截止2025-2月NVIDIA的GPU卡都有哪些？算力都怎么样？

消费级显卡

• GeForce GT系列：定位入门级，适合基础办公、高清视频播放以及轻度游戏等场景。
  • GeForce GT 1030：CUDA核心数384，基础频率1227 MHz，加速频率1468 MHz，显存2GB GDDR5，显存带宽48 GB/s，功耗30W。算力相对较弱，大致在几个TFLOPS以内（如在一些简单应用场景下可能达到1 - 2 TFLOPS左右），可满足日常基本图形处理需求。
• GeForce GTX系列：包含从入门到中高端不同定位的型号。
  • GeForce GTX 1050：CUDA核心数640，基础频率1354 MHz，加速频率1455 MHz，显存2GB GDDR5，显存带宽112 GB/s，功耗75W。算力大概在2 - 3 TFLOPS左右，能在1080p分辨率下流畅运行一些较为轻量的游戏，如《英雄联盟》等。
  • GeForce GTX 1060（以常见的6G版本为例）：CUDA核心数1280，基础频率1506 MHz，加速频率1708 MHz，显存6GB GDDR5，显存带宽192 GB/s，功耗120W。其算力一般能达到4 - 6 TFLOPS左右，可以较好地应对1080p分辨率下的主流游戏。
  • GeForce GTX 1070：CUDA核心数1920，基础频率1506 MHz，加速频率1683 MHz，显存8GB GDDR5，显存带宽256 GB/s，功耗150W。算力大致在7 - 9 TFLOPS左右，在1080p和1440p分辨率下运行游戏能有不错表现。
  • GeForce GTX 1080：CUDA核心数2560，基础频率1607 MHz，加速频率1733 MHz，显存8GB GDDR5X，显存带宽320 GB/s，功耗180W。算力通常在9 - 12 TFLOPS左右，可支持较高分辨率游戏及一些简单的内容创作任务。
  • GeForce GTX 1080Ti：CUDA核心数3584，基础频率1480 MHz，加速频率1582 MHz，显存11GB GDDR5X，显存带宽484 GB/s，功耗250W。算力能达到11 - 15 TFLOPS左右，属于当时高端游戏及部分专业应用的可选型号。
  • GeForce GTX 1650：CUDA核心数896，基础频率1485 MHz，加速频率1665 MHz，显存4GB GDDR5，显存带宽128 GB/s，功耗75W。算力大约在3 - 5 TFLOPS左右，可在1080p分辨率下流畅运行大多数游戏，适合普通游戏玩家。
  • GeForce GTX 1660：CUDA核心数1408，基础频率1530 MHz，加速频率1785 MHz，显存6GB GDDR5，显存带宽192 GB/s，功耗120W。算力大概在5 - 7 TFLOPS左右，适合在1080p和1440p分辨率下运行主流游戏。
  • GeForce GTX 1660Ti：CUDA核心数1536，基础频率1500 MHz，加速频率1770 MHz，显存6GB GDDR6，显存带宽288 GB/s，功耗120W。算力一般在6 - 8 TFLOPS左右，适合1440p分辨率下的高画质游戏和一些基础的内容创作任务。
• GeForce RTX系列：引入了实时光线追踪等新技术，性能较强。
  • GeForce RTX 2060：CUDA核心数1920，基础频率1365 MHz，加速频率1680 MHz，显存6GB GDDR6，显存带宽336 GB/s，功耗160W。算力大致在6 - 8 TFLOPS左右，支持光线追踪技术，适合1440p高画质游戏以及入门级内容创作和视频编辑。
  • GeForce RTX 2070：CUDA核心数2304，基础频率1410 MHz，加速频率1620 MHz，显存8GB GDDR6，显存带宽448 GB/s，功耗175W。算力通常在8 - 10 TFLOPS左右，能较好支持1440p和部分4K分辨率下的游戏及内容创作。
  • GeForce RTX 2080：CUDA核心数2944，基础频率1515 MHz，加速频率1710 MHz，显存8GB GDDR6，显存带宽448 GB/s，功耗215W。算力大概在10 - 13 TFLOPS左右，专为4K分辨率的高端游戏设计，适合重度游戏玩家和专业内容创作者。
  • GeForce RTX 2080Ti：CUDA核心数4352，基础频率1350 MHz，加速频率1545 MHz，显存11GB GDDR6，显存带宽616 GB/s，功耗250W。算力能达到13 - 17 TFLOPS左右，提供了很强的图形处理能力。
  • GeForce RTX 3050：CUDA核心数2560，基础频率1552 MHz，加速频率1777 MHz，显存8GB GDDR6，显存带宽224 GB/s，功耗130W。算力大约在7 - 9 TFLOPS左右，适合1440p分辨率的高画质游戏，同时支持光线追踪和DLSS，是希望在中等预算下获得高画质游戏体验的玩家的最佳选择。
  • GeForce RTX 3060：CUDA核心数3584，基础频率1320 MHz，加速频率1777 MHz，显存12GB GDDR6，显存带宽360 GB/s，功耗170W。算力一般在9 - 12 TFLOPS左右，适合1440p甚至4K分辨率的高画质游戏，具有优秀的内存容量，支持复杂场景的渲染，适合重度游戏玩家和内容创作者。
  • GeForce RTX 3070：CUDA核心数5888，基础频率1500 MHz，加速频率1725 MHz，显存8GB GDDR6，显存带宽448 GB/s，功耗220W。算力大致在14 - 18 TFLOPS左右，支持4K分辨率的高画质游戏和内容创作，适合追求高性能和长寿命的用户，能够在高画质下流畅运行大多数最新游戏。
  • GeForce RTX 3080：CUDA核心数8704，基础频率1440 MHz，加速频率1710 MHz，显存10GB GDDR6X，显存带宽760 GB/s，功耗320W。算力大概在20 - 25 TFLOPS左右，专为4K分辨率的高端游戏设计，适合重度游戏玩家和专业内容创作者，提供无与伦比的游戏体验和性能。

