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。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
