NVIDIA显卡AIGC应用性能简测:你的RTX 4090亦能成为AI画家

对于很多有使用Adobe全家桶，或者一些视频照片处理工具的内容创作者，他们对于AI帮助创作这件事可能并不会太陌生，如今很多软件都开始引入AI技术，用来解决很多过往需要重复劳动，或者操作枯燥的工作，比如抠图、除尘，还有AI也可以提高画面处理的精确度，像是低分辨率照片和视频的高清化，黑白照的上色等等。

最重要的是，这些AI技术其实也只需要一台高配置电脑就可以享受到，这得益于近年CPU和GPU性能的大幅增长，特别是显卡如今都加入AI加速能力，虽说相比大规模的AI计算集群，我们的消费级硬件显得是小打小闹，但用来做一些相对简单的AIGC工作，又或者让相关从业者和学生，用来学习研究AI技术，这都是有很大意义的，所以我们想知道在一些AIGC软件中，目前市面上流行的高端CPU和GPU的性能表现如何。

Stable Diffusion，也就是大家俗称的AI画画。通过敲入一些关键字，让AI描绘出来大家脑海中想要的画面，这样的用法可谓相当神奇，也是AIGC的典型示范之一，以至于有不少人开玩笑说，原画师在未来都要失业了，当然AI画画目前只是基于大量画作训练出来的“缝合怪”，仍缺少一点真正的自主创作，但随着学习的精进，AI画画在未来可以极大提高工作效率，比如帮助设计logo和图案，画重复的人物和场景，还有用来画电影拍摄的分镜等等。

有意思的是，Stable Diffusion是在本地运行的，支持使用CPU或GPU来运算AI模型，所以我们每个人都可以在自己的电脑上进行AI作画，可能是因为该项目本就是背靠NVIDIA GPU开发出来的，所以RTX系列有很不错的IPM（每分钟生成图片数），RTX 4090展现出它在目前消费级显卡中最强的AIGC性能，处理速度要比次顶级的RTX 4080强上约30%，而且其24GB大显存也是个优势。

不过其它RTX系列显卡用来体验一下AI画画，也不会让你等待出图太久，即使是上代卡皇RTX 3090 Ti都有比较快的处理性能，而如果用CPU来运行，即使是目前消费级最强的两颗CPU，用来画一张768*768分辨率的图片都相当费劲。

AI处理照片在现阶段应用得很多，其中无损放大是比较流行的用法，可以将原来低像素的照片放大到更大尺寸、更高分辨率，这并非是简单地把分辨率生硬拉高，而是利用AI猜测和填补高清化所需的画面细节，做到以假乱真的高清化处理，这对于一些研究老照片，或者更大印刷尺寸的摄影师有不错的实用价值。

这里测试在ON1 AI Resize里面，将原文件为6000*4000分辨率的单反拍摄照片，扩大200%后为12000*8000，也就是接近1亿像素了，可以看到使用NVIDIA的显卡，都可以在一分钟内对五张照片高清化，越高端的自然就越快。虽然CPU也可以用来做这种AI的照片扩大，但耗费时间就相当长了，完全没有实用性。

NVIDIA DLSS在游戏已经很多有支持，玩家们都不会陌生。其实这也是一种AIGC，如今一些创作软件也有利用DLSS技术来作加速，最典型的代表就是NVIDIA自家的Omnvierse Create，这是个主要用来做3D动画和场景建模的，对GPU的性能要求很高，即使是上一代最强的RTX 3090 Ti都很难应付，但新一代RTX 40系显卡的DLSS 3技术加入帧生成技术，使得单张显卡也都可以进行一些中轻度的创作。

这里主要测试Viewport回放，平均帧数低于24fps会影响回放的流畅度。所以RTX 4070 Ti和RTX 4070是难以满足4K分辨率的，除了核心性能的不足，其12GB显存也被吃光抹净，会导致一些效果缺失和形成渲染队列，而上一代的RTX 3090 Ti虽然有比较充足的24GB大显存，但因为不支持帧生成技术，帧数表现也是不可用的，想要应付Omnvierse Create的4K创作，最好还得是RTX 4090。

当Viewport分辨率下降到1080p（2048*1080）就轻松很多了，RTX 4070 Ti已经达到60fps级别，RTX 4070都可以有平均52fps，而且两者的显存也变得充裕很多，甚至连RTX 3090 Ti也将将可用了，但相比新一代的显卡，已显得不适合用在Omnvierse Create了。

在Davinci Resolve Studio 18里面，就支持使用GPU加速AI识别和追踪视频中的目标，而且这还是个连续的动作，如果要用人工来做，就需要逐帧把目标抠画出来，这是非常低效率、繁琐的工作，但有了AI的帮助，就变得简单太多了，极大减少了时间精力在这些机械式操作上，促使创作者会乐意于做一些更具观赏性的剪辑。

从测试表现来看，在AI画画、照片处理和AI帧生成这些工作上，一台高端配置的个人电脑也确实可以跑一跑、用一用了，甚至在部分创意工作中提供不错的加速效果，虽然这还无法与庞大的GPU集群的处理速度相提并论，也难以应付在一些重度的创意工作上，但对于我们个人用户而言，完全可以接受了，至少在耗时上面，这些AI任务都不会让你等待太久。

当然大家会觉得怎么都是拿NVIDIA的显卡跑这些AI测试啊？不得不说，NVIDIA在AI市场深耕多年，由上至下地布局他们通过GPU加速AI的战略，所以无论是性能，还是软件的支持上，NVIDIA显卡都会有更高的实用价值，在现阶段大家想要体验AIGC，或者利用AI来帮助提高自己的工作效率，那就很难不选择一张NVIDIA RTX系显卡。