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： 2630 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

2025-04-03

工作流（Workflow）VS 智能体（Agent）

2025-04-03

中国AI应用们，正在苦等一个国产Claude

2025-04-03

MCP：AI世界的万能连接器，专家都在关注的下一代标准

2025-04-03

Open R1 项目进展第三期

2025-04-03

最好用的OCR来了？Mistral AI OCR介绍

2025-04-03

2个百度T11推出超级智能体火爆硅谷！免费使用无需邀请码，靠AI搜索功底估值已破38亿

2025-04-02

Transformer到底解决什么问题？

2025-04-02

AI大模型的2种模型能力Function call 和ReAct

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

Transformer到底解决什么问题？

2025-04-02

Playwright + DeepSeek实战：如何让AI“看懂”网站页面内容？自动定位页面元素？

2025-04-02

伯克利大学35页综述：多智能体LLM系统为何会失败？

2025-04-01

【深度】一文解读Claude如何思考——大模型是真懂是装懂？

2025-04-01

AI Agent：大模型落地应用的“最后一公里”？

2025-04-01

专利答复3天→3小时！AI神器Claude 3.7如何让审查员秒批你的申请？

2025-03-30

MCP 很火，来看看我们直接给后台管理系统上一个 MCP？

2025-03-30

OpenAI拥抱MCP，“MCP经济”下会有哪些新机会？

2025-03-28

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