炼丹志 | 2021显卡挑选指南-技术圈

点击上方“机器学习与生成对抗网络”，关注星标

获取有趣、好玩的前沿干货！

作者丨狐小妖DIY装机@知乎编辑丨极市平台

来源丨https://zhuanlan.zhihu.com/p/365926059

2021年5月26号已更新，今天出现了4399的2060，4799的2060S，比之前降了一点。
本文长期更新，欢迎点赞收藏。

显卡价格表(2021/5/26)：

显卡型号

价格（以京东显卡AIC品牌现货价格为准）


1050Ti	1599
1650/1650SUPER	1999/2499
1660/1660SUPER	3799/4649
2060/2060SUPER	4399/2799
3060（非锁算力）	7500左右
3070	10000左右
3080	16000左右
3090	22000左右
6700xt	7000左右
6800xt	11000左右
6900xt	14000左右

2060降了一波，性价比比1660SUPER高

本文目录（不想看理论可以直接滑到第三部分）
一、显卡品牌
二、显卡参数
三、显卡挑选指南

显卡的作用是绘制电脑图像，你在电脑上看到的任何图像、动画等均由显卡绘制而成。显卡等级越高，绘制越快，我们游戏或者渲染体验越好。

图片来自贴吧秋刀鱼半藏

一、显卡品牌

目前能提供显卡芯片的只有两家：英伟达和AMD。

公版显卡与非公版显卡
公版显卡就是英伟达（NVIDIA）与AMD官方售卖的显卡，非公版就是各大厂商（比如华硕微星技嘉等）购买GPU芯片后自己组装的显卡。一般比较多的就是非公版显卡。
采用英伟达芯片称为N卡，采用AMD芯片的卡称为A卡。N卡和A卡一般有中国大陆区官方合作伙伴，英伟达这边称为AIC，有9个。下图是NVIDIA与AMD的官方合作伙伴，这些品牌芯片均有官方授权，可以放心购买。

上图是N卡与A卡官方芯片授权商（如有遗漏或者错误欢迎指正），均可以放心购买。 除了这些，还有一些大品牌的子品牌也可以购买，这里不细说。但杂牌显卡尽量不要购买，杂牌显卡芯片不知道从哪些途径入手的，尽量不要购买，下面是图吧经典图：

显卡命名
NVIDIA从10系开始命名就比较有规律，前面两位是代数，比如10、20、30。后缀一般是50-90，后缀越大，性能越强。比如2080就比2070性能强，不同代数不能直接比后缀。SUPER、Ti等指加强版。1650SUPER性能比1650强。2080Ti比2080强。
丐版与旗舰区别
同一型号丐版卡与旗舰卡使用的芯片一样，旗舰的供电、散热、噪音控制等会比丐版好。OC版是官方帮你超频，性能也会好一点点，丐版与旗舰，OC版与非OC版性能差距不会太大，一般在3%左右。比如3080再怎么超都不可能赶上3090。而且同款显卡丐版卡玩不了的游戏，旗舰款一般也玩不了。节约预算可以尽量选购丐版。

二、显卡参数

流处理器数量

流处理器数量也就是CUDA核心数量，流处理器可以理解为显卡中的画师，图均由画师一张张绘制而成。比如3090就有10496个画师，3080就有8704个画师。一般情况下，画师越多，效率越高，游戏帧数也越高。

显卡架构

不同级别的显卡采用的架构不同，不同架构的显卡不能直接比较CUDA核心数量，比如GTX960采用的是麦克斯架构，GTX 1050Ti采用帕斯卡架构。1024个CUDA的960性能不如768个CUDA的1050Ti。可以这样理解，架构越新，画师实力越强。

比如N卡这边：

30系显卡采用安培架构。

20系显卡以及16系显卡采用图灵（Turing）架构。

10系显卡采用帕斯卡架构。

960等系列显卡采用麦克斯架构。

图片来自https://news.mydrivers.com/1/624/624524.htm

核心频率
核心频率可以理解为显卡画师画画的速度，赶稿的时候和松懈的时候效率明显不一样。同架构同CUDA数量频率越高，效率越高。

画师画完画后还需要将画放到指定的房间供CPU调用，将画送给房间也是由专用的货车来完成。

显存容量/显存位宽/显存频率

显存容量可以理解为房间大小，游戏画面越精细，需要的画越多，需要的房间也越大，对显存容量要求越高。比如绝地求生就推荐6G显存的显卡。

显存位宽可以理解为货车大小，显存位宽越大，每一次运输的数据更多，一般分为128bit、192bit、256bit、384bit。显存容量与为位宽组合如下。

显存频率指货车运行速度，频率越高，运行效率越高。

图来自极客湾视频

注意：并不是显存位宽越大，性能越高，显存容量并不是显卡性能决定性因素，显卡性能最重要的是显卡架构以及流处理器数量，很多商家就喜欢用XXX GB高性能显卡忽悠人。

现在我们挑选也没有必要一张张显卡去比较参数，大佬已经帮我们把性能排好了，显卡天梯图在这里：https://www.mydrivers.com/zhuanti/tianti/gpu/

