英伟达 4090 与 4090D性能差距实测

已于 2025-02-13 15:34:19 修改
阅读量1.5k 收藏
点赞数 2
分类专栏： Linux ubuntu 人工智能 文章标签： 服务器 运维 linux ai
于 2025-01-20 15:35:03 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_28120987/article/details/144990627
版权

性能对比 4090D的性能是4090的85%

这是两张4090显卡启动截图 平均速率大约是 4.04 it/s。

在这里插入图片描述

这是两张4090D的启动截图 平均速率大约是 3.47 it/s。

在这里插入图片描述

这是四张4090D的启动截图 平均速率大约是 6.79 it/s。

在这里插入图片描述

这是两张4090推理速度

在这里插入图片描述

这是4张4090D的推理速度

在这里插入图片描述

极智芯 | 解读NVIDIA特供芯RTX4090D 详细对比RTX4090 性能水平如何
极智视界
03-04 1301
大家好，我是极智视界，本文分享一下 解读NVIDIA特供芯RTX4090D 详细对比RTX4090 性能水平如何。希望我的分享能对你的学习有一点帮助。
英伟达 RTX 5090 显卡赋能医疗大模型：变革、挑战与展望
AllenLV的博客
01-07 4918
2025年1月7日，英伟达在CES 2025展会上发布了RTX 5090显卡，这款显卡凭借其强大的AI计算能力和硬件性能，成为医疗大模型领域的重要推动力。RTX 5090不仅具备920亿个晶体管和4000 AI TOPS的算力，还支持DLSS 4技术和32GB GDDR7显存，为医疗大模型的训练和推理提供了前所未有的支持
对比4090及4090D：国区“特供”与原版相比有何区别？
热门推荐
specssss的博客
06-19 1万+
GeForce RTX 4090拥有的512 Tensor 核心能提供5283 TPP (Total Processing Performance)，而GeForce RTX 4090D拥有的456 Tensor核心提供4700 TPP ，刚好卡在4800 TPP之下，意味着GeForce RTX 4090D与GeForce RTX 4090相差的就是8组TPCs，数量差距还是比较大的。功耗方面，4090和4090D的待机功耗均为19W，但4090D的平均游戏功耗稍有降低。（左为4090 右为4090D）
rtx4090D和rtx4090差距大不大区别对比
m0_50613577的博客
10-15 2709
在规格对比上，4090D基于NVIDIA的Ampere架构，核心型号虽相同（AD102），但CUDA核心数量显著减少，约为4090的90%，从16,384个下降到14,592个。在AI推理上，4090D的单精度和双精度浮点运算性能分别比4090低约5%和2.6%，而在AI绘画测试中，512*512分辨率下，4090D落后约10%，但随着分辨率提高，效率有所提升。在价格方面，值得注意的是，4090D在性能上低于4090，但某些云服务器市场上，4090D的价格却高于4090，购买时务必留意。
详解4090D参数性能，实测性能达4090的98%
bumblexbee的博客
04-03 1万+
4090D对比4090，实际评测效果非常好。在 SD 文生图测试中，4090D 的性能为 4090 的 98%-99%。在 Llama2 语言模型测试中，4090D 的性能为 4090 的96%-97%。
NVIDIA 显卡命名规则解读及 RTX 4090 与 RTX 4090D 的区别
学亮编程手记
03-28 1040
RTX 4090 和 RTX 4090D 是 NVIDIA 基于。NVIDIA 显卡型号由。
4090D显卡-深度学习环境配置参数
jianai223的博客
04-10 1154
4090D显卡+DL框架
英伟达（NVIDIA）GeForce RTX 4090性能和应用
2402_84466582的博客
06-03 2026
英伟达（NVIDIA）GeForce RTX 4090性能和应用
0201-极智芯-解读英伟达新一轮特供GPU RTX4090D
06-02
0201_极智芯_解读英伟达新一轮特供GPU RTX4090D
RTX 4090D 48GB超大显存显卡现身：性能飞跃还是市场试探？
weixin_50197960的博客
08-12 2238
RTX 4090D 48GB的现身，无疑为显卡市场带来了新的活力。它不仅是技术进步的象征，也是市场竞争日益激烈的体现。对于消费者而言，选择一款适合自己的显卡变得更加重要。无论是追求极致性能的专业用户，还是注重性价比的普通消费者，都需要在性能、价格、功耗等多方面进行权衡和考虑。而对于显卡厂商而言，如何在激烈的市场竞争中保持领先地位，将是他们需要面对的重要课题。**赋创（EMPOWERX）**作为高性能计算领域的先锋，一直致力于推动技术创新，我们会及时关注最前沿的科技动态，为客户提供高效、可靠的计算解决方案。
英伟达RTX 4090和3090全面对比
2402_84466582的博客
06-11 4394
英伟达RTX 4090和3090全面对比
RTX 4090和RTX 4090D显卡对比 RTX 4090和RTX 4090D差距
m0_50613577的博客
08-30 1018
而在AI推理/创作性能测试中，RTX 4090D的单/双精度浮点运算性能与4090的差距约为5%，在整数性能上仅落后2.6%。显存方面与RTX 4090D相同，搭载了24GB GDDR6X显存，显存位宽为384 bit，显存速度为21Gbps，显存带宽为1008.0GB/s。显存方面，RTX 4090D搭载了24GB GDDR6X显存，显存位宽为384 bit，显存速度为21Gbps，显存带宽高达1008.0GB/s。综上所述，虽然RTX 4090D在核心规格上有所降低，但它仍保持了较高的性能水平。
RTX 4090/RTX 4090D停产，为RTX 5090扫平“障碍”
Name_NaN_None的博客
09-20 665
4090还没用上就要无了~
双4090显卡之间带宽 Nvidia官方测试用例
cgxcgxcgxcgx的博客
05-10 3412
====测试双4090显卡之间带宽==== 参考具体项目：https://github.com/NVIDIA/cuda-samples/tree/master/Samples/5_Domain_Specific/p2pBandwidthLatencyTest
NVIDIA GeForce RTX 4090 Mobile 16G 性能分析
黎国溥
11-03 8149
最近在看台式电脑，看到1W内居然能买到 i9-14900HX、RTX4090 16G，感觉不对劲，目录：1、NVIDIA官网查查40902、对比RTX4090m显卡性能参数3、看看那些显卡比RTX4090m强
大模型推理：A100/H100 太贵，何不用 4090？
zenRRan的博客
03-18 4616
