本文由半导体产业纵横（ID：ICVIEWS）编译自techspot
纵观当前的 GPU 市场，价格几乎没有变动。
随着新一代 GPU 的问世，以及三大芯片制造商即将推出的新显卡，我们即将面临这样一个时刻：您必须决定是立即购买所需的显卡还是等待下一代显卡。
根据我们最近在Computex上进行的一些讨论，让我们通过查看当前的 GPU 市场以及今年剩余时间的预期来找出最合理的选择。 我们已经从多家主板供应商处确认，在即将推出的显卡中，只有 Nvidia 将提供高端选项。
现在购买还是等待的决定可以分为不同的类别，具体取决于您通常购买的 GPU 类型。您主要购买高端显卡还是廉价显卡？您只考虑 Nvidia GPU，还是对所有 GPU 品牌都感兴趣？您当前的显卡有多旧？它在游戏中是否表现不佳？是否有任何即将推出的游戏您想以最高质量设置玩？
让我们从高端买家开始。我们已经从多家主板供应商处确认，在即将推出的显卡一代中，只有 Nvidia 会提供高端选项。我们不确定英特尔会怎么做，但我们预计 Arc Battlemage 不会拥有旗舰级的性能。
AMD 的 RDNA 4 系列目前只计划推出中端型号。因此，如果您追求 700 美元以上的高端性能，GeForce 将是您的最佳选择。
在与众多熟悉即将推出的 GPU 的人士交谈时，GeForce 50 系列的具体发布时间众说纷纭。不过，普遍预期是首款 RTX 50 显卡将在 2024 年最后几个月推出，而且将是一款高端显卡。
具体是哪些型号或何时推出仍未确定，但我们听到的消息通常分为两类：要么 RTX 5080 和 RTX 5090 将在 2024 年底左右紧密相连地推出，要么 RTX 5080 将在 2024 年底推出，随后 RTX 5090 将在 2025 年初推出。
我们正在讨论 4 到 6 个月后的计划，因此没有什么是确定的，但主板供应商有信心这些型号将首先推出，预计 80 层卡将先于 90 层卡推出。
考虑到这一点，对于高端买家，我们建议在升级 GPU 之前先等待。 大多数高端 GPU 已有 18 个月的历史，并且处于发布周期的最后几个月，过去六个月价格几乎没有变动。 如果你在 1 月份 RTX 4080 Super以 1,000 美元的价格推出时没有被它吸引——这是该细分市场最后一次重大发布和价格变动，那么这款型号今天不会吸引你，因为它的价格基本相同。
AMD 的 Radeon RX 7900 XTX也是如此，过去 12 个月其售价一直在900 美元至 950 美元之间。RTX 4090的价格仍然非常昂贵，约为 1,750 美元，不值得为年底更换的卡组支付高于制造商建议零售价的费用。
我们不知道 GeForce 50 系列 GPU 是否会显著提升性价比，但 Nvidia 在这个价格范围内主要在与自己竞争。如果它们不能在 700 美元以上的范围内提供大幅的性价比飞跃，它们将无法吸引现有的RTX 3080等用户进行升级。
RTX 4080和RTX 4070 Ti 的每帧成本与RTX 3080基本相同，因此具有类似价值的第三代产品不太可能大量销售。此外，即使价值没有进一步提升，等待 50 系列的上市也能为您提供最全面的信息，从而做出最佳购买决策。
对于中档显卡买家来说，等待也是合理的，尽管程度较小。 下一款主要的中档显卡预计将于 2025 年初发布，即 AMD 的 RDNA 4 系列。 我们从多家主板供应商那里听说，AMD 计划于 1 月份在 CES 2025 上发布其下一代 GPU。
由于 AMD 以 RDNA 4 瞄准中端市场，因此理论上下一代 Radeon GPU 将提供比现有显卡更好的性价比。我们不确定 RDNA 4 的顶级性能会达到什么水平，但有传言称它将与 Radeon RX 7900 XT的水平相当，后者自今年年初以来的零售价一直为700 美元。现在购买 7900 XT 或RTX 4070 Ti Super等同等 GeForce 显卡并不是理想的选择，因为这种性能水平的价格将在明年初下降 100-200 美元。
不过，我们谈论的也是六个月后的事情，从现在到那时，将有大量新游戏发布，例如【星球大战：法外狂徒】、【刺客信条：暗影】、【使命召唤：黑色行动 6】、【战神：诸神黄昏】和【龙腾世纪：面纱守卫】。根据您当前使用的显卡以及您对 2024 年假期发布游戏的兴趣，尽早升级可能是明智的。请注意，目前中端 GPU 的价格今年没有大幅变化，因此您现在购买的任何显卡的价格可能都与 1 月份的价格相似。
无论如何，鉴于过去几个月价格没有太大变化，我会等到 11 月的节日 GPU 促销。我相信 AMD、Nvidia 和主板供应商会在新 GPU 发布之前，尝试在这段时间内以折扣价推出现有型号，以避免出现之前旧型号积压未售出的情况。
AMD 预计将于 2025 年 1 月推出 RDNA 4 GPU，那么中端 GeForce 又将如何发展呢？我们还没有听到太多关于这些显卡的消息，这表明 Nvidia 不打算在近期推出它们。AMD 和 Nvidia 都在延长每一代产品的发布周期，因此主流 GeForce 50 显卡可能还需要一段时间才能问世。