三、显卡购买指南

同一显卡显示器分辨率不同，帧数会不同，1080P、2k、4k下游戏对显卡的性能要求递增。

目前显卡溢价很多，非刚需不建议现在购买，除了京东，也可以在淘宝多刷刷，应该会比京东便宜一点。

入门级显卡：N卡1050Ti-1650，A卡470-590等

中端显卡：1650SUPER-1660Ti等，A卡5500XT、5600等

高端显卡：N卡20系列，A卡5700XT等

旗舰显卡：N卡3060Ti-3090，6700XT-6900XT等

1、DNF/LOL/CF/DOTA2等网游

这类游戏对显卡要求不高，一般新一点的CPU（比如9代10代酷睿，APU 3200G、2200G等）核显都足够，如果还是想选一张独显，下至550Ti，上至1050Ti/1650等完全能满足需求。

不过10系以下显卡好多已经停产，只能买一些二手。目前全新卡有1030/1050Ti/16全系列。纯小白还是推荐全新卡好一点。

以下显卡目前均有货：

1030

铭瑄（MAXSUN）GeForce GT 1030变形金刚2G 64Bit/GDDR

微星（MSI）GT1030/GT730/GT710 小游戏办公独立显卡 I

1050Ti:

盈通（yeston）GTX1050Ti 4G D5大地之神 1291-1392MHz

1650:

华硕 ASUS TUF-GTX1650-O4GD6-GAMING 1410-1680MHz GD

2、绝地求生/守望先锋/彩虹六号等

这类游戏之前很火，之前的神卡是1060，不过现在1060已经停产，而且矿卡奇多。所以目前全新卡个人推荐上面的中端显卡在1080P下玩，包括1650SUPER-1660Ti等，A卡5500XT、5600等。

1650SUPER:

华硕（ASUS）电竞特工TUF-GeForce GTX 1650 SUPER-O4G

七彩虹 Colorful GTX 1050Ti/1650 SUPER 战斧/Ultra

1660因为有6G显存，很多被拉取矿场锻炼了，价格暴涨，推荐度很一般，性能与1650S差别不大。

1660SUPER:

华硕（ASUS）电竞特工TUF3-GeForce GTX 1660 SUPER-O

1660Ti:

技嘉（GIGABYTE）GTX1660Ti/1660super OC 6G游戏显卡

3、光追、2K游戏，1080P大型3A

想在2K下畅玩游戏个人推荐2060及以上的卡（LOL等网游2K不用）。部分3A用上面的中端显卡也可以，这个区分不绝对，每个人体验不同，有的人60帧都觉得流畅，有的人100帧都觉得卡。

这个就推荐上面的高端卡了，N卡20系列，A卡5700XT等

2060:

七彩虹1660Super/1650/2060Super/2070Super火神/战斧

七彩虹(Colorful) RTX 2060 2060s 6G电脑独立显卡游

七彩虹（Colorful）2060/2070/2080 SUPER/TI火神台式

2070/2080等也停产了一段时间，目前全新货不多。5700XT也被大量用于挖矿。

4、大型3A游戏畅玩，比如赛博朋克2077，刺客信条奥赛德等。

这类当然就推荐旗舰卡系列了，N卡3060Ti-3090，6700XT-6900XT等

6700XT:

AMD RADEON RX 6700 XT台式机显卡 7nm AMD RDNA2架构

6800XT:这款是AMD公版，要预约抢购

AMD RADEON RX 6800 XT黑色限定版台式机显卡 7nm AMD

3060:

铭瑄（MAXSUN）MS-GeForce RTX3060 iCraft OC 12G S0

3060Ti

华硕 ASUS ROG-STRIX-RTX3060TI-O8G-GAMING 电竞游戏

3070:

铭瑄（maxsun）RTX3070电竞之心iCraft8G吃鸡绝地求生

3080:

影驰（Galaxy）GeForce RTX 3080 GAMER OC N卡/赛博

6900XT：

华擎（ASRock）AMD RADEON RX 6900XT 幻影电竞显卡 7

3090:

华硕ROG全家桶主机玩家国度猛禽RTX3080 10G/3090 24G

技嘉AORUS RTX3090 XTREME/MASTER/GAMING OC/大雕/魔

这里借用一下快科技的显卡游戏帧数图：

上面分类不绝对，买之前可以根据游戏先看看评测或者网游实测帧数。


猜您喜欢：


超100篇！CVPR 2020最全GAN论文梳理汇总！
拆解组新的GAN：解耦表征MixNMatch
StarGAN第2版：多域多样性图像生成

附下载 | 《可解释的机器学习》中文版
附下载 |《TensorFlow 2.0 深度学习算法实战》
附下载 |《计算机视觉中的数学方法》分享

《基于深度学习的表面缺陷检测方法综述》
《零样本图像分类综述: 十年进展》
《基于深度神经网络的少样本学习综述》