RTX 30 时代开启，聊聊“刀法”

在聚焦到特定显卡系列前，笔者首先想分享的是一些分析显卡性能的方法论。
当我们在选购一台计算机的时候，第一眼就能看到商品名里后缀的一些关键参数，比如这台机器用什么型号的 CPU、内存多少等等，然后大家可能会再去看一看这个 CPU 的核心数、频率是多少；其实这一思路对于看显卡来说同样适用，因为显卡可以被看作一台独立的计算机，它“寄生”于“宿主”计算机体内，协助“宿主”完成计算任务。所以，大致估计一块显卡的性能就和估计一台计算机的性能差不多，首先也是看它的核心、内存。
显卡的核心和计算机的 CPU 类似，都可以从“频率”和“核心数”中看出个大概的高下：“频率”代表每个核心每秒能执行的 GPU 指令条数，GPU 的频率越高，一个核心运行同一段计算指令需要的时间就越少；“核心数”代表有多少个不同的核心能一起协作完成这段计算，在计算任务能被均匀分工的情况下，核心数越多，计算所需时间越少。
显卡的核心与计算机的 CPU 不同的是，显卡面对的计算任务相对 CPU 来说较为简单，显卡负责的这部分计算任务往往重复性很高，比如游戏中常用的矩阵运算，这就可以被很平均地分配个多个核心单独计算、最后把答案汇总，所以显卡普遍采用了单个核心构造比 CPU 的简单、核心数很多的设计。
事实上，显卡核心不仅频率比 CPU 慢很多，指令执行效率也有差距：显卡内建的指令比较简单，这也就意味着相同的任务可能需要比 CPU 更多的指令来完成，譬如说，要对缓存中某个数据做修改，显卡上需要多条指令才能完成，在计算机 CPU 上可能一条指令就好了。不过，失之东隅、收之桑榆，显卡在核心数上已经高出 CPU 两个数量级了，计算机 CPU 就好比一台跑车，可以把人飞速地从 A 地运到 B 地，而如果有几十个人都需要从 A 到 B，比起用跑车一趟一趟地运，开个大巴可能更优，慢是慢了点，但一趟就能拉上所有人。
另一个影响 GPU 性能的重大参数就是显存大小了。显存和计算机内存作用类似，用来暂存数据、供核心计算使用。不过，显卡上并没有自己的硬盘，显存里的数据也不是从硬盘直接读取来的，而是由计算机的内存通过 PCIe 总线发送过来的；游戏中，越是复杂的场景、越高的分辨率，所需要的显存就越多，这时候如果显存越大，显卡能暂存的数据就越多，对从计算机内存传输数据的需求也就越少。

看完了通用的技术总结，再回到本文的核心主角——英伟达 10-30 系列显卡，结论就相对简单了。近年来，显卡和核心设计并没有太大变化，英伟达的 CUDA 核心频率从在 10-30 的发展期间就一直维持在约 1.4-1.7GHz 的水准，同时，显卡的计算任务也一直能比较好地被多核心并行计算，所以我们基本不会太关注显卡的频率，主要从显卡的核心数、显存大小就能大致推断显卡的性能水准。