原贴链接

在[https://www.videocardbenchmark.net/directCompute.html]这个图表中，所有50xx系列显卡在计算性能方面都低于40xx系列显卡。并且在针对游戏玩家的整体基准测试[https://www.videocardbenchmark.net/high_end_gpus.html]中，50xx系列显卡仅比40xx系列显卡略占优势。

讨论总结

本次讨论围绕RTX 50xx系列是否被故意锁定用于计算/AI这一主题展开。大家从不同角度如硬件性能、基准测试、驱动等因素进行分析，观点多样且存在一定争议，整体讨论氛围比较热烈。

主要观点

  1. 👍 RTX 50xx系列可能是令人失望的硬件而非阴谋
    • 支持理由：与游戏性能类似，没有证据表明是阴谋。
    • 反对声音：可能是基准测试或驱动问题，不应简单归结为硬件令人失望。
  2. 🔥 不应依赖不理解的基准测试，应看真实评测
    • 正方观点：基准测试单一数值不可靠，真实评测更能反映显卡性能。
    • 反方观点：无。
  3. 💡 比较显卡性能时需公平比较
    • 解释：40xx系列驱动成熟优化，50xx系列是第一代驱动，要考虑这些因素才能公平比较。
  4. 💡 怀疑NVIDIA可能有销售AI定制设备的计划并影响RTX 50xx系列性能表现
    • 解释：若NVIDIA打算出售人工智能定制设备，可能会使RTX 50xx系列在某些方面低于40xx系列。
  5. 💡 DirectCompute无人使用，不应以DirectCompute中的表现评判RTX 50xx系列
    • 解释：AI代码编写使用其他语言而非DirectCompute，所以DirectCompute中的表现不重要。

金句与有趣评论

  1. “😂 If it’s anything like their gaming performance, they’re just disappointing hardware - not some conspiracy”
    • 亮点：以游戏性能类比，直接提出一种观点，引发后续讨论。
  2. “🤔 Why is this the most upvoted comment? Extremely low effort and likely to be trivially incorrect. In literally any situation if a 5090 is underperforming a 4090 then it’s a problem with the benchmark/drivers, not "disappointing hardware" - whatever that means.”
    • 亮点：对热门评论提出质疑，从基准测试和驱动方面给出不同看法。
  3. “👀 Read real review instead of benchmarks you don’t know or understand.”
    • 亮点：给出了判断显卡性能的合理建议。
  4. “👀 40xx has mature, optimized drivers, 50xx has the first iteration of drivers.”
    • 亮点：指出两个系列驱动的不同状态，为公平比较显卡性能提供依据。
  5. “👀 如果NVIDIA打算出售人工智能定制设备的话，我不会感到惊讶。”
    • 亮点：从商业策略角度提出对RTX 50xx系列性能表现的怀疑。

情感分析

总体情感倾向较为理性和客观。主要分歧点在于RTX 50xx系列性能不如40xx系列是硬件本身问题还是其他因素（如基准测试、驱动等）导致的，以及NVIDIA是否有商业策略影响其性能表现。可能的原因是大家从不同的专业知识和角度出发，并且对NVIDIA的产品策略和技术发展有着不同的理解。

趋势与预测

  • 新兴话题：NVIDIA的商业策略对显卡性能的影响可能会引发后续更多讨论。
  • 潜在影响：对显卡消费者在选择购买RTX系列显卡时可能会有一定的影响，也可能促使NVIDIA对其产品策略进行调整或解释。

详细内容：

标题：RTX 50xx 系列显卡在计算/AI 方面是否被故意限制？

最近，Reddit 上一则关于“RTX 50xx 系列是否在计算/AI 方面被故意锁定”的帖子引起了广泛关注。该帖提供了相关链接，如https://www.videocardbenchmark.net/directCompute.html和https://www.videocardbenchmark.net/high\_end\_gpus.html，指出 50xx 系列显卡在某些图表中的表现低于 40xx 系列，不过在整体面向游戏玩家的基准测试中 50xx 系列仅略占优势。此帖获得了大量的点赞和众多评论，引发了热烈的讨论。

讨论的焦点主要集中在对 RTX 50xx 系列显卡性能表现的不同看法。有人认为如果 5090 表现不如 4090，那可能是硬件令人失望，并非什么阴谋。但也有人反驳称，在任何情况下，如果 5090 表现不佳，更可能是基准测试/驱动的问题，而非硬件本身。

有用户表示：“No one uses Microsoft DirectCompute. It’s irrelevant.” 还有用户提到：“AI 代码是用 Cuda、OpenCL、Rocm、Vulkan、Metal 等编写的，肯定不是 DirectCompute。”

有用户分享个人经历：“自从我听说并了解到使用 fp8 或 fp4 的优势，我非常兴奋地想要尝试。但我还没能找到类似于 LM studio 的软件来运行 fp8 模型。我有一个 RTX 4000 Ada，正在等待加入 Blackwell 列车。不知道大家对于如何在 ada 上使用 fp8 或在 Blackwell 上使用 fp4 有没有建议？是否必须使用 Nvidia 的软件？”

有人指出：“3090 没有 FP8 硬件。不过是通过模拟实现的，而且速度相当快。”

还有观点认为：“当进行公平比较（即不考虑 fp4）时，5090 应该比 4090 稍快，因为它的计算能力更强一点。但差距不会太大，而且不应该低于 4090。当考虑 fp4 时，情况又不同，5090 应该约为 4090 在 8 位时速度的两倍。”

同时，有人提出：“DirectCompute 不重要，5090 相对于 4090 的巨大优势在于它有更多的 VRAM 并且 VRAM 速度更快。5090 的 TOPS 是 4090 的 2.5 倍，并且有足够的内存支持更大的模型。”

在这场讨论中，大家对于 RTX 50xx 系列显卡在计算/AI 方面的性能表现各抒己见，尚无明确的共识。但这些不同的观点和讨论，无疑为我们更全面地了解这一问题提供了丰富的视角和思考方向。