算力提升！N卡画的小姐姐们越发逼真：想把AI女友带回家......超长慎入
算力提升！N卡画的小姐姐们越发逼真：想把AI女友带回家2023-04-24 21:23:40出处：太平洋电脑网作者：月亮背面的外星人
随着GPT的爆火，每个企业、组织、个人都看到了利用Ai来提升生产效率的可能，这其中，以Ai绘画为代表正在快速席卷着设计、绘画、动漫行业，个人用户也可以通过stable diffusion等引擎来训练自己的Ai人物形象或者设计物品。
而stable diffusion依赖的正是本地显卡算力，所以如果想要拥有快速、精准的Ai图像生成，一张算力强劲的显卡是必不可少的。
最近，RTX4070发布，早就听闻RTX40系在Ai算力上的提升，所以问DIY大佬借了20系到40系的主流显卡，来让它们华山论剑，看看谁在Ai绘画上的能力更强。
https://img1.mydrivers.com/img/20230424/Sd3cede6e-3f53-44dd-8e14-561a21cdf099.jpg
Ai作品首先介绍一下出战的选手们，老当益壮组的20系显卡：RTX2070、RTX2070S、RTX2080。正值壮年的30系显卡：RTX3050、RTX3060 12GB、RTX3060Ti、RTX3070 、RTX3070Ti、RTX3080、RTX3080Ti、RTX3090Ti。
青春无限的40系显卡：RTX4070、RTX4070Ti、RTX4080、RTX4090。
https://img1.mydrivers.com/img/20230424/Sd7117beb-3148-4873-be58-eebc4fa88276.jpg赛前首先是选手们的身份信息大公布：
https://img1.mydrivers.com/img/20230424/S552151c7-6f23-49fa-bfb1-fc28b85e6890.jpg对于本次的Ai绘画能力对决，区别选手们的主要点是显卡的架构、CUDA核心数量、显存与Tensor核心。
其中Tensor核心是NVIDIA部分显卡中专门用于加速深度学习任务的处理单元。Tensor核心针对深度学习中的矩阵运算进行了优化，能够显著提高神经网络模型的训练和推理速度。在后续的对比中，我们也能看出Tensor核心的代数与核心数与成绩的关系。
第一代Tensor核心首次出现在Volta架构显卡中，针对混合精度矩阵乘法进行优化。第二代Tensor核心引入Turing架构显卡，增加了对INT8和INT4整数精度的支持，并引入了RT核心用于实时光线追踪计算。
第三代Tensor核心出现在Ampere架构显卡，提高了FP16混合精度矩阵乘法的FLOPs，并支持稀疏性计算。
而第四代Tensor核心随着RTX40系的发布而更新，在全新的NVIDIA Ada架构中，通过引入DLSS技术和Optical Flow Accelerator等新技术，为Ai提供了显著的性能提升。并通过Tensor Cores加速器（专门用于深度学习任务的硬件加速器）大幅提高深度学习模型训练和推理性能，并且支持FP16、BF16和TF32精度。
此外，Ada GPU架构还支持CUDA-X AI软件库，这是一套用于加速AI应用的软件工具包。CUDA-X AI包括TensorRT、cuDNN、cuBLAS等组件，可以提高深度学习推理性能和训练速度。
https://img1.mydrivers.com/img/20230424/Scecb1094-beb0-42a8-ae79-f97841feca38.jpghttps://img1.mydrivers.com/img/20230424/b9aa9339-780b-4f58-ae45-26930db81eeb.jpg好的，简单介绍完参战选手们的基本信息，就来到本次比赛的第一关，基础性能参数对比，将由“AIDA64 GPGPU”考官出题，考察选手们的综合实力。想看Ai美女的观众先别急，先放出一张美女垫胃口。
https://img1.mydrivers.com/img/20230424/S4ce1ca63-d1dd-475d-927e-1602ec87907f.jpgstable diffusion Ai绘画；来自RTX2080显卡，1024*1024分辨率，单张耗时：1.14分钟
第一道题是Single-Precision，这个测试项目评估显卡在单精度浮点数运算（32位浮点数）上的性能，单精度浮点数通常用于表示小数，以GFLOPS为单位，其表示每秒千亿次浮点运算。
https://img1.mydrivers.com/img/20230424/6ba4de23-d101-4722-bdf3-01874593d096.jpg第二道题是Double-Precision，评估显卡处理另一种称为"双精度浮点数"的数据时的计算能力。双精度浮点数比单精度浮点数更精确，常用于科学计算等要求高精度的场景。以GFLOPS为单位，其表示每秒千亿次浮点运算。
