百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

专业卡竟成为性价比最高的入门游戏卡?Quadro T600专业卡简评

ztj100 2025-03-03 21:14 17 浏览 0 评论

首先声明,该文章写于2021年8月底,仅代表当时的状况。由于条件所限并非专业,测试的结果仅供参考。

先说我的结论,跑分介于1050和1050ti之间,更接近1050ti一些,实际游戏有待测试。但是这个卡散热有问题,如果能对散热进行改进,性能还有提升的空间。

2021年8月的显卡市场

因为众所周知的原因,游戏显卡价格从2021年年初开始一路走高,虽然中间一度有回落的迹象,但是直到2021年8月份,显卡价格依旧维持在高位。即使是入门级显卡也未能幸免,如GTX1650,GTX1050ti这种上代甚至上上代的入门游戏卡,价格与之前的正常价相比,都差不多翻倍。

翻开某鱼和某宝,看到的往往是这个样子的:

玩家:“你这核心是金子做的还是显存是金子做的?”JS:“你瞅瞅现在哪有卡啊,这都是矿老板不要的卡。你嫌贵,我还嫌贵呢!”

对于有一定入门游戏需求的玩家,就没有什么更好的选择了吗?

这个时候,英伟达今年4月刚发布的Quadro T600专业卡进入了我的视野。

简单介绍

T600之所以叫T600,意味着它还是上一代的Turing核心,TU117,640CUDA核心,搭配128bit 4GB DDR6显存,像是新版GTX1650的阉割版(GDDR6,896CUDA核心)。另外Quadro对于一些专业软件有特殊buff,像CAD、渲染之类的,但是普通人一般又不上。同期发布的还有T400和T1000,T400太弱,T1000又太贵,就选择了居中的T600。

(图片取自丽台科技知乎官方号)

目前这张卡新卡在淘宝上的售价从1200~1500不等(目前还没有二手卡),大致和一张二手的1050ti或者一张新的1050差不多。目前在售的基本上就两个版本,一个是丽台盒装版本,提供一些配件和3年质保;另外一个是所谓的工包版本,根据卖家提供的包装来看,应该是戴尔流出的OEM版本,没有配件,卖家声称可以质保三年,但是据我了解,戴尔是不对OEM配件进行质保的。所以优先选择丽台版本。

最后在闲鱼上找了一个卖家,以1300包邮的价格购入。不同于游戏卡常用的黑色包装盒,专业卡的包装盒是白色的。

包装盒上到处是nVIDIA的标志。据我所知,英伟达的专业卡似乎只有原厂卡,丽台似乎只是作为英伟达的官方销售,当然也有人说丽台就是给英伟达专业卡代工的。

背面有丽台的一个贴纸,官网查询了一下,可以注册,应该是出自丽台的正品。

包装盒非常小巧和很薄(只有游戏卡包装的一半厚),毕竟只是一张半高的刀卡。包装盒外面有塑料封口。

打开外包装,里面是一个黑色的盒子,同样有一层封口。

打开内包装,就能看见所有内容了。T600显卡,两本厚厚的说明书,4条miniDP转DP转接头,以及一个半高的挡板(全高的挡板已经装到显卡上了)。

打开静电袋,就能看见显卡的真容了,非常小巧,只比iPhone 8大一丢丢。小小的散热模组,一个小小的风扇(5cm)负责散热(好在是4线温控的)。

有4个miniDP接口,支持4显示器。挤铝的散热器,数了下只有26片散热片,虽说功耗只有40W,还是深深地为这张卡的散热感到担忧。

背面的背板就不用想了,不过也没有防拆贴,拆开看一下吧。正面是4颗显存颗粒,构成128bit 4GB显存。散热器外壳是塑料的,散热片的面积目测只有5cm*6cm见方,英伟达原厂散热向来很抠门。

细节部分,TU117-850-A1的核心,似乎之前没见过。显存是三星的颗粒(矿老板最爱,不过拿这张卡挖矿还是洗洗睡吧)。

另外这个散热器上和显存的导热贴只贴了三个?是工人装的时候忘了吗?

重新涂好硅脂准备上机测试。

性能测试

测试平台,自己前一阵刚装的一个MATX小台式机。

  • CPU:英特尔 i5-10400F
  • 主板:微星 B560M迫击炮WIFI
  • 散热器:利民 AK120MINI
  • 内存:科赋 DDR4 3200 8GB * 2
  • 硬盘:三星 970EVO 500GB
  • 电源:长城 TF750 750W白金
  • 机箱:小喆 C2
  • 机箱风扇:乔思伯 9025 PWM(后置))

机箱我打开了玻璃侧板进行测试,室温在27度左右。

首先是GPU-Z的信息,基础频率只有735MHz,Boost也只到1335MHz,相比于1650的1410和1590要保守不少。而且Quadro在英伟达封锁了BIOS之后,也是没办法超频的。此外,显存频率也只有1250MHz,相比于1650的1500MHz也要低。

首先是3D Mark的测试,Time spy显卡分数跑到了2200分,对比默频,1650是3400~3500,1050ti是2300~2400,1050是1800~1900。离1650还差得远,但是能摸一摸1050ti的屁股。

至于Fire Strike,我跑不了,一直显示报错退出,可能是驱动的问题。所以就拿个测试低端GPU的Night Raid凑个数吧。

30660分,1650,1050ti和1050在这个项目上分别是44000分,32000分,27000分左右

然后是娱乐大师新旧版的跑分,大家参考一下,依旧是介于1050和1050ti之间。

在测试的过程中,GPU核心频率一直稳定在1500MHz,在临近结束的时候回突然窜到1800MHz,不知道是什么原因。测试过程最后的温度会达到70多度。这么短时间的测试就能让卡温度这么高,我不禁对于其散热感到怀疑。

所以直接单烤GPU 25分钟看看结果吧。果然,开始单烤的时候迅速降频,最后频率稳定在1215MHz~1245MHz,温度到了80度,应该是撞温度墙了,散热器这小身板果然是连40W也hold不住啊。

皮衣黄你还能再抠门点吗?

最后简单测试下我平时玩的最多的游戏吧,战争雷霆,对于显卡的要求不算高,但是用核显肯定是万万不行的(3400G我都试过)。画质设置为高,2560*1440的分辨率。在机库有50帧左右,空战中能稳定在60帧,陆战稳定在55帧,肯定是可以玩的。

但是最后稳定运行的频率实在不怎么好看。

考虑到刚刚烤机时候的表现,我觉得如果对于散热进行改进的话,性能应该会有提升,这个散热应付长时间高负载还是太弱了,如果能让显卡一直发挥跑分时候的性能会更好。另外,虽然Quadro不能超频,但是却可以通过nvidia-smi的命令锁定频率,官方驱动最高支持锁定到2000MHz,如果能够稳定在这个频率性能应该有很大提升。

总结

就入门级游戏来说,作为一张专业卡,相当于GTX1050新卡的价格就能买到比1050强的性能,外加附送了专业卡的一些buff,三年质保,还算可以了。

当然如果不怕买到N手的矿卡,二手的1050ti也可以考虑,和这张卡也是类似的价格,性能要稍强一点。

我在某宝上找到了一个合适的散热器,看起来比这个散热器要大,看起来散热效果会更好,我换了后会更新一下性能表现。

本文经“什么值得买”社区作者@Arthur_Morgan授权转载,文章内容仅代表作者观点,与本站立场无关,未经授权请勿转载。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: