开发AI，3090和4080显卡，是否显存高的优先？

对于开发AI来说，显存的大小确实是一个重要的考量因素，但是不能一概而论地说显存高的就一定优先。

需要综合考虑以下因素：

• 模型大小： 你训练的模型大小决定了所需的显存容量。如果模型很大，显存容量不足会导致模型无法完全加载到显存中，从而影响训练速度和效率。
• 训练数据量： 数据量越大，显存需求也会越高。
• 训练批次大小： 训练批次大小是指每次训练使用的样本数量，批次大小越大，显存需求也越高。
• 其他应用程序需求： 除了AI开发，你可能还会使用显卡进行其他任务，例如游戏、视频渲染等。这些任务也会占用显存。

3090和4080显卡的对比：

| 特性 | 3090 | 4080 ||---|---|---|| 显存容量 | 24GB | 16GB || 计算性能 | 较低 | 较高 || 价格 | 较高 | 较高 |

总结：

• 如果你的AI模型较大，训练数据量大，并且需要较高的训练批次大小，那么3090的24GB显存可能更合适。
• 如果你的AI模型较小，训练数据量较少，并且不需要非常高的训练速度，那么4080的16GB显存可能已经足够。

最终选择需要根据你的实际需求来决定。