特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置
6693点击    2025-01-18 11:06

就在刚刚,最新爆料称,中国特供版的RTX 5090D不能「炼丹」!


根据Chiphell网友「omonob」实测,RTX 5090D不仅把功耗、频率等参数通通锁死,而且一旦检测到用户在训模型,「3秒」后就会自动锁死算力。


此外,最重要也是对AI应用打击最大的一点是——无法进行多GPU配置。


特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置


特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置


「笼中金雀」5090D,游戏可以AI不行


RTX D系列是英伟达专门定制的显卡产品线,旨在符合美国基于显卡性能的出口管制规定。


由于上一代RTX 4090性能过强,无法合法出口到中国,英伟达不得不推出性能略低的RTX 4090D以符合规定。而RTX 5090D便是RTX 4090D的继任者。


RTX 5090D采用4纳米工艺,基于GB202图形处理器。


共搭载21,760个CUDA核心,采用32GB GDDR7显存,位宽高达512-bit。这些都较上代提升了33%。


此外,功耗也提升了27%,达到了575W。


特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置


虽然英伟达在RTX 5090上不得不采取类似策略来应对出口限制,但这次对于RTX 5090D的处理方式却有所不同。


上一代RTX 4090D相比标准版RTX 4090,主要是直接降低硬件的规格,包括减少12.8%的CUDA核心、降低5.9%的最大功耗,以及调整基础频率。


而这次的RTX 5090D,英伟达却采取了不同做法:


  • 保留满血版RTX 5090的全部规格,包括基础频率和加速频率
  • 将AI性能降低29%——从3,352 TOPS降至2,375 TOPS


在DLSS 4的加持下,RTX 5090D在如赛博朋克2077、黑神话悟空、生成式AI等游戏中的表现,都达到了RTX 4090D的2倍之多。


特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置

RTX 5090D与RTX 4090D在游戏与生成式AI应用方面的性能比较


但正如开篇提到的,相比于上一代RTX 4090D,RTX 5090D的功耗和频率都被彻底锁死。这也意味着无法对其进行超频,以弥补性能上与RTX 5090的差距。


特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置

RTX 5090D与RTX 4090D的配置参数对比


多卡配置服务器集群「已成云烟」


同时,这位Chiphell用户明确指出,RTX 5090D无法通过在线或云端方式进行调整或操作,更无法在多显卡设置中运行。据称,英伟达将这一限制深入锁定在「Linux系统的底层」。


虽然该用户没有详细说明安装其他显卡时RTX 5090D的具体表现,但可以确定的是,RTX 5090D至少无法与其他显卡协同处理任何计算任务。


这意味着国内搭建服务器集群来满足AI需求时,RTX 5090D即便性能比GeForce RTX 4090D提升不少,但是也无法实现这个多卡搭建服务器的任务。


总之,英伟达的这些限制措施是否真能奏效,仍需留待上市后「各路豪杰」的检验。


参考资料:


https://www.tomshardware.com/pc-components/gpus/china-tailored-rtx-5090d-has-ai-and-cryptomining-limiters-multi-gpu-config-is-also-locked


https://www.chiphell.com/thread-2666404-1-1.html


https://www.chiphell.com/thread-2666266-6-1.html


文章来自于微信公众号“新智元”


特供版RTX 5090D被曝不能「炼丹」!AI算力3秒锁死,不支持多GPU配置

关键词: AI , RTX 5090D , AI算力 , 人工智能
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
cursor

【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。

视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/

项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file