常用AI運算GPU顯示卡硬體規格價格比較表選擇指南線上估價
TESLA H100-80G, TESLA A100-80G, RTX-6000ADA-48G, RTX-A6000-48G, RTX-5000ADA-32G, RTX-A5500-24G, RTX-A5000-24G, RTX-A4500-20G, RTX-A4000-16G, RTX-A2000-12G, RTX-4090-24G, RTX-4060Ti-16G
AI 運算主要會用到 Tensor 核心, Tensor 核心越多, AI 運算速度越快。
一般 AI 運算主要是用 FP32 單精度或 FP16 半精度。
Tesla 系列顯示卡的優勢在於 FP64 雙精度浮點數,特別適用於天文物理模擬及有限元素法模擬。
由於 AI 訓練所需的記憶體越來越大,建議購買記憶體 24GB 以上的顯示卡為宜。
建議選擇優先順序:
1. 記憶體越大越好
2. Tensor 核心越多越好
3. 寬度越薄越好,佔用插槽數越少越好。
不常用於 AI 運算的 GPU 顯示卡沒有收錄到此常用比較表。
歡迎聯絡我們訂購,可配合學校報帳及公開招標。
[ 線上估價 ]
中階人工智慧工作站電腦線上估價:
https://tw.leaderg.com/article/index?sn=11110
高階人工智慧工作站電腦線上估價:
https://tw.leaderg.com/article/index?sn=11111
高階人工智慧伺服器電腦線上估價:
https://tw.leaderg.com/article/index?sn=11116
延伸閱讀
標籤: