2021年度理财产品-ZOTAC索泰 RTX3090-24G6X天启OC显卡专业评测

创作立场声明：本文所测商品为自费购入。坚持独立的评价观点是笔者创作的基本底线，绝不会因商品来源不同而有所偏颇，请各位放心。

前言

显卡这个东西在不同领域眼里是完全不一样的感受。例如：

游戏玩家眼里的显卡：

3000块真的不能再多了，打碎膝盖跪求转让一张，我就是个臭打游戏的。

被导师PUA的工科男眼里的显卡：

50万一台不是很正常的么，实验室好多台NVIDIA DGX的服务器

矿工眼里的显卡 ：

5万一台，再多就回不来本了

投资者眼里的显卡

今天报价-100，有多少收多少，钱不是问题。

不要笑，这就是当前的局势。。。。。。

自从媳妇立志在SCI 2区蹦跶之后，我也就很自觉的去为她做一些数据处理以及程序调试的工作，从Pytorch，mmdetection，一遍又一遍的刷mask-rcnn，做数据优化，做数据标注，几乎忘记自己是个医学生，俨然是一个工科读博的状态。

实验室的工作站不够用，咱自己家里配工作站，RTX3090上市之后，本来是最合适深度学习的显示卡，被ETH逼的一卡难求，显卡缺货装不成机，抢了2个月的显卡终于抢到了下面这一堆卡，一个原因是我们家还是真的对显卡有专业计算需求，另外就是收购显卡就会上瘾，堪比理财。

▲MSI魔龙RTX3090是大家信息量比较全面的卡了，ZOTAC RTX3090-24G6X天启OC属于新上市产品，有幸京东17999收到一张，由于产品信息较少，所以做个评测来蹭一下流量。

▲RTX3090这张卡其定位是TITAN RTX的换代产品，但是这一路最高被炒到2.7W元真是很无语，但是其10496的CUDA核心、384Bit带宽、24GB的GDDR6X显存，如此豪华的配置其实无论GAMING还是机器学习都是非常爽的，挖矿的话120MH/s的算力也还是过的去的，有一个明显的问题就是这张卡的显存是双面布局，如果背板的显存得不到主动散热，就会因为过热而导致算力不稳定，这是所有miner对这张卡又恨又爱的地方。

外观

▲能在17XXX抢到这卡真的很不容易，现在直接飞起到22XXX了，如果说当今PC中最保值的配件绝对是NVIDIA的GPU了，ZOTAC RTX3090-24G6X天启OC这张卡在海外叫ZOTAC RTX 3090 Apocalypse OC，当初遇到这张卡确实是因为被市场逼迫得完全没有选择，只能在预算范围内有什么卡拿什么卡，不过运气还算不错，后来才知道索泰品牌支持个人送保，心里就踏实多了，毕竟这东西不算便宜。

▲包装正面

▲包装背面

▲侧面

▲标签上写的很清楚，如果此显卡作为挖矿用途，仅保修半年，且不支持退换货。

▲内盒

▲全家福

▲纪念钥匙扣，索泰这次很烧脑的弄出一个天启姬的IP，很明显是类似华硕RO姬的操作。而且在微信表情包里也可以搜索到全套的天启姬表情，

▲索泰在这款产品上很贴心的准备了两个PCB背板风扇，自带ARGB同步效果，帮助RTX3090的背面显存做主动散热。

▲正面

▲背面

▲顶部的AGRB光效仅限于ZOTAC字样的LED灯板，供电为双8PIN设计。

▲底部

▲侧面

▲IO挡板部分为3DP+1HDMI的设计，卡的厚度是标准的三槽设计，但是不越肩。

▲显卡的顶部有2个3D storm接口

▲可以用这两个接口接驳RGB背板风扇

▲组成这样的合体形式是为了在高热情况下增强显卡的散热能力。实际挖矿的时候能降低显存温度4-5度，但是也会增加显卡的厚度到3.5槽，同时噪音也会增大一点。

▲对于长时间的miner作业而言，RTX3090最大的问题就是卡背面的显存散热问题，大部分的人解决方案是更换显存上的莱尔德HD90000相变硅脂垫，但是效果也并不能好多少，所以很多RTX3090的miner会去购买定制可安装风扇的显卡背板来解决，但是索泰天启提供了原厂的背面显存散热和背板结合的一体化方案，也是目前市场中唯一一个不需要DIY的解决方案。

