TensorFlow 的 NVIDIA RTX 3090 基准测试

在这篇博客文章中，我们在 NVIDIA GeForce RTX 3090 GPU 上对 TensorFlow 进行了深度学习性能基准测试。

测试的深度学习工作站配备了两个RTX 3090 GPU，运行了官方 TensorFlow github 中的标准“tf_cnn_benchmarks.py”基准脚本。使用 1个和2 个GPU 配置进行了测试：ResNet50、ResNet152、Inception v3、Inception v4。此外使用2 个和 4 个 GPU 配置（2x RTX 3090 与 4x 2080Ti 对比部分）进行了相同的测试。

要点和观察结果

NVIDIA RTX 3090优于所有的GPU（Images/sec）。

2个RTX 3090 > 4个RTX 2080 Ti

对于深度学习，RTX 3090 是市场上性价比最高的 GPU，可大幅降低 AI 工作站的成本。

RTX 3090 ResNet 50 TensorFlow 基准测试

RTX 3090 ResNet 152 TensorFlow 基准测试

RTX 3090 Inception V3 TensorFlow 基准测试

RTX 3090 Inception V4 TensorFlow 基准测试

2块 NVIDIA RTX 3090 Vs 4块 RTX 2080 Ti – 哪个配置更好？

更多关于 NVIDIA RTX 3090

NVIDIA RTX 3090 拥有 24GB GDDR6X 内存，内置增强型 RT 内核和 Tensor 内核、新的流式多处理器以及超快的 GDDR6X内存，可实现惊人的性能提升。

与 RTX 2080 Ti 的 4352 个 CUDA 核心相比，RTX 3090 的 10496 个 CUDA 核心增加了一倍多。并针对同时运行大量计算（并行处理）进行了优化。更多的 CUDA 核心通常意味着更好的性能和更快的图形密集型处理。