春节前夕，NVIDIA连续发布了3款显卡，作为RTX 40 SUPER系的三款中高端产品，在AI生产力上备受关注，今天为大家简单复盘一下测试的这三款显卡的AI性能。
1 ON1 Resize AI 2023测试
ON1 Resize AI 2023是一款AI图像修复软件，包括图片缩放，内容填充等功能，同时它也可以作为PS等软件的插件形式存在，非常方便快捷。
测试选择NVIDIA提供的5张高分辨率图片进行，我们将在原图片的尺寸上直接放大200%，可以看到放大后的图片尺寸已经达到了12000×8000。
在软件中，渲染过程以毫秒为单位，我们共选择5张图片进行放大对比，分值取5张渲染时间之和。
可以看到两张70级别显卡虽然性能提升相当大，但与新的准旗舰显卡RTX 4080 SUPER差距还是很大的。
放大后使用NVIDIA ICAT进行对比，左侧为使用ON1 Resize AI 2023进行放大200%的图片，可以看到在车胎部分的编码明显比原始图像更清晰。
在另一张对比中图中，使用AI放大后，树叶的脉络更清晰，整张图片看起来也更锐一点。对于一张放大200%的图片来说，确实令人惊奇。
AI对于日常生活的应用的确更加方便，在我们以往的认知中，图片尺寸放大必然会损失质量。但经由AI的加持，反而更清晰，这对于老照片的修复，起到了更加便捷的作用。
2 Stable Diffusion测试
这次SUPER系显卡的SD测试由于新增了TensorRT插件，可以充分调用Tensor算力，所以我们的对比也分为两组，一组为基础的SD 1.5模型，另一组为较大的SDXL模型。
【注：所有测试默认开启xformers优化方案】
首先是较为基础的SD1.5模型测试，在SD1.5中模型的输出分辨率为512×512和768×768。我们将导出【TRT】引擎，并记录使用默认模型渲染，以及【TRT】模型渲染的批次时间。
根据NVIDIA提供的统一参数进行输出，以便记录结果。其中采样方式为：Euler a；采样步骤：50；Batch Count：10
在SD测试中，成绩所形成的等差数列与ON1 Resize AI 2023基本相同。可以看到在使用TRT引擎计算后，时间有明显缩短，提升达到30%左右。
第二次测试为的SDXL模型测试，SDXL模型将在1024×1024分辨率进行训练，相比SD1.5来说图像大了2倍，它可以提供更准确的关键字匹配，从而获得更真实的结果。但由于更高的原生分辨率和模型复杂性，SDXL模型的计算强度明显更高。
我们按照相同的参数进行设置，但尺寸规定为1024×1024。
在更复杂的模型中，TensorRT引擎的优势愈发明显。而相比没有使用TRT引擎的默认模型，几乎可以领先一个级别的显卡。
至于三张显卡的AI处理性能，相信从表格中能够非常清楚的看到差距，尤其在处理大模型上。如果你工作中需要经常用到AI算力，那么RTX 4080 SUPER级别的显卡能够提供显著的帮助；如果只是偶尔玩一玩的话，70级别的显卡也完全能满足，只不过需要多等几分钟。
本文属于原创文章，如若转载，请注明来源：RTX 40 SUPER系列显卡AI性能对比 差距到底有多少https://diy.zol.com.cn/855/8552222.html