这两个风扇在较为密闭的环境中对背面显存以及MOS供电散热可以起到立竿见影的效果，但是对于游戏和深度学习来说，散热要求就没有那么高，其实不加附加风扇也关系不大。

拆解

▲因为这张卡背面没有螺丝标签，所以随便拆，这对于喜欢自行更换水冷的玩家来说是个福音。

▲散热器正面

▲散热器侧面

▲散热器前面

▲RTX3090 VS RTX3060 天启版本的散热器对比。

▲背板

▲建议在拆卡这时候使用莱尔德Tflex HD90000相变硅脂垫把卡上所有的硅脂垫都换掉，尤其是背板上的硅脂。

▲天启RTX3090的PCB基于nvidia PG132-10参考设计。

电路解析

▲显卡供电在GPU和VRAM部分采用16+4+1的设计，

GPU核心供电：分为NVVDD（红）与MSVDD（黄）两个部分，其中NVVDD（红）10相，MSVDD（黄）6相。

VRAM显存供电：分为VRAM VDD（绿）和VRAM VPP（橙）两个部分，其中VRAM VDD（绿）供电部分4相，VRAM VPP（橙）一相。

▲PCB背面GPU核心供电部分的PMW主控芯片使用了两颗UPI Semiconductor的uP9511R（黑）用于管理NVVDD和MSVDD，该芯片支持NVIDIA Open VReg Type 4i/Type 8 PWMVID标准，单颗最高可支持8相。

下方紫色的芯片是UPI Semiconductor的uS5650P，PCB正反面各一颗一共两颗用于监控VRM电压和电流，以及功率统计监测。

▲PCB正面NVVDD和MSVDD供电部分的Mosfet用的是16颗AOZ5239（AL00），这是来自Alpha & Omega Semiconductor的DrMOS，连续工作额定50A，峰值70A。

▲PCB正面显存VRAM供电中的VRAM VDD（绿）供电部分的PMW主控芯片同样使用了一颗8相的UPI Semiconductor的uP9511R，不过这里仅仅用了4相。

▲VRAM VDD（绿）供电部分的Mosfet用的是4颗AOZ5311（BLN0），来自Alpha & Omega Semiconductor的DrMOS，额定50A。

▲PCB背面的PCIe金手指附近有一颗来自AOZ2261NQI-11（ALNB），这是来自Alpha & Omega Semiconductor的降压开关稳压器，用于支持VRAM VPP的1相。

自此，这张显示卡的供电部分被完整解构出来：

GPU核心部分（NVVDD+MSVDD）

PMW芯片：UPI Semiconductor uP9511R x2

Mosfet：Alpha & Omega Semiconductor AOZ5239（AL00） x16

相数：16

显存VRAM部分（VRAM VDD）

PMW芯片：UPI Semiconductor uP9511R x1

Mosfet：Alpha & Omega Semiconductor AOZ5311（BLN0） x4

相数：4

▲RTX3090的GPU为NVIDIA的GA102 Ampere架构芯片，三星8纳米工艺生产，晶体管数量为280亿个，管芯尺寸为628mm²。

▲GPU背面使用了6颗Panasonic 560µF SP-Cap电容

▲显存方面使用了24颗Micron MT61K256M32JE-21 D8BGX GDDR6X组成，每颗容量1GB，总共24GB，与普遍RTX 3080 会采用的MT61K256M32JE-19 相比主要差在Data Rate 的部分，-19 的为19 Gb/s、-21 的则是21 Gb/s，所以这颗是高端货。

▲Holtek HT32F52342 ARM 32-bit 微控制器负责ARGB LED 发光效果。

总体的解构完毕，至于说这张卡的供电质量如何，我们可以用几个产品来对比一下:

