不少2020年入手RTX3090的朋友最近在纠结：“我的3090还能用吗？有必要换4090吗？”毕竟3090当年也是旗舰，24GB显存和4090一样，但架构差了一代，性能到底差多少？
小编翻出了压箱底的3090（顺便在天罡智算租了4090），针对老用户常跑的任务做了对比，结论可能和你想的不一样。
新旧旗舰参数对比
| 对比项**** | RTX5090**** | RTX4090**** |
|---|---|---|
| NVIDIA架构 | Blackwell | AdaLovelace |
| 显存 | 32GBGDDR7 | 24GBGDDR6X |
| 显存位宽 | 512位 | 384位 |
| 显存带宽 | 1.8TB/s | 1.01TB/s |
| CUDA核心数 | 21760 | 16384 |
| Tensor核心数 | 680 | 512 |
| CUDA核心FP16 | 104.8TFlops | 82.58TFlops |
| Tensor核心FP16 | 419TFlops | 330.3TFlops |
| Tensor核心FP4 | 3352TOPS | 不支持 |
实测：同是24GB显存，体验差在哪？
大模型加载：
加载LLaMA2-70B的4-bit量化版（需20GB显存），两者都能单卡运行，但4090的推理速度比3090快55%——因为新架构的Tensor核心效率更高。
训练任务：
用CIFAR-10训练ResNet-18，4090的epoch时间是3090的60%，而且4090支持FP8精度，训练时显存占用还能再降20%，3090则不支持。
老卡的优势：
3090的二手价不到4090的一半，而且功耗低100W，适合长期跑小模型（如5B以下）的用户，性价比反而更高。
升级建议
值得升级：经常跑10B以上模型、需要FP8加速，或对推理速度敏感（比如实时AI服务），4090能显著提升效率。
没必要升级：只跑小模型、预算有限，或更在意功耗，3090还能再战2-3年。
想亲手试试两者的差距？天罡智算上3090和4090都能租，3090时费0.65元/卡时，比4090便宜40%，适合短期测试对比。你的任务更依赖显存还是算力？评论区聊聊～
**
