#GPU|LLM|AIGC#集成显卡与独立显卡|显卡在深度学习中的选择与LLM GPU推荐

向日葵花籽儿

已于 2024-01-22 16:54:36 修改

阅读量1k

点赞数 9

分类专栏：深度学习 CS技能文章标签： LLM GPU AIGC RTX 4090

于 2024-01-22 16:54:21 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/weixin_45312236/article/details/135752097

版权

CS技能同时被 2 个专栏收录

20 篇文章

订阅专栏

8 篇文章

订阅专栏

本文比较了独立显卡和集成显卡在显存、性能和适用场景上的差异，并强调了在深度学习任务中选择NVIDIACUDA-enabledGPU的重要性，如RTX3090、RTX4090等，特别是对于LLMGPU推荐中的A系列和高端型号。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

区别

核心区别：显存，也被称作帧缓存。独立显卡拥有独立显存，而集成显卡通常是没有的，需要占用部分主内存来达到缓存的目的

集成显卡：
是集成在主板上的，与主处理器共享系统内存。
一般会在很多轻便薄型的笔记本与低端的台式电脑上得到广泛的应用
性能较低，适合一般办公和基本图形任务。

独立显卡：
一块独立的图形处理器，有自己的显存，并且不与主处理器共享内存。
独立显卡通常性能更强大，适合处理复杂的图形和游戏。在一些专业应用和高性能需求的场景中，独立显卡往往能够提供更好的性能和图形处理能力。

在这里插入图片描述

深度学习任务用什么

深度学习：
在进行深度学习或其他大规模模型训练时，通常需要更强大的图形处理单元，如NVIDIA的CUDA-enabled GPU或AMD的类似设备。
在这里插入图片描述

LLM GPU推荐

推荐：
6BLLM使用：RTX 3090, RTX 4090, A10, A30
34BLLM使用：4 × RTX 4090, A800 (80 GB)

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。