ASUS ROG STRIX GeForce RTX 3090 OC（顶级）

▲

GPU核心部分（NVVDD+MSVDD）

PMW芯片：Monolithic Power Systems MP2888A x2

Mosfet：Ti NexFET CSD95481RWJ DrMOS x18

相数：18

显存VRAM部分（VRAM VDD）

PMW芯片：UPI Semiconductor uP9512Q x1

Mosfet：OnSemi NCP303151A DrMOS x4

相数：4

显存：Micron MT61K256M32JE-21 D8BGX GDDR6X

MSI GeForce RTX 3090 Suprim X（顶级）

▲

GPU核心部分（NVVDD+MSVDD）

PMW芯片：Monolithic Power Systems MP2888A x2

Mosfet：OnSemi NCP303151A DrMOS x17

相数：17

显存VRAM部分（VRAM VDD）

PMW芯片：OnSemi NCP81611 x1

Mosfet：OnSemi NCP303151A DrMOS x4

相数：4

显存：Micron MT61K256M32JE-21 D8BGX GDDR6X

MSI GeForce RTX 3090 Gaming X Trio（高端）

▲

GPU核心部分（NVVDD+MSVDD）

PMW芯片：UPI Semiconductor uP9512R x2

Mosfet：OnSemi NCP302045 DrMOS x14

相数：14

显存VRAM部分（VRAM VDD）

PMW芯片：OnSemi NCP81611 x1

Mosfet：OnSemi NCP302045 DrMOS x4

相数：4

显存：Micron MT61K256M32JE-21 D8BGX GDDR6X

ZOTAC GeForce RTX 3090 Trinity （中端）

▲

GPU核心部分（NVVDD+MSVDD）

PMW芯片：UPI Semiconductor uP9511R x2

Mosfet：Alpha & Omega Semiconductor AOZ5239（AL00）x14

相数：14

显存VRAM部分（VRAM VDD）

PMW芯片：UPI Semiconductor uP9511R x1

Mosfet：Alpha & Omega Semiconductor AOZ5311（BLN0）x4

相数：4

显存：Micron MT61K256M32JE-21 D8BGX GDDR6X

通过以上四张卡的比较，大致可以得出ZOTAC RTX3090-24G6X天启OC这张显示卡供电设计的定位，天启作为ZOTEC仅次于PGF的亚旗舰也确实实至名归。

测试平台

硬件配置

▲

CPU：AMD Ryzen 9 5950X

主板：Asrock X570 TaiChi RAZER Edition

内存：Kingston KVR32N22D8/32 DDR4-3200 32GB x4

SSD：Samsung PM9A1 1TB M.2

散热：Thermalright FORZEN EYE 240 ARGB

显卡：ZOTAC RTX3090-24G6X天启OC

电源：Seasonic Fous GX-1000

机箱：BitFenix DAWN TG

风扇：Thermalright TL-C12PRO-W x5

ARGB特效

Windows 10 20H2测试部分

GPU-Z特性

Firestorm

▲3.0这一代的FireStorm超频更加智能，可以AI扫描显卡GPU芯片的体质，实现自动超频，不需要用户动手干预就能找到合适的超频临界点，确保性能提升同时又安全、稳定。

▲如果玩家不需要超频，那么风扇可以做到很安静，选择自动模式就可以开启“自动启停”功能，低负载下风扇不需要运转，完全可以做到0噪音。

▲针对天启设计的LCS-LED也可以自定义多个LED灯光区域的联动特效设定。

ETH miner

使用轻松矿工测试

▲功耗设置80%，显存频率1150，风扇转速85%的设定下，能稳定运行在120 MH/s以上。核心温度一直稳定48度，使用背后双风扇对显存辅助散热的情况下显存在88度左右，不使用背板双风扇显存在92度左右，功耗296W。

▲客户端这边表现的算力一直是稳定的121MH/s左右。

▲Pool端 24小时的算力数据也还是中规中矩。

3DMARK

Ubuntu 18.04测试部分

Ubuntu 18.04是做机器学习的不二平台。

▲配置检测

配置

然后我们需要一些基本的配置，首先是设置ssh。设置ssh是想让这个Ubuntu充当一个服务器的作用，然后使用其他电脑，使用局域网通过SSH连接这个服务器即可。

▲开启ssh执行以下命令即可：

sudo apt install openssh-server
sudo systemctl start ssh.service

▲然后可以通过netstat -lnp | grep 22查看下开启没

sudo apt install net-tools
netstat -lnp | grep 22

▲如果想要每次启动自动开启SSH，可以这样：

sudo systemctl enable ssh

然后安装NVIDIA显卡驱动，默认Ubuntu安装的是llvmpipe这个显卡驱动，这个是linux下的公用显卡驱动，现在需要换成NVIDIA的。

首先禁用nouveau。

执行

sudo gedit /etc/modprobe.d/blacklist.conf

加上以下这两句：

blacklist nouveau
options nouveau modest=0

保存后，然后执行：

sudo update-initramfs -u
sudo reboot

重启后，Ctrl+Alt+F1切换到tty界面，关闭lightdm(如果没有则不用管)：

sudo service lightdm stop

安装gcc

sudo apt install build-essential
gcc -v #查看gcc版本

我推荐的NVIDIA驱动版本455.23.05，亲测使用系统默认升级的460版本驱动也没有问题。

▲打开网页

▲选择CUDA Toolkit 11.1.0

▲如图选择下载即可，

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
sudo sh cuda_11.1.0_455.23.05_linux.run

