学计算机买电脑显卡1605ti够吗,铭瑄GTX1660Ti显卡值得买吗 铭瑄GTX1660Ti终结者显卡评测...

铭瑄GTX1660Ti显卡怎么样?值得买吗?下面小编带来铭瑄GTX1660Ti终结者显卡评测,希望对大家有所帮助。

铭瑄GTX1660Ti终结者显卡评测:

2019年1月7日,英伟达发布了价格更加实惠的甜品级RTX显卡RTX2060,玩家们对于其近3000的售价观点众多,但是无一例外的是都觉得英伟达还会出一款比RTX2060更低价格的产品。随着时间的推移,GTX1660Ti的消息逐渐浮现出了水面,使用GTX代号而非RTX则是表明了它无缘光线追踪技术与DLSS技术,目前看来RTX2060是体验光追技术的门槛级别了。

3ae0abd13c21b0b42a8638008840bd9c.png

GTX1660Ti

虽然GTX1660Ti砍掉了光追与DLSS,但是其他方面并没有缩水很多,玩家们更加感兴趣的是到底GTX1660Ti的性能表现如何,我们今天就找来了铭瑄的GTX1660Ti 终结者6G显卡来与GTX1060\RX590做一下对比,看是不是真香,铭瑄GTX1660Ti终结者6G采用的是代号为TU116的12nm工艺Turing核心,拥有1536个CUDA,比RTX2060少了20%,显卡默频1500MHz,Boots频率可达1770MHz,搭配了GDDR6高速显存,频率为12000Gbps。

c94f75453d427ad8d53913d3a5f8430b.png

bcc966b69518019a3cf31824907ebe59.png

4692d9a4c9c92a0b6c71994d887a11d6.png

8958c0a0a56056bd0156c23f129b071e.png

铭瑄GTX1660Ti 终结者6G显卡在外观上采用了和自家RTX20系终结者一样的设计,值得一提的是散热模组也是同样的一套,此前用来压制RTX2070的散热用在仅120W功耗的GTX1660Ti上面可以说是绰绰有余,此次全新一代终结者系列显卡升级了散热器的质感,表面采用磨砂喷涂工艺,令其在灯光照射时能在不同角度形成高光面和阴影面,远远看起来有种哑光金属质感!磨砂喷涂工艺还有个好处是耐刮花,整个显卡外盖还点缀了些许钢琴烤漆工艺的涂装,原来的单色LED太极灯也升级到了具备RGB呼吸变换的璀璨电竞氛围灯,钻石切割工艺让整个灯组能将光效折射到各个角度。

b68c30d4bb4363e8282d945585636967.png

除了以上几点外,全新一代终结者还将前作的复合材质背板升级成了铝镁合金背板,相对于此前的有点塑料感的背板,全金属背板无论在质量、强度、质感方面都是全面胜出,同时散热孔也显著增加了不少,对散热的帮助也有所提升。

2fec25af72bb72759f3cfe16a6438787.png

本次我们将用铭瑄GTX1660Ti与GTX1070 8G、GTX1060 6G进行对比,很多朋友可能会觉得为什么不和RTX2060对比,因为RTX2060和GTX1660Ti完全不在同一竞争水平上,对比起来没有意义,下面我们看看本次的测试平台:

e808df152c8f6f509bde56215397420d.png

介绍完测试平台,打上最新的驱动,让我们开始看看GTX1660Ti到底香不香吧,首先国际惯例来一发GPU-Z截图和娱乐大师跑分,参数上看铭瑄GTX1660Ti终结者与公版差别不大,看来采用的是比较注重稳定的公版设计。

04cfc2f359b2c96e821b4eec3dd171fb.png

afac9d9b83ffbeb4152c5dbbae1b00dd.png

3DMark显卡基准性能测试:

现在3DMark作为电脑硬件跑分的测评标准软件,通过其测试成绩能帮助玩家直观地了解到硬件的性能表现。

从3DMark基准测试上面的跑分可以看到,在测DirectX 11表现的FS模式中,铭瑄GTX1660Ti终结者6G显卡是弱于GTX1070 8G的,差距大致在13%附近,对比GTX1060 6G则是强14%左右,换成DirectX 12下的TS模式则完全不同了,铭瑄GTX1660Ti 终结者6G显卡分数反超GTX1070 8G,领先幅度在4%左右,与GTX1060 6G相比领先更为夸张,达到了34%!

看来英伟达的12nm图灵架构在DirectX 12下的性能表现十分强大,当然仅凭跑分并没有多大的实际参考价值,主要还是在应用方面的表现,我们选择了当下热门的几款游戏,在1080P画质与2K画质下对比这三款显卡的实际游戏表现。

热门大作游戏性能测试:

在主流的1080P战场下,铭瑄GTX1660Ti终结者6G与GTX1070 8G打的难解难分,和英伟达宣传的接近GTX1070的说法没有偏离太多,角色切换回与GTX1060 6G对比,铭瑄GTX1660Ti的领先幅度就非常明显了,平均都有近30%的提升,看来图灵架构搭配GDDR6显存的组合性能还是挺耐看的。

显卡温度拷机测试:

e088c51a66033fc07b439cc5f7cecd43.png

铭瑄GTX1660Ti 终结者6G标称为120W的TDP,实际上用FurMark拷机时满载功耗为119W,符合标称功耗,我们在温度上可以看到,显卡拷机温度基本稳定在了67℃,频率在1605MHz左右,不知道是不是软件版本或者驱动的问题,显卡满载频率较此前跑3DMark时的1935MHz有蛮大的差异,但总的看来铭瑄GTX1660Ti 终结者6G显卡在温度和性能释放方面做的挺不错的。

796a4454e9c241769bbf618dfb454829.png

看完上面的评测相信大家已经心中有数了,作为12nm图灵架构的铭瑄GTX1660Ti在多数游戏上的体验非常接近GTX1070 8G,只会在面对一些吃显存的游戏才会显得6G显存不怎么够用,并且可以看出,在DirectX 12的环境中,GTX1660Ti能跑出持平甚至超越GTX1070 8G的性能分数。

c567120b210a001953ec9a3afed24cbb.png

对于GTX1060 6G显卡更是全面大幅超越,依据传言的GTX1660Ti售价2000左右,再看现在全新的GTX1070 8G显卡都要2700多,隐隐约约的真香气息袭来,这款GTX1660Ti 终结者6G显卡作为铭瑄中高端走量型号,在各方面都很均衡,可以说是没有短板的一款显卡了,要硬说不足的地方,就是牌子不够台系响亮罢了,后续我们会对此款显卡进行拆解,感兴趣的玩家可以保持下关注。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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