NVIDIA GPU性能の比較一覧(機械学習・データサイエンス用PC向け)

スポンサーリンク

機械学習や深層学習(ディープラーニング)等のいわゆるAI関連や、データサイエンスに関する業務をする際、NVIDIAのGPU搭載ビデオカードを備えるPCを利用すると、実装方法によって大幅な処理速度向上が期待できます。

しかしながらNVIDIAのホームページ上にはGPUごとに性能をまとめた一覧表が無いので、調べた内容をまとめて比較できるようここに記載します。

なお、以下を満たすものに限定しています。

  • CUDAコア1000以上
  • メモリ4GByte以上(バッチサイズの大きなデータを扱うのに必要)
  • Maxwell世代でも大半はスペック的に厳しいとし、Pascal世代以降から記載

※機械学習や深層学習(ディープラーニング)等のいわゆるAI関連やデータサイエンス関連において、簡易的な業務や趣味用途での利用を想定しています

NVIDIA GPU性能一覧表

項目名をクリックすると、該当項目でソートされます。例えば型番の降順でソートすれば、現時点であればRTX3000番台・RTX2000番台の順にソートされます。

また、型番名の一部で検索し表示することも可能です。

  • RTX3090・RTX3080Ti・RTX3080・RTX3070Ti・RTX3070・RTX3060Ti・RTX3060 を比較したい場合は、RTX30と入力してください。
  • RTX A5000・RTX A4000・RTX A3000を比較したい場合は、000と入力してください。

型番CUDA Core数TensorCore数RTコア数メモリタイプメモリサイズ(GByte)メモリバス幅(bit)メモリ帯域(GByte/s)ベースクロック(MHz)ブーストクロッ(MHz)TDP(W)GPUアーキテクチャRTX-OPSNVLink対応
RTX30901049628569GDDR6X2438493614001700350Ampere非公開
NVIDIA TITAN RTX460857672GDDR62438467213501770280Turing87 or 90?
RTX3080Ti1024032080GDDR6X12384912.413701670350Ampere112?-
RTX3080870423858GDDR6X1032076014401710320Ampere非公開-
RTX3080(ノート向け)614419248GDDR68 / 1625638411101245 - 1710115Ampere非公開-
RTX2080Ti435254468GDDR61135261613501545 / 1635250 / 260Turing76T / 78T
RTX2080SUPER307238448GDDR6825649616501815250Turing63T
RTX2080294436846GDDR6825644815151710 / 1800215 / 225Turing60T
RTX3070Ti614419248GDDR6X8256608.315751770290Ampere96?-
RTX3070588818440GDDR6825651215001730220Ampere非公開-
RTX3070(ノート向け)512016040GDDR6825638411101290 - 1620115Ampere非公開-
RTX2070SUPER256032040GDDR6825644816051770215Turing52T
RTX2070230428836GDDR6825644814101620 / 1710175 / 185Turing42T / 45T-
RTX3060Ti486415238GDDR6825644814101665200Ampere非公開-
RTX3060358411228GDDR61219236013201780170Ampere非公開-
RTX3060(ノート向け)3840 (or 3072)9624GDDR661923369001283 - 170380Ampere非公開-
RTX2060SUPER217627234GDDR6825644814701650175Turing41T-
RTX2060192024030GDDR6619233613651680160Turing37T-
GTX1660Ti1536--GDDR6619228815001770120Turing--
GTX1660SUPER1408--GDDR6619233615301785125Turing--
GTX16601536--GDDR5619219215301785120Turing--
RTX3050Ti(ノート向け)25608020GDDR641281927351035-169580Ampere非公開-
RTX3050(ノート向け)20486416GDDR641281927121057-174080Ampere非公開-
GTX1650SUPER1280--GDDR6412819215301725100Turing--
GTX16501408--GDDR54 / 61281281485166575Turing--
RTX A60001075233684GDDR64838476814551860300Ampere112
RTX A5000819225664GDDR62438476811701695230Ampere96
RTX A4000614419248GDDR6162564487351560140Ampere96-
Quadro RTX8000460857672GDDR64838467214401730260Turing84T
Quadro RTX6000460857672GDDR62438457614401730295Turing84T
Quadro RTX5000307238448GDDR61625644816201815265Turing62T
Quadro RTX4000230428836GDDR6825641612151710160Turing43T-
NVIDIA TITAN Xp3840--GDDR5X12384547.714811582250Pascal--
NVIDIA TITAN X3584--GDDR5X1238448014171531250Pascal--
Quadro GP1003584--HBM216409648014171531235Pascal-
GTX1080Ti3584--GDDR5X1135248414801582250Pascal--
GTX10802560--GDDR5X825632016071733180Pascal--
GTX1070Ti2432--GDDR5825625616071683180Pascal--
GTX10701920--GDDR5825625615061683150Pascal--
GTX10601152 / 1280--GDDR53 / 619219215061708120Pascal--
GTXTITAN X3072--GDDR512384336.510001075250Maxwell--
GTX980Ti2816--GDDR56384336.510001075250Maxwell--
GTX9802048--GDDR5425622411261216165Maxwell--
GTX9701664--GDDR5425622410501178145Maxwell--
NVIDIA TITAN V5120640-HBM2123072652.812001455250Volta--
Quadro GV1005120640-HBM232409687012001455250Volta-

さらに多くの項目を一度に確認したい場合は、以下の画像をクリックしてください。

機械学習・データサイエンス向け個人PCの検討について

また、機械学習・データサイエンスを始めてみたいといった場合、どのようなPCを準備すると良いかについて以下の記事にまとめています。合わせて参考にしていただけると幸いです。

機械学習・データサイエンス用個人PC環境のおすすめ(NVIDIA GPU対応)
機械学習・データサイエンス用に個人PCを購入する際、どのような点に気をつければ良いか説明します。また、参考としておすすめするパーツやBTOのモデル等を紹介します。

参考(外部リンク)

Copyrighted Image.