我要投稿

英伟达H100那么牛，为啥不能玩《黑神话悟空》？

发布日期：2024-08-25 08:54:54 浏览次数： 2717 作者：特大号

说起玩“黑神话”的电脑配置，大家都在吹自己的4090显卡。

可是比4090贵了几十倍的H100，同样是“GPU”，为啥却不能用来玩游戏？

这个问题，猛一看，很弱鸡啊。

但问到具体原因，很多人却说不出个456来。

今天我就简单捋捋，除了接口之外，其他更重要的原因↓

架构设计的差异

最核心的一点在于两者的架构差异，架构决定了彼此的核心能力不一样。

RTX4090采用了N记的Ada Lovelace架构，专注于游戏和高级图形处理，这种架构在游戏性能上有贼拉牛B的优化，包括高级的图形渲染技术如光线追踪和DLSS。

RTX4090总共包含 16384 个 CUDA 核心和 512个第四代 Tensor 核心，以及 128 个第三代 RT（光线追踪）核心。

下面这个是其单个SM的架构图，4090由128个这样的SM组成。

提升游戏体验的几大黑科技，都是靠这些核“肝”出来的。

比如光追效果主要依靠RT核，而DLSS包括抗锯齿、超分辨率、光线重建等等，主要依赖Tensor核心和CUDA核心提供的AI增强图形效果。

玩烧机游戏的都懂，开不开光追效果，体验完全不一样。

而H100的则是基于Hopper架构，主要针对大规模并行处理和AI任务进行优化，而非图形渲染。

H100包括了16896个CUDA核心和528个第四代Tensor核心，注意，没有对图像渲染至关重要的光追核心（RT Core）。

下图是H100单个SM的架构示意，H100由132个这样的SM组成。

看对比图就发现差别了，虽然H100拥有更多的CUDA核心和Tensor核心，但这些核心是面向复杂计算和深度学习模型训练的。

比如，H100的CUDA核心支持FP64、FP32、TF32、BF16、INT8等多种数据类型的高效计算。

而4090的CUDA核心就不一样了，人家主攻图形密集应用，只针对单精度和双精度做了优化。

驱动和API的支撑大不一样

H100除了内核优化和设计的硬伤，还有一个大问题。

N记为游戏级GPU（也4090为代表的Geforce系列）提供了专门的游戏驱动，优化游戏性能和兼容性。H100则没有。

这就是导致H100无法支持DirectX、OpenGL、Vulkan等主流游戏API（严格说是理论上支持），也不支持Unity、虚幻、Godot这些主流的游戏引擎。

比如，黑神话悟空采用的就是虚幻引擎5。

基本上，这两条就断绝了拿H100玩游戏的任何念想。当然我们可以堆砌一些理由↓

成本的问题：我一个4090都买不起的小卡拉米，我会考虑拿贵几十倍的H100来玩游戏吗？

电源和散热的问题：H100的功耗和热输出设计用于机架式服务器环境，对用游戏PC来说，有极大的挑战。

所以呢，4090这种GPU，可以叫显卡，或者图形加速卡。

而H100这种GPU，更准确的叫法其实是GPGPU（General-Purpose GPU），我更愿称之为AI加速卡。

好了，不扯了。

是时候把我的珍藏20多年的TNT2翻出来插上，畅玩《黑神话悟空》了

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-04-27

一文了解：大模型 Agent 开发框架有哪些？它们的区别是什么？

2025-04-27

大模型应用系列：两万字解读MCP

2025-04-27

一篇文章说清楚什么是生成式AI、决策式AI、判别式AI

2025-04-27

字节Trae 大更新，5分钟看懂AI生成的“神秘代码块”

2025-04-27

字节新出的MCP应用DeepSearch，有点意思。

2025-04-27

用百度网盘MCP在Cursor中构建私人网盘助手，太香了叭（附搭建教程）

2025-04-27

实测免费DeepResearch！轻量版深夜上线，基于o4-mini，速度更快/重视脉络梳理

2025-04-27

Dify → 问题分类|条件分支

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

本地部署大模型？看这篇就够了，Ollama 部署和实战

2024-08-13

16个具有“联网搜索”功能的AI：总有一个适合你！

2024-06-13

Cursor 一个真正让程序员产生危机感的 AI 编程工具

2024-08-21

OpenAI o1与GPT4o的对比分析

2024-09-23

大模型｜“上下文长度”和“上下文窗口”不再傻傻分不清楚！

2024-07-31

一文带你了解大模型——智能体（Agent）

2024-05-28

50+个AI大模型在不同领域的应用案例

2024-08-04

全面对比dify、coze、streamlit、chainlit

2024-04-26

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

一文读懂OpenAI新发布o1系列大模型

2024-09-17

大家都在问

一文了解：大模型 Agent 开发框架有哪些？它们的区别是什么？

2025-04-27

为什么一定要做Agent智能体？

2025-04-25

除了MCP我们还有什么？

2025-04-24

LLM 推理引擎之争：Ollama or vLLM ?

2025-04-24

专题策划（下）| 如何实现大模型与行业的深度耦合？

2025-04-23

OpenAI：就你们也配做智能体？

2025-04-23

白话解析 DPO：如何让 AI 直接学习人类偏好？

2025-04-22

独家｜百度上线“心响”App，平替版Mauns来了？

2025-04-21

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB