GPU 速查工具：2020 年以来的每张显卡都在这里

发生了什么？

最近发现一个很有意思的工具——SuperTags GPU List，一个可筛选、标签化的 GPU 参考数据库，收录了 2020 年以来所有发布的 GPU 型号。

原文链接：A filterable, tag-based GPU reference for every card released since 2020

这个工具解决了什么问题？

AI 硬件繁荣期，GPU 选型变成了一件高频需求。今天跑 Llama 要 24GB 显存，明天训 Diffusion 要 16GB，后天部署推理又要考虑性价比。

但市面上的 GPU 信息相当分散：

• 官方 Spec Sheet 只列当前在售型号
• Wikipedia 表格信息陈旧、缺少移动端和嵌入式 GPU
• 对比网站要么收费，要么全是广告

SuperTags GPU List 的做法很直接——把 2020 年以来所有 GPU 全家桶收录进来，然后用标签系统让你自由筛选。

核心功能

多维度筛选

支持按 GPU 代际（Gen）、规格参数（显存、架构、TDP）等维度查询。想找「16GB 以上显存、2023 年后的 NVIDIA 显卡」？几秒钟就能拉出列表。

标签化分类

每张卡都打了多维度标签，比如：

• #NVIDIA / #AMD / #Intel — 厂商
• #Ada_Lovelace / #RDNA3 / #Arc — 架构代际
• #Desktop / #Mobile / #Workstation — 形态
• #16GB+ / #DLSS3 / #AV1 — 特性标签

参照对比

没有花哨的跑分排行榜，而是平铺出所有关键参数，方便你根据自己的需求逐一对比。显存、核心数、带宽、TDP，一目了然。

为什么值得关注？

这个工具背后反映了一个趋势：GPU 信息透明化。

过去两年，GPU 从游戏玩家的专属标签，变成了 AI 从业者、内容创作者、开发者都需要的通用计算资源。需求暴涨，但信息获取方式还停留在「查官网 → 翻评测 → 算性价比」这种低效链路。

像 SuperTags GPU List 这种工具的出现，说明市场正在自发性地填补这个信息缺口。它并不 fancy，也不追求大而全，但恰恰满足了最痛的那个需求——快速找到一张符合你显存、预算、形态要求的卡。

适合谁用

如果你是以下角色之一，这个工具值得收进书签：

• AI 推理部署：需要对比不同 GPU 的显存和带宽，确定模型部署方案
• 模型训练：评估哪张卡在预算范围内性价比最高
• 装机攒机：想全面了解当下 GPU 格局后再做决策
• 技术研究：追踪 GPU 代际演进和架构变化

参考资料

• SuperTags GPU List：A filterable, tag-based GPU reference for every card released since 2020. → https://www.supertags.app/ws/gpulist–g8qQfl