▲另外也可以使用命令行下载，下载后执行.run

▲输入accept

▲全选安装，安装完毕后可以执行以下检测代码

nvidia-smi

▲确定CUDA版本是11.1即可。

然后是安装Cudnn，Cudnn的安装就比较简单了，下载压缩包然后复制粘贴就行：

▲下载地址

下载后执行以下命令即可

tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h

然后安装Anaconda

安装Anaconda也很简单，下载好即可：推荐版本Anaconda3-2020.11-Linux-x86_64.sh

执行以下命令

bash Anaconda3-2020.11-Linux-x86_64.sh
bash Anaconda3-5.2.0-Linux-x86_64.sh
sudo gedit ~/.bashrc

▲打开.bashrc文件后在最后一行加入

iexport PATH="/home/gaojie20/anaconda3/bin:$PATH"

即可

保存关闭bashrc文件，然后在命令行输入

source ~/.bashrc

进行刷新，随后检测

conda --version

安装好之后，配置conda以及pip清华源，输入以下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

然后

sudo gedit ~/.condarc

打开.condarc文件

▲然后将倒数第二行的- defaults 删除即可

▲至此配置基本完成。配置这些是为了更好的执行Phoronix test suite测试套件重的GPU权重测试。

Phoronix test suite测试套件是目前LINUX下可用的最全面的测试和基准测试平台，它提供了可扩展的框架，可以轻松地添加新的测试。该软件旨在以干净，可复制且易于使用的方式有效地执行定性和定量基准。Phoronix test suite测试套件可用于比较计算机的性能，硬件验证以及持续集成/性能管理。所以以下测试集成在Phoronix test suite框架下进行。

用于对比的平台数据为：

CPU：AMD Ryzen 9 5950X

主板：ASUS ROG CROSSHAIR VII HERO

内存：Gskill Triden Z DDR4 3200 C16 8GBX2

SSD：Sabrent Rocket 4.0 Plus 1TB

GPU1：NVIDIA Geforce RTX 2060 FE

GPU2：NVIDIA Geforce RTX 2060 SUPER FE

GPU3：ASUS ROG STRIX Geforce RTX 2070 OC

GPU4：NVIDIA Geforce RTX 2070 SUPER FE

GPU5：ZOTAC PGF Geforce RTX 2080

GPU6：NVIDIA Geforce RTX 2080 SUPER FE

GPU7：NVIDIA TITAN RTX

GPU8：NVIDIA Geforce RTX 3060TI FE

GPU9：PALIT Geforce RTX 3080 OEM

其中因为PALIT的监控芯片问题，无法获取到具体的温度以及功耗数据。

机器学习

RealSR-NCNN

RealSR-NCNN是RealSR项目的NCNN神经网络实现，并使用Vulkan API进行了加速。NCNN是一个高性能神经网络推理框架，针对腾讯开发的移动平台和其他平台进行了优化。该测试配置文件乘以Vulkan将样本图像的分辨率提高4倍所需的时间。

RealSR是通过内核估计和噪声注入实现的现实世界超高分辨率，用于提升图片的高解析度。

▲左边是RealSR处理过的图片，右边是原图

该项目由南京大学和腾讯YOUTU实验室联合提出可执行方案，并且在NTIRE2020-RWSR超分双赛道方案中获得冠军，这种登上CVPR2020的顶会论文，大牛无需多言。

原论文索引

因为深度学习超采样抗锯齿技术是NVIDIA在RTX3000系列所主推的功能，所以这个测试分为关闭TAA（时间抗锯齿）和开启TAA（时间抗锯齿）两种方式执行。

1、关闭TAA

▲测试真实性溯源

▲在关闭TAA的时候，可以看到RTX3090对比RTX3080只有微弱的3.5%的优势。

▲测试全程，RTX3090最小功耗9.64W，最大功耗349.24W，平均164.79W

▲测试全程，RTX3090最低温度26度，最高温度43度，平均34.79度。

2、开启TAA

▲测试真实性溯源

▲在开启TAA的时候，可以看到RTX3090对比RTX3080有12%的优势。

▲测试全程，RTX3090最小功耗15.15W，最大功耗348.16W，平均295.89W

▲测试全程，RTX3090最低温度33度，最高温度59度，平均50.01度。

Waifu2x-NCNN

关于这个机器学习项目有一个梗，Waifu2x-NCNN让你的二元次老婆更清晰！

Waifu2x-NCNN是Waifu2x转换器项目的NCNN神经网络实现，并使用Vulkan API进行了加速。NCNN是一个高性能神经网络推理框架，针对腾讯开发的移动平台和其他平台进行了优化。该测试配置文件乘以使用Vulkan提高样本原始图片。

