鲁大师2025年PC Q3季报:将阉割进行到底
2025年Q3季度PC市场我们见到intel Ultra系列彻底普及,NVIDIA带来了全新的“中国特供”版本5090D v2,把阉割进行到底。也有对标5070的RX9070 GRE上市开售,内存条市场因为停售DDR4反向带来了一轮囤货和涨价,DIY市场的竞争非常的稳定,对于广大的用户而言升级动力不是特别的足,具体如何还是一起来看。
01桌面处理器性能排行榜
作为过渡的Q3季度,本季度并没有惊艳亮相的新CPU,AMD锐龙9 9950X3D的榜一地位依旧稳固,Intel Core Ultra 9 285K也坐稳了第三把交椅。我们可以看到Intel Ultra系列已经在中端开启普及,比如Intel Core Ultra 7 265K出货量持续增加,替代了14700K原先的地位。
02移动处理器性能排行榜
在笔记本移动平台,酷睿Ultra 9 285HX成绩逐步稳定提高已经来到了132万分。这个成绩相比桌面版的Intel Core Ultra 9 285K的134万分相差已经不多。桌面版本的性能优势正在被逐渐蚕食。 AMD Ryzen 9 9955HX3D依旧排在第二,而主流消费级产品端,AMD并没有特别出彩的产品,基本被intel 的两代i7垄断。
03显卡芯片性能排行榜
2025年第三季度的GPU市场并没有什么大变化,唯一的新品是NVIDIA的5090D V2版本,这是一款针对中国市场的特供芯片,显存降级到24GB,位宽从512bit缩减到384bit,其余规格与之前的5090D一致。游戏性能缩水5-10%,AI则是削减的较为严重了。AMD方面则是发布了RX 9070 GRE显存扩大到了16GB,性能表现与5070相当,双方目前都很默契的没有产生直接的价格战。
04电脑内存性能榜
Q3季度DDR5全面取代DDR4,因为停产的原因反而刺激了一波涨价。受到AI市场的需求,大容量的内存销量激增,目前16GB基本已经完成普及,主流内存区间在32GB,主流的高频也普遍来到了6000Mhz以上了。
05电脑硬盘性能榜
本季度固态硬盘市场竞争非常的激烈,连续两个赛季的冠军致态TiPro9000没能继续守住榜首。西数SN8100和海力士PCB 01以非常微弱的优势超了过去,本季度新品金士顿 FURY,雷克沙 NM1090 PRO成功上榜。目前能够站在TOP10的产品基本上差距不大,总分都在40万左右。
06笔记本整机性能榜
本季度的冠军依旧是机械革命苍龙16ultra,它配备的AMD的9955HX3D+NVIDIA GeForce RTX 5090 Laptop的组合跑出了286万分夺下第一,在榜单上的依旧是那些熟悉的老朋友,微星泰坦,外星人18/16,华硕枪神以及一位迭代后上来的新朋友雷蛇灵刃18。
总结
总体来说,Q3季度相对平淡了一些,有亮点但是不多,对于广大的DIY用户来说确实缺乏升级的欲望,今年PC市场或许要到双11促销的时候才能冲上一波,且看各家如何年终斗法。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
Elastic 收购 Jina AI,强化开源检索与多模态 AI 能力
2025 年 10 月 9 日早上 9 点,Elastic 在其官网宣布完成了对 Jina AI 的收购。 Jina AI 原 CEO 肖涵将在 Elastic 担任 VP of AI,负责 AI 方向的战略和研发。由肖涵带领的核心 Jina 团队将继续在向量模型、重排器、Reader 和小模型上推进搜索 AI 的发展。新的 Jina AI 模型将在 Elastic 推理和搜索平台中分发,从而为 Elastic 客户提供最优的搜索质量。 Jina AI 成立于 2020 年,累计融资约 3720 万美元,投资方包括 Canaan Partners、Mango Capital、GGV Capital、SAP.iO 和云启资本等。其开源社区活跃,研发重点在多模态嵌入、小模型和检索重排算法,已成为向量搜索和语义检索领域的重要创新者。此次并入 Elastic,意味着这些能力将进入更广泛的企业应用场景。 开源中国此前对 Jina AI 原 CEO 兼联合创始人肖涵的深度采访: Jina AI:定义开源神经搜索,A 轮融资 2 个亿 以下内容来自 Jina AI 公众号: Elastic 与 Ji...
-
下一篇
腾讯开源分布式 KVCache 多级缓存架构 - FlexKV
腾讯宣布正式开源FlexKV 项目,一个由腾讯云主导并开源的分布式KVCache多级缓存架构,用以解决分布式 KV Cache 和多级缓存的精细管理,并建起推理引擎到云存储的桥梁。 FlexKV将 KV Cache 逐层缓存至内存、SSD 及云端扩展存储,充分利用整个推理集群节点上的存储资源及外置扩展资源,以存换算,提高性价比和系统吞吐,并极大降低 TTFT 等延迟指标。 实测结果表明中,FlexKV 在真实场景下显著降低推理延迟: 产品说明增强搜索:使用FlexKV预缓存产品说明文档 KV Cache,客户搜索时直接复用,TTFT 降低 70% 医疗问答助手:使用FlexKV预缓存多个医疗知识库 KV Cache,客户提问时即时提取,对话时延降低 57% 架构设计 FlexKV由三大核心引擎协同工作: StorageEngine —— 数据存储引擎 负责初始化并管理三级缓存(内存 / SSD / 扩展云存储),保持与 GPU 内部 KV 形状(shape)完全一致,通过 block ID 快速计算物理偏移。 支持block-wise 模式,可将多个网络层(layer)的 KV 缓存合...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Windows10,CentOS7,CentOS8安装Nodejs环境
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- Mario游戏-低调大师作品
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2全家桶,快速入门学习开发网站教程
- Crontab安装和使用
- CentOS7,CentOS8安装Elasticsearch6.8.6