高端 GPU 在深度学习中的性能实测：NVIDIA RTX™ 5000 Ada & NVIDIA RTX™ 5880 Ada

在深度学习任务中，对 GPU 的计算性能、显存、功耗有很高要求。NVIDIA RTX™ 5000 Ada 和 NVIDIA RTX™ 5880 Ada 系 NVIDIA RTX 系列高端 GPU，采用 NVIDIA Ada Lovelace 架构，拥有第四代 Tensor Core，可大幅提升 AI 计算性能，此外，这两张 GPU 分别拥有 32GB 和 48GB 超大显存，可支持训练更大批量的数据，同时这两张 GPU 功耗很低，可以长时间稳定运行训练及推理任务。

近期有小伙伴测试了这两张 GPU 在计算机视觉以及自然语言处理两大领域中的性能表现，为大家 GPU 选型做数据支撑。

1、显卡外观

2、显卡参数

3、性能测试

·测试环境

· 测试版本

mlpinf-v5.0-cuda12.8-pytorch25.01-ubuntu24.04-x86_64-release

· 测试模型

· 测试结果

计算机视觉（CV）

ResNet50

在图表中可以看到，RTX 5000 Ada 每秒能够分类23916.4例图片，RTX 5880 Ada 每秒能够分类25086.8例图片。RTX 5880 Ada 相较 RTX 5000 Ada 提升了4%。

3d unet

在图表中可以看到，RTX 5000 Ada 每秒能够生成约2.51张图片，RTX 5880 Ada 每秒能够生成约2.53张图片。RTX 5880 Ada 相较 RTX 5000 Ada 有一定提升。

自然语言处理（NLP）

bert-99

在表中可以看到，RTX 5000 Ada 每秒可以回答2407.56个问题，RTX 5880 Ada 每秒可以回答2624.32个问题。RTX 5880 Ada 相较 RTX 5000 Ada 提升了9%。

篇幅有限，我们还对目标检测模型YOLOv11、YOLOv12做了详细的测试，可点击链接查看，还能申请显卡测试：https://rlzqlo1asm.feishu.cn/docx/DqYpdG1zjoCyfkxaaSNcFhUxneg

*与 NVIDIA 产品相关的图片或视频（完整或部分）的版权均归 NVIDIA Corporation 所有。

生成海报

本文来源于极客网，原文链接: https://www.fromgeek.com/chip/1249-683322.html