https://img1.mydrivers.com/img/20230424/4a86f6a8-bced-4c21-ae57-146752b0e421.jpg第三道题是24-Bit Integer，这个测试项目评估显卡在24位整数运算上的性能。整数是没有小数部分的数字，如1、2、3等。以GFLOPS为单位，其表示每秒千亿次浮点运算。IOPS表示每秒整数运算次数，GIOPS表示每秒千亿次整数运算（Giga IOPS），以GIOPS为单位。
https://img1.mydrivers.com/img/20230424/12955b51-d53d-49aa-b1fa-1eb0ce9cf898.jpg第四道题和第五道题分别是32-Bit Integer、64-Bit Integer，聪明的小伙伴都知道这是跟上面24-Bit Integer是一组组合题，考察显卡32位整数运算、64位整数运算能力。
https://img1.mydrivers.com/img/20230424/370856b5-9a44-4197-96d6-93398c8b666e.jpg第六题是AES-256计算能力，评估显卡处理一种名为AES-256的加密任务时的性能。加密是为了保护数据安全而对数据进行编码的过程。
https://img1.mydrivers.com/img/20230424/5e9d49d7-d30b-42b8-ad8a-01f406190ced.jpg第七题是SHA-1 Hash编码能力，这个可能很多玩家都比较熟悉，这就是挖矿佬喜欢的哈希算力，哈希算法是一种将数据转换成固定长度的唯一字符串的过程，通常用于校验数据完整性和安全应用，常用于区块链应用中。
https://img1.mydrivers.com/img/20230424/4a1888c0-2072-4e22-bd9b-17c804dc086c.jpg第八题是Single-Precision julia，这个测试项目评估显卡在渲染单精度Julia分形图像时的性能。Julia分形是一种复杂数学对象，需要大量计算资源进行渲染。测试结果以FPS表示。
https://img1.mydrivers.com/img/20230424/7e4274ea-3145-43f3-8b57-1d3b46a89a43.jpg最后一题便是Double-Precision Mandel；双精度Mandelbrot分形渲染，评估显卡渲染一种名为Mandelbrot分形的复杂数学图形时的性能。类似于Julia分形渲染，但使用更高精度的数据进行计算。
https://img1.mydrivers.com/img/20230424/1fa68169-ce36-4a97-8e0c-28df1f2b6f79.jpg对于AIDA64 GPGPU的测试，我们可以看出，除了顶级的RTX4090外，剩下显卡之间都存在着明显的递进关系，等级森严，与售价与定位严格挂钩，此外，数据测试仅能作为Ai制图的一个参考项目，旨在对比不同显卡之间的数据。
https://img1.mydrivers.com/img/20230424/575af67a-04a6-4111-b8c5-24814b9a6d8b.jpg参战选手的首发价格对比
接下来就进入正式的Ai绘画环节，首先是画NVIDIA官方指定的小房子，看看效果。画图的参数是：使用v2-1 768-emapruned模型；768*768的尺寸；Steps: 50；CFG scale: 7.5，共画10组，每组2张。
https://img1.mydrivers.com/img/20230424/S23fe734e-98f7-4d61-ae36-9bf7100f21e2.jpg
Ai作品https://img1.mydrivers.com/img/20230424/Sccdfefa6-2f1c-42d1-9100-80003affd54f.jpg
Ai作品https://img1.mydrivers.com/img/20230424/9abd436a-1a8d-4b5d-87d1-dc64fda43942.jpg从测试结果来看，各位参战选手的Ai绘画表现与他们在AIDA64 GPGPU中的各项考试表现类似，柱状图的分布几乎一致，其中低于5张/min的选手有RTX2070、RTX3050、RTX3060，虽然RTX3060配有12GB的大显存，但在Ai画图所需要的高算力面前还是只能甘拜下风，112核心的第三代Tensor没能让它在Ai画图中继续“甜品”下去。
而超过了优秀水平10张/min的选手就比较多了，RTX3080Ti、RTX3090Ti、RTX4070Ti、RTX4080、RTX4090，以及两个9张/min的差点成为优秀水平的RTX3080和RTX4070，这两位选手的用时几乎一致，但RTX4070只搭载了184核心的第四代Tensor，而RTX3080则是使用了272核心的第三代Tensor，这33%的核心数差距，就是通过技术迭代来弥补的。
接下来看一下选手们在画NVIDIA小屋时的显存占用情况，为了方便比赛公平起见，我们按照显存容量进行了分组：
https://img1.mydrivers.com/img/20230424/87f23d69-9232-4451-90d2-6a02d426f8e0.jpg