例如，回到 8 年前的 GeForce 10 时代：GTX 1080于 5 月推出，随后6 月推出了GTX 1070，7月推出了GTX 1060，仅用了两个月的时间就进入了主流市场。
就 20 系列而言，我们在 2018 年 9 月获得了RTX 2080 Ti和2080，随后在 10 月获得了RTX 2070 ，在 2019 年 1 月获得了RTX 2060——发布期为四个月。
30 系列于 2020 年 9 月发布了RTX 3080和3090，10月发布了RTX 3070，12月发布了 RTX 3060 Ti，次年 2 月发布了RTX 3060。现在距离发布还有五个月。
最近，RTX 40 系列的发布节奏是迄今为止最长的。RTX 4090于 2022 年 10 月推出，然后是11 月的RTX 4080，2023年 1 月的RTX 4070 Ti ， 4 月的RTX 4070，5月的RTX 4060 Ti，最后是6 月的RTX 4060——整整八个月的时间才让主流型号问世。
基于此以及高端型号的预期发布时间，我们最早要到 2025 年第一季度后期才能看到中端 Nvidia 50 系列 GPU——但如果 AMD 率先推出 RDNA 4，这一进程可能会加快。我们只想说，我们不会指望在 2025 年几个月后看到主流 RTX 5070 类型的产品，这可能会影响您决定是立即购买还是等待 9 个月以上的新产品。
对于那些通常在 400 美元以下市场购买主流到入门级显卡的人来说，我们预计最早要到 2025 年初至年中才会推出这一范围内的新产品。 尤其是接近 250 美元的显卡，可能要到 2025 年年中，也就是一年之后。这是基于 AMD 和 Nvidia 过去几代产品的发布时间表，而不是任何确认的信息。
这里的未知数可能是新的英特尔 Battlemage GPU，有传言称它们可能会在 2024 年底至 2025 年初的任何时间推出，可能略早于 AMD 和 Nvidia 的产品。
如果您当前的显卡不够用，而您想玩最新的 PC 游戏，那么等待整整一年再升级并不是一个好建议。同时，当前的 GPU 价值并不惊人，而且由于每家公司都发布了其全系列产品，价格已经稳定了一段时间。
Radeon RX 7800 XT和RX 7700 XT是自 2024 年初以来，仅有的两款价格出现明显下降的 GPU。竞争对手GeForce RTX 4070自去年 9 月以来一直保持在550 美元左右，而RTX 4060 Ti 16GB在 2023 年 11 月达到了目前的430 美元价格。
纵观当前的 GPU 市场，到 2024 年，价格几乎没有变动。 基准价格在这里或那里下降了 5%，但大多数型号没有大幅折扣或价格调整。
涨幅最大的是Radeon RX 7700 XT，目前售价为 380 美元。Nvidia于今年年初发布了Super 系列，但除此之外，市场一直持平且稳定。
对于买家来说，这有利有弊。有利的一面是，我们不会处于这样一个时期：你一个月前买了一张显卡，然后突然发现下个月 GPU 便宜了很多，这可能会令人沮丧。你什么时候买显卡并不重要；它们的价格已经保持了一段时间了。坏消息是，消费者并没有出现下降趋势，因此对于一开始价格就不合理的 GPU 市场来说，GPU 不会随着时间的推移变得更便宜或回到更「可接受」的水平。
尽管如此，在新一代显卡问世之前，市场看起来更加健康。当 Nvidia 和 AMD 准备发布 GeForce 40 系列和 Radeon 7000 系列时，由于加密货币挖矿和封锁导致销量激增，商店货架上仍有大量旧显卡。
这将影响 Nvidia 和 AMD 在显卡定价和发布策略方面的决策。如果任何一家公司在价格上过于激进，那么他们及其合作伙伴试图销售的大量旧型号产品就会贬值。而且由于剩余库存如此之多，闪购和折扣不足以起到激励作用。这意味着 GPU 供应商必须比平时更加重视上一代产品的价格和库存。
2024 年，供应积压情况不会那么严重。情况看起来更「正常」——就像最近一次繁荣之前一样。一个例子是，在4070 Ti Super推出后，Nvidia 能够轻松地将RTX 4070 Ti从市场上清除——这在 RTX 30 系列时代根本不可能实现。RDNA 2 的库存正在迅速减少，许多卡不再可用，而 RDNA 3 的供应看起来很正常。
我们并不是说 Nvidia 和 AMD 会因此突然提高下一代显卡的价值。但从内部来看，将不再需要考虑现有型号。
下一代 GPU 的最大考虑将是其他更有利可图的产品，这些产品将耗尽晶圆分配，例如Nvidia 的AI 数据中心 GPU和AMD 的Epyc 服务器 CPU 。
*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。
