顯卡功耗更低，能適配更多的機(jī)型。
綜合我們之前的測(cè)試情況，AI 類(lèi)任務(wù)建議選擇的專(zhuān)業(yè)顯卡型號(hào)如下：
建議根據(jù)單卡能力、多卡運(yùn)行能力、成本和效率、擴(kuò)展性來(lái)綜合評(píng)估最終的方案。并在購(gòu)置之前，盡量提前能夠做些測(cè)試。
3、總結(jié)建議
開(kāi)發(fā)任務(wù)的規(guī)模如果涉及到高精度、大規(guī)模AI訓(xùn)練推理的需求，可以通過(guò)選擇購(gòu)置“多面手” 顯卡，譬如 NVIDIA RTX 5000 Ada 來(lái)做支撐，用武之地更多，性?xún)r(jià)比就更高。
而對(duì)于中小型的開(kāi)發(fā)項(xiàng)目，所涉及的精度和 AI 需求都不高，推薦前期采用 NVIDIA RTX 4000 Ada 這種單插槽顯卡，成本可控，穩(wěn)定性高，既能滿(mǎn)足日常的開(kāi)發(fā)需求，又容易在后期做擴(kuò)展。
篇幅有限，上述測(cè)試數(shù)據(jù)具體內(nèi)容及更多咨詢(xún)規(guī)劃類(lèi)問(wèn)題，均可點(diǎn)擊下方鏈接獲取。
顯卡測(cè)試申請(qǐng)及方案咨詢(xún)
https://rlzqlo1asm.feishu.cn/share/base/form/shrcnCbOVoltOXPQjFxveqrrIQb
*與NVIDIA產(chǎn)品相關(guān)的圖片或視頻（完整或部分）的版權(quán)均歸NVIDIA Corporation所有。
技術(shù)支持
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