8GB显存组https://img1.mydrivers.com/img/20230424/d81953c3-bd10-4d29-b529-64c047424754.jpg
12GB显存组https://img1.mydrivers.com/img/20230424/7d3c33d1-40a5-4f69-bd48-1b8933401adf.jpg
其他显存组https://img1.mydrivers.com/img/20230424/Sd5154e1d-e7b8-43f4-a7c9-2181ca7dcf83.jpg
整体表现情况通过图表与数据情况可知，在画NVIDIA小屋的时候，面对768*768分辨率的Ai画图情况，显卡的显存普遍占用都在8GB左右，如果只是搭载了8GB显存的显卡，就会有跑满的风险，从而拖累运算速度。
接下来就是大家期待的画Ai小姐姐，在画小姐姐的选择上，我们使用了chilloutmix NiPrunedFp32Fix模型，匹配3个不同的LORA人体素材库，调整了各素材的比重，最终绘制出独一无二的小姐姐，单幅尺寸为1024*1024，一组5张。
首先来欣赏一下小姐姐的美貌：
https://img1.mydrivers.com/img/20230424/S52c6a300-d47e-43d6-9992-367a8019dd19.jpghttps://img1.mydrivers.com/img/20230424/Saca97044-82d6-4902-887d-5630435d5845.jpg
stable diffusion Ai绘画https://img1.mydrivers.com/img/20230424/S0ed3e633-b713-4218-841f-7c6d55ec62dc.jpg
stable diffusion Ai绘画https://img1.mydrivers.com/img/20230424/S86925175-5417-4bfa-83b6-d74c4eaf2e5a.jpg
stable diffusion Ai绘画https://img1.mydrivers.com/img/20230424/Sb51a1fba-01c7-4a51-8850-e6e01bb15fea.jpg
stable diffusion Ai绘画https://img1.mydrivers.com/img/20230424/S438c98d4-8fc3-43f4-bb6d-344ccbc60806.jpg
stable diffusion Ai绘画https://img1.mydrivers.com/img/20230424/Sab6d2da1-d35d-4e8c-8aca-2c4f08ccdf56.jpg
具体的Prompt以及模型配置如图，喜欢的小伙伴可以直接Copy，把小姐姐带回家由于画小姐姐的模型和配置以及尺寸较大，对各位选手也造成了巨大的考验，就连算力最为强劲的RTX4090，也只保持不到3张每分钟的成绩，可见对于画高清人像来说，游戏显卡还是有着较高的压力，来看一下各位选手们的成绩吧。
https://img1.mydrivers.com/img/20230424/13215115-04d1-4835-83c6-0706291e9123.jpg面对巨大的算力挑战，各位参赛选手出现了明显的性能吃紧，不少选手们的绘画时间只能保持在一分钟一张左右，而特别出色的旗舰选手们才能碰到2张每分钟的门槛。甚至还有的选手（RTX3050）只能维持2分钟画一张的水平。
在画NVIDIA小屋时旗鼓相当的RTX3080和RTX4070终于在这轮拉开了差距，RTX3080以近20%的实力差距绝杀了RTX4070，也以10%的优势超过了RTX4070Ti，稳住了80显卡的尊严与威望。
而在显存占用上，NVIDIA小屋比赛时还有能漏网之鱼的8GB显存组，在本轮测试中，无一例外，全部显存跑满，集体出现显存不足的情况。
https://img1.mydrivers.com/img/20230424/bce9a175-13bf-470a-b62e-d990f97c21fc.jpg在12GB显存组选手中，虽然没有跑满显存，但是在RTX40系显卡中也出现了显存吃紧的情况，RTX40系两兄弟显存都被Ai吃掉了95%左右。
https://img1.mydrivers.com/img/20230424/321cd591-f051-4058-9754-855b16303f77.jpg与RTX3090Ti同样使用24GB显存的RTX4090，在Ai画图时就比前者多占用了17%左右的显存空间，让Ai引擎吃到了17GB左右的显存空间，配合一骑绝尘的512核心第四代Tensor核心，无疑问鼎了本次Ai绘画算力对比之巅。