作者：李博杰， Logenic AI 联合创始人、中科大与MSRA联培计算机博士、华为天才少年主页：https://01.me/声明：本文只做分享，版权归原作者，侵权私信删除！https://zhuanlan.zhihu.com/p/655402388编辑：青稞AI大模型的训练用 4090 是不行的，但推理（inference/serving）用 4090 不仅可行，在性价比上还能比 H100 稍...
Linux:进程的创建&&进程的终止
最新发布
Visual_progress的博客
04-24 444
fork是c语言中的一个函数，用于创建新的子进程，它存放在<unistd.h>的头文件中当我们运行程序时，如果使用了fork函数那么就会为这个进程创建一个它的子进程，这个子进程会继承父进程的所有数据和代码，但其实子进程是和父进程共用一套数据和代码。还有一个重点是：内存指针子进程会继承父进程的内存指针，内存指针用于指向程序执行到了哪里。我们来测试一下fork是否真的会创建一个新的进程。我们来看以下代码运行结果我们可以看到，在fork之前的程序只运行了一次，但是在fork之后的语句运行了两次，
服务器上安装jdk
m0_60873265的博客
04-23 333
opt/java/不存在的话，在opt文件夹下新建java目录。将安装包上传到/opt/software目录下，进行解压。将解压的文件夹移动到安装目录(/opt/java/)下。编辑环境变量配置文件 /etc/profile。在文件末尾加入下面代码。
Linux文件管理
DreamCollector的博客
04-22 1020
<，>、？、*。如果一个文件名中包含了特殊字符，例如空格，那么在访问这个文件的时候就需要使用引号将文件名包括起来。Linux 严格区分大小写，尽量采用小写字母。。
英伟达4090安装cuda版本
01-17
### NVIDIA GeForce RTX 4090 Compatible CUDA Version Installation Guide For the NVIDIA GeForce RTX 4090, ensuring compatibility between the GPU and CUDA versions is crucial to avoid issues such as unsupported compute capabilities. The GeForce RTX 4090 has a compute capability of `sm_89` which requires at least CUDA Toolkit version 12.0 or higher due to its advanced architecture features[^1]. When encountering errors like "GeForce RTX 3080 with CUDA capability sm_86 is not compatible," this indicates that the installed PyTorch (or similar software) does not support the specific compute capability of the hardware being used. For newer GPUs including those from the RTX 40 series, it's essential to verify both the CUDA toolkit and any dependent libraries are up-to-date[^2]. The installation process should proceed carefully considering existing drivers on your system: - **Preparation**: Before installing new CUDA toolkits, check if there’s an already present Nvidia driver by running commands related to checking installed packages. - **Driver Handling During Installation**: When executing the CUDA installer (`cuda_xxx.run`), users might receive notifications about pre-installed Nvidia drivers; these can be ignored safely during the setup procedure since you have control over selecting components within the installer interface where choosing only necessary parts while skipping driver updates may prevent conflicts[^3]. #### Example Command Line Instructions for Installing CUDA via .run File ```bash # Download appropriate CUDA package first then run below command sudo sh cuda_xxx.run --silent --toolkit --override ``` --related questions-- 1. What steps need attention when updating the CUDA toolkit alongside keeping my current graphics card driver? 2. How do I confirm whether my installed PyTorch matches the required specifications for supporting newer GPUs? 3. Can older versions of CUDA work efficiently with modern GPUs like the RTX 4090 without performance penalties? 4. Are there alternative methods besides using `.run` files to install CUDA toolkits specifically tailored towards certain GPU models? 5. In what scenarios would one choose to update their system's Nvidia driver along with a fresh CUDA installation rather than maintaining separate installations?
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值