5090D与4090/3090在深度学习训练任务的性能对比
作者: 莫布兰
作者简介: 心有猛虎，细嗅蔷薇
描述: 5090D与4090/3090在深度学习，计算机视觉分类任务上，训练的性能对比 5090D采用pytorch2.8，4090和3090采用pytorch2.6 代码框架基于Swin Transformer，GPU利用率可以全程达到98%以上 在384分辨率下，3张卡都跑了超过30分钟以上，不存在所谓的3秒锁频纯粹谬误 至于所谓的锁多卡性能，这个从30系就一直在锁，并行训练在图像分类任务上主流采用的是DDP（Distributed Data Parallel），通过PCIE在卡间传递梯度信息，50系与前代没有差异。且因为显存带宽的提高，多卡DDP的理论效率提升会比单卡更多 最后关于语言大模型与其他CV任务，我认为本质都是矩阵计算，只要GPU利用跑满，那么与前代卡的性能对比应该和分类任务不会有显著区别 第一次录视频，没准备稿子，口误较多，希望大家多多包涵 如果有帮助，欢迎大家引用我的论文： Multi-granularity Part Sampling Attention for Fine-grained Visual Classification
