从 GeForce GTX 到 Blackwell 架构的 B300，NVIDIA 全系显卡的核心参数、显存规格与算力一站查全。
NVIDIA 的产品线在参数表里看着乱，其实只有三条主干：GeForce（消费与创作，GDDR 显存，看重 FP32 与显存带宽）、RTX / Quadro 专业卡（认证驱动、大显存、多屏输出）、数据中心卡（Tesla / A / H / B 系列，HBM 显存、支持 NVLink、按 FP16/BF16/FP8 算力标定）。三条线的参数不能横着比：一张 RTX 5090 的 FP32 比 A100 高，但它不是训练卡。
判断一张 NVIDIA 卡属于哪条线，最快的办法是看显存类型：HBM / HBM2e / HBM3 / HBM3e 基本就是数据中心卡；GDDR6X / GDDR7 集中在消费与专业卡；写着 System Shared 的是核显或共享显存，不占独立显存。
一句话结论：先按用途定线（消费 / 专业 / 数据中心），再在同一条线里比显存和算力——跨线比 FP32 是最常见的选型错误。
显存覆盖 1–144 GB，最高 FP32 算力 126.00 TFLOPS，发布年份跨度 2015–2025，其中 53 款为 HBM 显存。点任一型号进入完整参数页（规格、算力、功耗、替代型号）。
不只是算力。数据中心卡用 HBM 显存、支持 NVLink 多卡互联、有 ECC 显存和 7×24 稳定性验证，驱动也走数据中心分支；消费卡是 GDDR 显存、无 ECC、多卡只能走 PCIe。跑训练和多卡推理必须用数据中心卡。
单卡做小模型微调（13B 以下、LoRA）可以，性价比也高；但 24GB 显存限制了模型规模，且没有 NVLink，多卡扩展只能靠 PCIe，实际有效带宽和稳定性都不适合正式训练集群。
H100（Hopper，HBM3）→ H200（Hopper，HBM3e，显存 141GB，同算力更大显存）→ B200 / B300（Blackwell，HBM3e，算力和显存同时提升）。预算有限又要大显存选 H200，要最新一代算力选 Blackwell。
扫码关注
