摘要：曾经有一段时间，我以为只要看参数表就能摸透显卡的所有知识。这种方法在很多数码产品的选购上都行得通——比如根据参数选电视或显示器，看核心数量挑CPU，凭频率高低选内存。
曾经有一段时间，我以为只要看参数表就能摸透显卡的所有知识。这种方法在很多数码产品的选购上都行得通——比如根据参数选电视或显示器，看核心数量挑CPU，凭频率高低选内存。
但显卡的复杂性远超想象，一旦过度依赖参数，很容易对它的实际性能产生误判。
FLOPS是“每秒浮点运算次数”的英文缩写，原理类似CPU架构中的“每时钟周期指令数（IPC）”。GPU通过浮点运算完成图形渲染等计算任务，因此FLOPS能反映GPU每秒的运算能力，而“TFLOPS”中的“T”代表“万亿次”，是前者的数量级升级。
TFLOPS本质是衡量架构理论性能的指标，数值大小取决于GPU架构的集成度，具体体现在芯片尺寸和晶体管数量上。举个例子，RTX 5060 Ti的晶体管数量比RTX 5090少76%左右，芯片面积也小了76%，相应的TFLOPS数值低了77%。不过，这个数值只是基于架构设计的理论计算值，虽然有一定参考意义，但不能直接等同于实际性能。
以RTX 5060 Ti为例，英伟达推出过16GB显存和8GB显存两个版本。由于二者使用相同的GPU芯片且核心数量一致，TFLOPS数值完全相同，但实际游戏表现却有明显差异（比如8GB版在高分辨率下可能因显存带宽不足导致卡顿）。
关于TFLOPS的“流行”，某种程度上源于索尼和微软的主机营销。2016年，微软在宣传Xbox One X（当时代号“天蝎座”）时，首次公布其浮点运算能力为6 TFLOPS，索尼随即跟进宣布PS4 Pro的浮点性能为4.2 TFLOPS。到了2020年，新一代主机Xbox Series X（12 TFLOPS）和PS5（10.28 TFLOPS）延续了这一宣传口径。
不过对于普通消费者来说，选购显卡时不必过分纠结这个数字——实际性能不仅取决于架构的理论算力，还与显存带宽、散热设计等硬件配置密切相关。
在显卡爱好者社区，经常能看到关于GPU芯片尺寸的讨论，尤其是新品发布前夕。和TFLOPS类似，芯片尺寸与实际性能没有直接关联。新品发布前，人们习惯通过对比芯片尺寸（比如与上一代同定位产品）来预判性能，但一旦实测数据出炉，这个指标的价值就会大打折扣。
考虑芯片尺寸时需要结合其他因素：尺寸越大通常发热越高，需要更复杂的散热设计（比如更大的散热鳍片和风扇）。但归根结底，芯片尺寸只是一个物理参数，无法直接反映用户体验，也没有涵盖PCB板设计、供电模块、显存容量、散热方案以及最重要的软硬件协同优化等关键因素。
新品发布前讨论芯片尺寸可能是个有趣的话题，但它只适用于相同架构的GPU对比。比如，不同工艺节点（如5nm和7nm）会影响晶体管的集成密度，即使芯片尺寸相同，架构不同的GPU也无法直接通过面积大小判断性能强弱。
核心数量在特定条件下有参考价值，但也容易让人产生误解。比较同一品牌（如AMD、Nvidia）的显卡时，需注意架构代际差异不能太大——只有同品牌、相邻两代且核心数量相近的产品，才能大致推断性能提升幅度。
以具体产品为例，RTX 3090 Ti拥有10752个核心，RTX 5090核心数约为21760个，性能接近前者的2倍，这体现了同品牌隔代产品中核心数量与性能的正相关关系。但跨品牌对比时，这种关联就失效了：RTX 3090 Ti的核心数是AMD RX 9070 XT的2.5倍左右，但实测中两者性能差距只有几个百分点，核心数量的参考意义几乎消失。
这一现象很好理解：厂商每一代产品都会对架构进行优化，因此同品牌相邻代际的核心数量和性能通常成正比；但不同品牌的架构设计逻辑不同（比如Nvidia的CUDA核心和AMD的流处理器工作机制差异），单纯比核心数量没有意义。
核心频率和核心数量一样，需要结合具体场景判断价值。不同的是，核心频率不适用于跨代际对比，也无法直接反映不同品牌GPU的性能差异——即使是同一代产品，核心频率的高低也不能完全代表性能强弱。它唯一的实用场景是同芯片不同型号显卡的横向对比（比如公版和超频版），但即便如此，也不必过于看重。
不同显卡的超频潜力不同，不同游戏对频率的敏感度也有差异：有些游戏（如依赖实时渲染的3A大作）能从高频中明显受益，而有些则对频率变化不敏感。考虑到厂商标称的核心频率实际影响有限，选购时完全可以把它放在次要位置。
如果在意超频性能，大多数玩家都可以通过MSI Afterburner等板卡厂商的官方工具手动调整，几分钟就能完成设置，不必为原厂超频版本多花钱。
我并不是说参数完全没用，而是强调实际性能应该是选购的核心依据。除了显存容量、位宽等少数直接影响体验的关键参数外，大部分规格表上的数字更适合用于前期筛选（比如排除显存不足的型号）或后期分析（比如解释为什么某张显卡在特定游戏中表现更好）。与其纠结于TFLOPS、核心数量等理论指标，不如多看看实测数据和用户反馈，让真实的性能表现成为最终选择的依据。
来源：简明科学指南