英伟达把AMD甩开2代的秘密，藏在显卡说明书里

2024年Q4，AMD显卡市占率跌破12%，创十年新低。同期英伟达数据中心收入同比增长94%，游戏业务却悄悄完成了更隐蔽的收割——不是用算力，是用一套让对手追了5年还没摸透的"软护城河"。

参数党正在输掉这场战争

如果你还在用CUDA核心数、显存带宽、TDP功耗这三件套挑显卡，可能已经掉进了厂商精心设计的陷阱。XDA作者Samarveer Singh最近对Crimson Desert的实测撕开了这层窗户纸：AMD FSR 4（Redstone）在植被、几何体和纹理清晰度上确实追近了英伟达DLSS 4.5，但在4K性能档的"光线重建"环节，画面稳定性整整落后一个代际。

这不是硬件的锅。FSR 4用上了机器学习，Redstone架构也针对RDNA 4做了专项优化，但英伟达的FP8张量核心（Tensor Core）从Blackwell架构开始就为DLSS 4.5量身定制了数据通路。 Singh的文档里有个扎心的细节：同样的场景，AMD的鬼影消除算法需要多渲染2-3帧才能收敛，而DLSS 4.5的时序稳定性模型已经把这件事变成了单帧内的流水线操作。

「Rasterization（光栅化）不再是独角戏，」Singh在测试笔记里写道，「它现在只是渲染管线里的一个模块，和超分、帧生成、光线重建并排坐。」

换句话说，买显卡买的不再是那块硅，而是硅周围长出来的整个生态系统。

本地AI玩家的隐形门槛

游戏玩家至少还能用肉眼验收成果，搞本地大模型的用户面对的则是更隐蔽的"基础设施税"。

PyTorch 2.4的发行说明里有条不起眼的更新：对AMD ROCm的优化支持从"实验性"降级为"社区维护"。同期英伟达的TensorRT-LLM更新日志里，Batch Manager的调度延迟从12ms压到了3ms——这不是算力差距，是软件栈的代差。

一个做Stable Diffusion微调的朋友跟我算过账：同样的LoRA训练任务，RTX 4090用CUDA Graphs能把显存碎片率压到4%以下，RX 7900 XTX在ROCm环境下默认配置直接爆显存。手动调ROCm的内存池分配？GitHub上有17个相关issue，最近一个回复是"try nightly build"。

AMD不是没有技术。RDNA 3的AI加速单元理论峰值比Ada Lovelace还高，但CUDA生态里有超过400万个活跃开发者，PyTorch的CUDA后端代码量是ROCm的23倍。这不是军备竞赛，是生态位的碾压。

超分和帧生成：一场被误读的"民主化"运动

回到游戏战场，DLSS和FSR的争论早就偏离了技术本身。

一派观点把帧生成贬为"优化偷懒的遮羞布"，认为它把游戏开发变成了"支线任务"；另一派则欢呼"高端体验平民化"。两边都有数据支撑：Digital Foundry的测试显示，强制关闭DLSS的《赛博朋克2077》路径追踪模式，连RTX 4090都稳不了30帧；但同样有大量玩家抱怨，某些游戏的DLSS默认档画面糊得像 Vaseline 抹镜头。

英伟达的狠招在于：它从不站队，只是把工具做厚。DLSS 4.5的"Transformer模型"替换掉了用了三年的CNN架构，时序抗锯齿的采样窗口从8帧扩展到16帧，代价是延迟增加4ms——但Reflex低延迟技术把这4ms吃回去了。这套组合拳让"开DLSS"从一个画质选项，变成了和分辨率设置平行的基础配置。

AMD的应对是开源FSR，试图用"全平台通用"换生态位。但Singh的测试暴露了一个尴尬现实：FSR 4在RDNA 4上表现最好，在Intel Arc和旧款N卡上反而不如FSR 3.1。通用性的代价是针对性优化的缺失，而英伟达的封闭生态恰恰把"针对性"做成了护城河。

Blackwell的FP8赌局

今年CES上，黄仁勋用15分钟讲FP8精度，台下记者面面相觑。但懂行的人知道，这是DLSS 4.5的底层燃料。

FP8（8位浮点）把张量核心的吞吐量推到了FP16的2倍，代价是数值精度损失。英伟达的解法是在驱动层做动态范围校准，让AI模型自己适应低精度的噪声分布。AMD的CDNA架构支持FP8，但ROCm的编译器直到去年Q3才完整支持FP8训练，推理优化更是今年才排上路线图。

这种"软硬协同"的精度控制，让英伟达能在单帧内跑完超分、帧生成、光线重建三条流水线。Singh的测试里有个细节：DLSS 4.5的"多帧生成"模式在4K下插到3倍帧率，画面撕裂控制仍优于FSR 4的原生帧率输出。

不是AMD的硅不够快，是硅周围的"胶水层"——编译器、驱动、SDK、开发者工具——叠了太多年。

AMD今年把RDNA 4的定价压到了比竞品低20%，但Steam硬件调查里的份额仍在下滑。当买显卡变成买"能跑什么软件"的投票，参数表上的浮点性能还有多大说服力？