▲原图

▲使用ImageMagick，调整大小200％

▲使用ImageMagick Lanczo4滤镜，调整大小为200%

▲Waifu2x-NCNN加持下进行2倍降噪并且调整大小为200%的图片效果

项目溯源

▲测试真实性溯源

▲放大两倍，降噪3倍，开启TAA，可以看到RTX3090对比RTX3080有1.7%的劣势。

▲测试全程，RTX3090最小功耗12.64W，最大功耗281.62W，平均149.45W

▲测试全程，RTX3090最低温度48度，最高温度55度，平均51.28度。

渲染系列测试

Chaos Group V-RAY 5

这是对Chaos Group的V-RAY基准测试。V-RAY是一种商业渲染器，可以与各种创建者软件产品（例如SketchUp和3ds Max）集成。V-RAY基准测试是独立的，并支持基于CPU和NVIDIA CUDA / RTX的渲染。这里只测试CUDA和RTX的渲染性能。

测试溯源

1、RTX渲染模式

▲测试真实性溯源

▲RTX模式下，可以看到RTX3090对比RTX3080有20%的优势。

▲测试全程，RTX3090最小功耗24.7W，最大功耗343.52W，平均267.49W

▲测试全程，RTX3090最低温度47度，最高温度68度，平均61.43度。

2、CUDA模式

▲测试真实性溯源

▲CUDA模式下，可以看到RTX3090对比RTX3080有19%的优势。

但是CUDA模式下的渲染效率明显不如RTX模式。

▲测试全程，RTX3090最小功耗23.52W，最大功耗346.05W，平均275.24W

▲测试全程，RTX3090最低温度54度，最高温度69度，平均61.35度。

V-RAY5对于RTX3090这块显卡而言，RTX模式对比CUDA模式效能要提高32%

Blender 2.92

Blender是一个开源3D创建和建模软件项目。此测试是Blender's Cycles基准测试的各种示例文件。支持通过OpenCL，NVIDIA OptiX和NVIDIA CUDA进行GPU计算。我只选用NVIDIA OptiX和NVIDIA CUDA模式进行渲染测试。