专业级显卡（Quadro系列）

主要用于专业工作站，如设计、动画、影视后期、工程建模等领域，对图形精度、稳定性等要求较高。

• Quadro P系列（以部分常见型号为例）：
  • Quadro P2000：CUDA核心数1024，基础频率1440 MHz，加速频率1590 MHz，显存5GB GDDR5，显存带宽140 GB/s，功耗75W。算力大致在3 - 5 TFLOPS左右，可满足一些中低端专业图形处理需求，如小型设计项目、简单的动画制作等。
  • Quadro P4000：CUDA核心数1792，基础频率1545 MHz，加速频率1700 MHz，显存8GB GDDR5，显存带宽240 GB/s，功耗140W。算力大概在5 - 8 TFLOPS左右，适合处理较为复杂的设计、动画和影视后期任务。
  • Quadro P6000：CUDA核心数3840，基础频率1500 MHz，加速频率1750 MHz，显存24GB GDDR5，显存带宽480 GB/s，功耗250W。算力通常在12 - 18 TFLOPS左右，可应对大型设计项目、高分辨率影视后期制作等高端专业应用。
• Quadro RTX系列（以部分常见型号为例）：在专业领域引入了光线追踪等新技术。
  • Quadro RTX 4000：CUDA核心数2304，基础频率1395 MHz，加速频率1620 MHz，显存8GB GDDR6，显存带宽448 GB/s，功耗160W。算力大致在8 - 10 TFLOPS左右，适用于建筑设计、工业设计、影视制作等领域的中等复杂程度项目。
  • Quadro RTX 8000：CUDA核心数4608，基础频率1350 MHz，加速频率1545 MHz，显存48GB GDDR6，显存带宽616 GB/s，功耗300W。算力大概在16 - 22 TFLOPS左右，可用于超大型设计项目、高分辨率影视后期制作等极为复杂的专业应用。

数据中心级显卡（Tesla系列、Ampere架构相关数据中心卡等）

主要用于大规模数据处理、深度学习训练、高性能计算等场景。

• Tesla V100：CUDA核心数5120，基础频率1290 MHz，加速频率1390 MHz，显存16GB HBM2，显存带宽900 GB/s，功耗250W。算力大致在15 - 20 TFLOPS左右，曾是数据中心广泛应用的高性能计算卡，在深度学习等领域发挥重要作用。
• Tesla A100：CUDA核心数6912，基础频率1410 MHz，加速频率1675 MHz，显存40GB HBM2，显存带宽1550 GB/s，功耗400W。算力大概在20 - 30 TFLOPS左右，是一款性能非常强大的数据中心级显卡，广泛应用于深度学习训练、高性能计算等领域。
• A800：CUDA核心数6144，基础频率1410 MHz，加速频率1665 MHz，显存40GB HBM2，显存带宽1550 GB/s，功耗300W。算力大致在18 - 25 TFLOPS左右，在数据中心的深度学习、高性能计算等场景有应用。
• H100：CUDA核心数8268，基础频率1510 MHz，加速频率1750 MHz，显存80GB HBM2，显存带宽3072 GB/s，功耗700W。算力大概在30 - 40 TFLOPS左右，是目前性能极为强大的数据中心级显卡，广泛应用于大规模深度学习训练、高性能计算等高端场景。