天猫焕新活动ON1 Resize AI 2023 是一款 AI 图像修复软件，包括图片缩放，内容填充等功能，同时它也可以作为 PS 等软件的插件形式存在，非常方便快捷。

　　测试选择 NVIDIA 提供的 5 张高分辨率图片进行，我们将在原图片的尺寸上直接放大 200%，可以看到放大后的图片尺寸已经达到了 12000 × 8000。

　　在软件中，渲染过程以毫秒为单位，我们共选择 5 张图片进行放大对比，分值取 5 张渲染时间之和。可以看到两张 70 级别显卡虽然性能提升相当大，但与新的准旗舰显卡 RTX 4080 SUPER 差距还是很大的。

　　放大后使用 NVIDIA ICAT 进行对比，左侧为使用 ON1 Resize AI 2023 进行放大 200% 的图片，可以看到在车胎部分的编码明显比原始图像更清晰。

　　在另一张对比中图中，使用 AI 放大后，树叶的脉络更清晰，整张图片看起来也更锐一点。对于一张放大 200% 的图片来说，确实令人惊奇。AI 对于日常生活的应用的确更加方便，在我们以往的认知中，图片尺寸放大必然会损失质量。但经由 AI 的加持，反而更清晰，这对于老照片的修复，起到了更加便捷的作用。

　　这次 SUPER 系显卡的 SD 测试由于新增了 TensorRT 插件，可以充分调用 Tensor 算力，所以我们的对比也分为两组，一组为基础的 SD 1.5 模型，另一组为较大的 SDXL 模型。

　　首先是较为基础的 SD1.5 模型测试，在 SD1.5 中模型的输出分辨率为 512 × 512 和 768 × 768。我们将导出【TRT】引擎，并记录使用默认模型渲染，以及【TRT】模型渲染的批次时间。根据 NVIDIA 提供的统一参数进行输出，以便记录结果。其中采样方式为：Euler a；采样步骤：50；Batch Count：10

　　在 SD 测试中，成绩所形成的等差数列与 ON1 Resize AI 2023 基本相同。可以看到在使用 TRT 引擎计算后，时间有明显缩短，提升达到 30% 左右。src=

　　第二次测试为的 SDXL 模型测试，SDXL 模型将在 1024 × 1024 分辨率进行训练，相比 SD1.5 来说图像大了 2 倍，它可以提供更准确的关键字匹配，从而获得更真实的结果。但由于更高的原生分辨率和模型复杂性，SDXL 模型的计算强度明显更高。我们按照相同的参数进行设置，但尺寸规定为 1024 × 1024。

　　在更复杂的模型中，TensorRT 引擎的优势愈发明显。而相比没有使用 TRT 引擎的默认模型，几乎可以领先一个级别的显卡。至于三张显卡的 AI 处理性能，相信从表格中能够非常清楚的看到差距，尤其在处理大模型上。如果你工作中需要经常用到 AI 算力，那么 RTX 4080 SUPER 级别的显卡能够提供显著的帮助；如果只是偶尔玩一玩的线 级别的显卡也完全能满足，只不过需要多等几分钟。