https://img1.mydrivers.com/img/20230424/d9a48bfc-7aa2-4f90-b5cb-f77b1bea142d.jpghttps://img1.mydrivers.com/img/20230424/S3e7e5ccd-f3e8-4f7b-8fe7-2f2f6604266e.jpghttps://img1.mydrivers.com/img/20230424/Sf13cfef1-72be-4ac9-81ec-38d3169b6405.jpg
整体表现情况https://img1.mydrivers.com/img/20230424/c2042926-5c6e-46c7-ab72-c0ba605ec087.jpg显卡Ai绘图最大功耗一览
https://img1.mydrivers.com/img/20230424/72de9a62-b55f-4e20-88f9-76dc56b41426.jpg
显卡能耗比情况一览总结：
显卡与AI绘画的关系就像是画家的手与画笔之间的紧密配合，在这个关系中，显卡是高效处理大量并行计算任务的关键硬件，而AI绘画则是依赖显卡强大计算能力实现的一种先进的艺术形式。
AI绘画技术通常采用生成对抗网络（GANs）或变分自编码器（VAEs）等深度学习模型来生成具有特定风格或特征的图像。而显卡也已经从单纯的图像处理器，逐渐演变成了复杂的计算平台。二者相辅相成，相互促进Ai生成、深度学习、显卡领域的不断发展，成为硬件市场上为数不多仍然焕发活力的领域。
在本期的【AI时刻】中，我们对15款NVIDIA显卡的stable diffusion AI绘画能力进行了深入评测。从测试结果中，我们明显看到显卡在AI和深度学习算力上的持续进步。
尤其是在RTX 40系列显卡中，得益于全新的架构和更加先进的Tensor核心技术，使得RTX 4070不仅能与前代RTX 3080在AI算力上一较高下，同时在保持中上游AI性能的情况下，功耗更加优越。
因此，如果你对AI计算（如画AI小姐姐）感兴趣，并希望拥有一款性能与功耗兼顾的显卡，那么RTX 4070无疑是一个理想的选择。
而如果你打算通过游戏显卡（由于各种原因，NVIDIA A100/H100难以购买）来搭建一个小型AI服务器，那么选择多张RTX 4090则毫无疑问是最佳方案。无论是从性能、功耗还是扩展性的角度，RTX 40系列显卡为游戏玩家、AI领域的开发者提供了更多可能性，展示了显卡技术在未来的发展潜力。
本帖最后由 hmxm 于 2023-4-24 22:35 编辑
感谢科普
另：某链接呢分享呢 感谢楼主科普
另：某链接呢分享呢 傻傻分不清 hmxm 发表于 2023-4-24 22:34 https://bbs.pcbeta.com/static/image/common/back.gif
感谢楼主科普
另：某链接呢分享呢
https://diy.pconline.com.cn/1607/16076347.html 看看1080生成的,参数几乎一样, 分辨率和seed不一样 {:5_294:} 没有灵魂，青春却透着生无可恋的呆板，是因为我是艺术家还是被心理暗示这是AI？什么时候跳出猜的框框了，Midjorney或者StableDiffusion这类AI的工作才能真正称之为创作而不是生成。娃娃再简单的手绘里也能看到情感。博导带研究生，只有我捕捉到了AI是个制造恐慌的惊天骗局么？昨天还看到未来20年 all in AI 的结论，读着马克思的生产力仍是没读懂啊。诶诶~，我说到哪里了，差点耽误了下地收红薯。 wsasecy 发表于 2023-4-25 11:58 https://bbs.pcbeta.com/static/image/common/back.gif
没有灵魂，青春却透着生无可恋的呆板，是因为我是艺术家还是被心理暗示这是AI？什么时候跳出猜的框框了，M ...
哈哈。看了一遍，不知道说啥...{:8_520:} 妹子太嫩了{:5_294:} xfeiyun 发表于 2023-4-25 16:49 https://bbs.pcbeta.com/static/image/common/back.gif
哈哈。看了一遍，不知道说啥...
没啥，那些小伙子交作业太快太多用显卡赶工的痕迹了还没拿到满意的设计稿。 wsasecy 发表于 2023-4-25 17:34 https://bbs.pcbeta.com/static/image/common/back.gif
没啥，那些小伙子交作业太快太多用显卡赶工的痕迹了还没拿到满意的设计稿。
你难道是老师？ 我是来看美女的{:5_291:} 低估了，我开洒水车的，别人一箱水走一条街我浇三条还有剩。R4070提升的仅仅是拼凑速度，和低端一样就是做些渲染，玩玩的，那是种简单的生成。N100这些才是对标AI绘画。现在什么都拿来碰瓷AI，太拉低AI的身段了。
不错，辛苦了。 不够大{:5_587:} home飞扬123 发表于 2023-4-26 16:29 https://bbs.pcbeta.com/static/image/common/back.gif
不够大
估计标签是 small{:8_511:} 太小了吧{:5_296:} AI画像据说最离谱的就是手指
常常要么4指、要么6指，要么男女不分{:9_362:}........
页:
[1]