测试溯源：https://www.blender.org/

BMW27

CUDA模式

▲测试真实性溯源

▲CUDA模式下，RTX3090渲染仅需18.18秒，相比RTX3080提升19.4%，相比TITAN RTX提升100%。

▲测试全程，RTX3090最小功耗31.48W，最大功耗349.45W，平均275.22W

▲测试全程，RTX3090最低温度57度，最高温度67度，平均63.9度。

OptiX模式

▲测试真实性溯源

▲OptiX模式下，RTX3090渲染平均仅需12.33秒，相比RTX3080提升15%，相比RTX3060Ti提升44.6%。

▲测试全程，RTX3090最小功耗22.35W，最大功耗347.81W，平均242.93W

▲测试全程，RTX3090最低温度57度，最高温度66度，平均62.82度。

本测试中，NVIDIA OptiX模式要比NVIDIA CUDA模式效能提升47.4%

Classroom

CUDA模式

▲测试真实性溯源

▲CUDA模式下，RTX3090渲染仅需50.85秒，相比RTX3080提升20%

▲测试全程，RTX3090最小功耗23.49W，最大功耗348.9W，平均322.52W

▲测试全程，RTX3090最低温度56度，最高温度70度，平均67.45度。

OptiX模式

▲测试真实性溯源

▲该模式下，RTX3090渲染仅需30.23秒，相比RTX3080提升19.1%。

▲测试全程，RTX3090最小功耗21.38W，最大功耗348.84W，平均304.99W

▲测试全程，RTX3090最低温度55度，最高温度69度，平均65.22度。

本测试中，NVIDIA OptiX模式要比NVIDIA CUDA模式效能提升68.2%

Fishy Cat

CUDA模式

▲测试真实性溯源

▲该模式下，RTX3090渲染仅需34.57秒，相比RTX3080提升36.7%。

▲测试全程，RTX3090最小功耗22.78W，最大功耗348.86W，平均282.57W

▲测试全程，RTX3090最低温度58度，最高温度68度，平均65.07度。

OptiX模式

▲测试真实性溯源

▲该模式下，RTX3090渲染仅需22.91秒，相比RTX3080提升17.59%。

▲测试全程，RTX3090最小功耗31.63W，最大功耗344.79W，平均273.54W

▲测试全程，RTX3090最低温度57度，最高温度68度，平均64.26度。

本测试中，NVIDIA OptiX模式要比NVIDIA CUDA模式效能提升50.9%

Barcelona

CUDA模式

▲测试真实性溯源

▲该模式下，RTX3090渲染平均需120.6秒，相比RTX3080提升17.3%。

▲测试全程，RTX3090最小功耗21.46W，最大功耗348.98W，平均331.73W

▲测试全程，RTX3090最低温度57度，最高温度71度，平均69.31度。

OptiX模式

▲测试真实性溯源

▲该模式下，RTX3090渲染平均需52.07秒，相比RTX3080提升7.5%。

▲测试全程，RTX3090最小功耗21.86W，最大功耗348.52W，平均313.41W

▲测试全程，RTX3090最低温度58度，最高温度70度，平均67.84度。

本测试中，NVIDIA OptiX模式要比NVIDIA CUDA模式效能提升140%

RedShift Demo

这是对MAXON的RedShift演示版本的测试，世界上第一个完全由GPU加速的的渲染器，该版本当前需要NVIDIA GPU加速。

项目溯源

▲测试真实性溯源

▲RTX3090渲染平均需142秒，相比RTX3080提升15.4%。

▲测试全程，RTX3090最小功耗25.04W，最大功耗340.86W，平均315.68W

▲测试全程，RTX3090最低温度58度，最高温度70度，平均68.17度。

NAMD CUDA

NAMD是为大型生物分子系统的高性能仿真而设计的并行分子动力学代码。NAMD由位于伊利诺伊大学香槟分校的贝克曼高级科学与技术学院的理论与计算生物物理小组开发。此版本的NAMD测试配置文件使用CUDA GPU加速。

▲测试真实性溯源

▲RTX3090计算平均0.10163 days/ns，相比RTX3080提升30%。

▲测试全程，RTX3090最小功耗29.15W，最大功耗259.28W，平均149.43W

▲测试全程，RTX3090最低温度49度，最高温度57度，平均53.08度。

FinanceBench

FinanceBench是金融计划基准的集合，支持通过OpenCL在GPU上进行基准测试以及通过OpenMP进行CPU基准测试。FinanceBench测试案例的重点是具有分析型欧洲期权引擎的Black-Sholes-Merton过程，QMC（Sobol）蒙特卡罗方法（股票期权示例），债券，具有平坦前向曲线的固定利率债券和回购证券回购协议。FinanceBench最初由特拉华大学的Cavazos实验室编写。

项目溯源

▲测试真实性溯源

▲RTX3090计算平均耗时323.31ms，相比RTX3080提升19.5%。

▲测试全程，RTX3090最小功耗28.76W，最大功耗106.68W，平均61.93W

▲测试全程，RTX3090最低温度47度，最高温度53度，平均49.59度。

全程功耗测试

▲以上所有测试全程，RTX3090最小功耗8.12W，最大功耗349.45W，平均235.82W。

总结

ZOTAC RTX3090-24G6X天启OC这张显卡给我的感受还是中规中距的，

1、产品经理的脑回路还是比较清晰的，能重视RTX3090背面显存散热问题的厂家寥寥无几，这款卡很明确针对性设计了PCB双面散热方案。如果没理解错，这应该是针对miner业务有定制化考虑的。

2、显卡供电在GPU和VRAM部分采用16+4+1的设计，用料还是比较务实。参数设定方面索泰设定并不高，比如核心显存设定在1395/1725 MHz，相比起某些超级非公还是属于相对保守的设定。

3、测试的反馈这张卡的默认最低待机功耗在最小功耗8.12W，最大功耗349.45W。诸多的测试很难将核心温度逼到70度以上，无论用于机器学习计算，还是渲染或者miner都是比较稳定。

4、支持个人送保的保修政策还是比较令人舒适。

唯一的缺点就是不太容易买到。。。。。。

索泰(ZOTAC)RTX3090天启OC显卡/N卡/台式机/游戏/电竞/网课/绘图/设计/独立显卡/24G-D6X显存-1元京东去购买