RTX 4080 SUPERやRadeon RX 7900 XTXには勝てるのだけど……
GeForce RTX 5080、RTX 4090に下剋上ならず
2025年01月29日 23時00分更新
CGレンダリングでもRTX 4090には勝てず……
CGレンダリング系のテストは、「Blender Benchmark」と「V-Ray Benchmark」で試してみよう。BlenderはRX 7900 XTXも比較に加えているが、V-Ray BenchmarkはRTXシリーズが必須であるため、RX 7900 XTXは除外している。
これらのテストでは、単純にGPUの回路規模が効いてくる。そのため、CUDAコア数で約1.5倍の規模となるRTX 4090にRTX 5080が勝てないのは自明である。
AIでも前世代と比べれば進化しているが……
ここからはAI利用の性能に迫る。まずは、「UL Procyon」の「AI Text Generation Benchmark」を使用し、大規模言語モデル(LLM)を利用したAIのパフォーマンスを比較。大小4つの学習モデルを用い、それぞれに7つのテキスト生成タスクを課した。
その際に出力されるトークン(単語)生成スピードと、最初のトークンまでの待ち時間からスコアーを導き出すというものである。どのGPUにおいても同じ学習モデル、同じAPI(ONNX)を利用している。
RTX 5090と比べるとRTX 5080が霞んでしまうことは避けられない。ここでもRTX 5080はRTX 4090を超えることができていない。最初のトークンまでの時間では、RTX 4080 SUPERを超えてRTX 4090に並んでいるものの、トークン生成スピードにおいては負けてしまった。ちなみに、RX 7900 XTXは生成スピードにおいても応答性においても、GeForce勢に及ばなかった。
続いて、「LM Studio」で検証しよう。学習モデルは「Phi-4 14B Q8_0」を選択し、「消えた1ドルの謎」を解説させるべく、以下のプロンプトを入力した。シードは固定し、GPUオフロードは最大(GPUを最大限利用する)に設定。1度回答を得るたびにモデルをロードしなおし、3回の平均値で比較する。
トークン生成スピードの平均値を見る限り、UL Procyon以上にRTX 4090の壁が高いことがわかる。VRAM 16GBでは、Phi-4の14Bパラメーターの学習モデルは手に余るようだ。ただし、VRAMが多くてもRX 7900 XTXのようにGPU的に処理が苦手な場合もあるので、16GBの割には良好と言える。とはいえ、RTX 4080 SUPERとの差があまりにも小さすぎるのが残念でならない。
週刊アスキーの最新情報を購読しよう
本記事はアフィリエイトプログラムによる収益を得ている場合があります