以下测试均基于 OLLAMA 部署的deekseek

1.ollama运行语句：

        ollama run deepseek-r1:14b --verbose

2.询问模型如下问题：

        Describe the phenomenon of quantum entanglement and areas of application 

注：ollama首次载入时，会把模型尽可能的载入到显存(vram)，显存不足将显著影响运行效率 

测试截图： 

一、AMD 6800XT (显存:16G 系统:WIN10)

        运行结果 平均 35token/秒，占用显存（vram） 12G

二、NVIDIA 4060 laptop (显存:8G 系统:WIN11+cuda)

        可能是笔记本功耗策略的关系GPU的使用率并不高，所以速度相对较慢

三、NVIDIA 1080ti (显存:11G ubuntu 20.0.4 + cuda)

四、NVIDIA 2080ti (显存:11G ubuntu 20.0.4 + cuda)

 五、NVIDIA 3060 (显存:12G 系统:ubuntu 20.0.4 + cuda )

六、NVIDIA 3080 (显存:12G ubuntu 20.0.4 + cuda)

七、NVIDIA 3090 （显存:24G 系统:ubuntu 20.0.4 + cuda ）

八、NVIDIA 4080  (显存:16G ubuntu 20.0.4 + cuda)

九、NVIDIA P100 (显存:16G 系统:ubuntu 20.0.4 + cuda )

 

十、NVIDIA V100 （显存：16G 系统:ubuntu 20.0.4 + cuda）

十一、NVIDIA  A100 （显存：40G 系统:ubuntu 20.0.4 + cuda）

十二、NVIDIA  4090 （显存：24G 系统:win11 + cuda）

另:4090 跑32b 的速度在 37 tokens/s

总结： 

序号	显卡型号	显存（G）	eval rate (tokens/s)	参考价(元) （小黄鱼）
1	nvidia 1080ti	11	21.94	1000
2	nvidia 2080ti	11	40.51	1550
3	nvidia 3060	12	27.86	1300
4	nvidia 3080	12	54.42	2300
5	nvidia 3090	24	58.54	5500
6	nvidia 4080	16	47.57	7000
7	amd 6800xt	16	35.62	2500
8	nv tesla p100	16	18.74	1000
9	nv tesla v100	16	49.22	2200
10	nv tesla a100	40	57.60	买不起
11	nvidia 4090	24	73.52	18000

                     可以看到，如果以大模型应用为目标，显卡并不是越贵越好。

注：参考价为文章发布期间闲鱼的价格，均为单卡PCIE版本！