3月20日,英特尔锐炫放出了31.0.101.5379版本的锐炫独立显卡驱动,首发支持了《射雕》这款游戏,这也是此前英特尔所承诺的在游戏上市前就提前布局支持,上线即能顺畅游玩,专注为玩家提供更优的驱动和游戏体验。
《射雕》这款游戏为网易开发,斥资10亿,打造三端互通的开放式武侠探索新世界,基于金庸武侠小说射雕三部曲改编,画面精美,技能酷炫、在市面的同类型游戏中独树一帜的特色表现,让人沉浸其中,并且这款游戏的PC端对于显卡的要求较高,很有可能是像PUBG一样,成为下一个推动PC硬件升级的现象级游戏。
恰好近期这款游戏正式开启了公测,我们手里也有公版的英特尔锐炫A750和英伟达的RTX 4060显卡,我们为大家进行一个横向对比,让大家更好地了解两款显卡的实际性能表现和价格优势分析,为更多准备使用PC游玩这款游戏的同学,提供一个显卡硬件的参考。
正式开始测试之前,我们还是同样先来介绍一下本次测试的硬件配合和驱动状况。
处理器:英特尔第14代酷睿i9-14900K
主板:华硕ROG Strix Z790-E Gaming D5
内存:金士顿Fury DDR5 6400MT/s 16g*2
硬盘:三星990 PRO/西部数据SN570
散热器:微星360一体式水冷
电源:金河田金牌额定750W电源
机箱:联力O11D海景房
系统:Windows 11 22H3专业版
显卡方面,我们使用的是公版的英特尔锐炫A750显卡,以及公版频率的NVIDIA RTX 4060显卡。驱动版本上,英特尔锐炫A750使用的是版本尾号为5379的驱动,而RTX 4060使用的是551.76驱动版本。
画面设置方面,我们选择精致档位的特效,选择1080P和2K分辨率进行实际游戏,作为网易出品的MMO游戏,《射雕》的游戏内可探索的世界非常大,游戏画面非常精致,非常多游戏场景都是堪称壁纸级别的美景。
至于此前为什么笔者说《射雕》极有可能成为下一个现象级的呢?首先是主角设定仅有男女之分,后续还有众多的侠侍角色辅助战斗,同时武器系统、修炼武学系统、强化等等,配合上各种剧情NPC和宏大的世界,让玩家尽情探索游戏,其次除了内容非常丰富、玩法多样,再来就是游戏画面精美,需要渲染能力强大的独立显卡才能够在PC端流畅运行。所以想要在PC端流畅游玩,对于老旧的设备来讲非常吃力,所以需要升级到目前全新的主流级游戏显卡,这样势必会引来新一波的换显卡风潮。
2K游戏画面上,经过我们的实际测试,选择精致档位特效,并且关闭帧数限制,最终在相同的跑图场景中,英特尔锐炫A750的2K游戏帧数达到60FPS,而RTX 4060则来到54,英特尔锐炫A750领先11.1%。
在画面较为复杂的战斗场景中,我们选择相同的副本场景和技能,英特尔锐炫A750的游戏帧数为55,而RTX 4060的游戏帧数仅为47,锐炫A750的游戏帧数领先17%。可以看到即便是目前主流的游戏显卡,在2K分辨率下,精致画面特效,后续游戏的优化仍有进步的空间。
相同的场景,我们又测试了1080P分辨率下的游戏性能:
1080P主城跑图:
1080P副本战斗场景游戏性能:
在1080P精致特效下,两块显卡的游戏帧数在伯仲之间,可以视为同一水平表现,但是考虑到现在两款显卡的价格,其中锐炫A750的京东售价为1649元,而RTX 4060的电商价格基本在2499元左右,价格相差850元,幅度更是达到接近51%,但是锐炫A750的2K游戏性能领先RTX 4060平均约为14%,而1080P游戏性能方面则两款显卡均相差不大,所以A750的性价比表现非常高。
结语:
如果你现阶段打算入手一款主流级的游戏显卡,想要在2K分辨率下流畅游玩《射雕》的话,英特尔锐炫A750的性价比明显优于RTX 4060,游戏性能表现出色,能够在精致的画面下,实现60FPS的游戏帧数,并且随着后续的驱动优化和游戏的优化,英特尔锐炫A系列显卡同样会带给我们更好的游戏体验。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。