前天NVIDIA突然发布了RTX 30系列新款显卡 RTX 3060，其￥2499的指导价格更是让人心动。

GeForce RTX 3060 丨 强者致胜_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili

%E6%A1%8C%E9%9D%A2%E7%BA%A7GeForce%20RTX%E5%AE%B6%E6%97%8F%E7%9A%84%E6%9C%80%E6%96%B0%E6%88%90%E5%91%98%E2%80%94%E2%80%94GeForce%20RTX%203060%E6%9D%A5%E8%A2%AD%EF%BC%812%E5%80%8D%E4%BA%8EGTX%201060%E7%9A%84%E5%85%89%E6%A0%85%E6%80%A7%E8%83%BD%EF%BC%8C10%E5%80%8D%E4%BA%8EGTX%201060%E7%9A%84%E5%85%89%…

NVIDIA英伟达官方账号

作为一款消费用品显卡，官方自然以其游戏性能为宣传基准。不过我们关心的是这款显卡用来做深度学习怎么样？

对于入门者来说，用于深度学习的NVIDIA显卡重点关注两个参数：张量核心数量与显存大小。张量核心是NVIDIA专门为深度学习所设计的硬件计算单元，它的数量与模型运算速度正相关。显存大小则直接影响模型训练时的一个重要超参数：批量大小（batch size），即一个step需要处理的样本数。显存越大，支持的批量大小越大。

尽管这两个参数都是越大越好，但是当我们预算有限不得不做出选择时，我的建议是：新手优先关注大显存。原因也很简单：新手入门必然有着相对充裕的学习时间，算得慢一点没关系；但是显存太小的话特定模型可能无法完成训练，直接影响学习效果。

所以，RTX 30系目前发布的5个型号中，除去规格最高的RTX 3090拥有的24GB显存，第二大的就是RTX 3060了——12GB。而它的价格只需要￥2500，几乎是RTX 3090的五分之一。即便买两张RTX 3060将显存拼到与RTX 3090相同的24GB，价格也不过￥5000，性价比爆棚。

综上，如果你正在考虑入门深度学习的话，具备12GB显存的RTX 3060是为你打造的“甜点”。另外不得不佩服老黄刀法精准，手里的RTX 3090如芒在背！

附上RTX 30系的规格参数供参考。

显卡规格数据来源：forbes.com

博主为何购买RTX 3090？是因为他有钱吗？

扫码解密 ↓