预算低，对于深度学习小白有哪些性价比显卡推荐呢？

搞深度学习主要看GPU，人人都知道A100、H100好，但不是每个人都有这么充足的预算和实力配置这两张显卡，尤其对于我们刚踏入深度学习领域的学习者来说，那么对于初学者，我们有什么样高性价比的显卡可以推荐呢？

一般而言英伟达GeForce系列里的旗舰级显卡性价比比较高，如3090 4090等

一 3090 24GB

这是上一代的旗舰显卡，基于NVIDIA Ampere架构，配备了10496个CUDA核心，FP32性能达到了29.28TFLOPS，放在如今依然能打，24GB的显存可以跑95%以上深度学习遇到的大模型了，而且因为是上一代的显卡，如今的价格十分低廉，性价比比较高，6000多左右就能入手一张，而4090现在要1.8w才能入手一张，而且RTX 3090 可以通过 NVLink 实现双 GPU 并行工作，提高性能，40系列的显卡现在已取消了Nvlink，因此配置4卡及以上服务器，3090系列性价比很高，这张卡是矿卡的概率较高，推荐有经验的老司机才考虑入手。

二 4090等40系列

4090是前两年才推出的旗舰消费级显卡，采用了全新的DLSS 3技术，相比上一代的DLSS 2，性能提升可达2-4倍，拥有16384个CUDA核心，FP32性能达到了82.58TFLOPS，使它能够适用于图形设计、复杂的视频编辑工作以及深度学习领域，是大多数个人以及小型实验室预算所能配置的最高级显卡了，缺点就是比较贵，单卡售价就要1.8w了，因此预算不够的也可以考虑40系列的其他卡如4060ti 16G版本的现在也才3500一张卡，跑深度学习最重要的就是显存，显存决定了你能不能跑这个模型，只要能跑，哪怕速度慢一点是可以的，而且睡觉的时候我们也可以运行电脑，只要大部分模型能在睡醒之后跑好就可以了。

下面这张图是每一美元可以购买到的显卡算力性能，这样看下来确实是消费级别的GeForce显卡最有性价比。

三 V100系列

上面介绍的显卡在单卡的时候是性能是很好的，也很有性价比，但是一旦组成8卡及以上的服务器集群就不太够用了，因为这些显卡大多数不支持Nvlink，如果你想要服务器集群，但你预算又低，怎么办呢？ 这个时候就推荐购买V100显卡 32GB Nvlink版本的，它是NVIDIA推出的专用于高性能计算的GPU，基于Volta架构，对于深入学习做了专门的优化，具有加速功能，有着5120个CUDA核心，32GB的显存可以训练99%的模型了，而且因为有着Nvlink，它的显存带宽很宽，多个GPU之间通信速度很快，这种卡目前在6000块钱左右，对于深度学习领域性价比还是很高的。

四 图形卡系列推荐英伟达A4000

英伟达A4000基于NVIDIA Ampere架构构建，有着6144个CUDA核心，单精度浮点运算能力为19.2 TFLOPS，是用于视频渲染，图像处理的专业显卡，显存为16GB，一般而言我们可以用它训练Stable Diffusion的微调大模型，A4000以下的卡显存太小了，不适用于大多数场景，而A4000以上的卡，性能足够了，速度也快但是成本较高了，在我们的数据测试当中，A4500和A5000分别比a4000快了10%和20%左右，但是成本远高于20%，英伟达A4000的售价目前在4000块钱左右，在图形卡里面无疑是性价比最高的显卡了，再过几年A4000的性能跟不上的时候，英伟达的4000ADA版本就是图形卡领域里面性价比最高的显卡了。