作为玩家基数庞大的60级显卡新品，RTX 5060 Ti带来了显著的性能飞跃。得益于强大的DLSS 4多帧生成黑科技，它不仅能在合理设置下以4K运行大型3A游戏，而且还能轻松跑通本地AI大模型。
终于，NVIDIA的RTX50系显卡家族要补足最后一块拼图了。
从5090/5090 D到5080、5070，再到今天的5060Ti，以及即将5月上市的5060，搭载NVIDIA全新Blackwell架构的C端显卡全部到齐。
所以，这张3000元价位的显卡，在2025年到底能不能打？相比于4060Ti系列，这次5060Ti到底升级有多大？
如果说PC主机游戏是一栋房子的话，那么房间里的椅子、桌子和至少一个桌子腿都是由NVIDIA GeForce RTX 60级显卡「构建」起来的。
在Steam 2025年3月的硬件和软件使用调查中，60级显卡可以说是占据了「半壁江山」。
RTX3060、RTX4060以及RTX 4060笔记本版包揽了前3名，在前10名中，有7名都是60级显卡——正因为60级显卡，多数的玩家才有机会体验那些绚丽奇幻的游戏世界。
因此，NVIDIA RTX 60级显卡在所有PC装机量和游戏时长中必定占有一席之地。
RTX 5060 Ti仍然有8GB和16GB两个版本，但NVIDIA这次价格稍微有些下调。
RTX 5060 Ti基于TSMC 4N定制工艺，架构采用最新的Blackwell，显存带宽达到了448GB/s，Tensor Core和RT Core更新到第5代和第4代。
3000元体验4K游戏
通常来说，一般入门级，或者中端显卡，比如4060 Ti往往能够支撑的游戏分辨率最高也就在2K左右。
但是这款定价3000元起的新显卡，不仅可以解锁4K场景，甚至还能把画质几乎拉满。
首先，我们来看看5060Ti在《黑神话：悟空》中的表现。
在4K分辨率影视预设和光追最高预设下，原生帧率只有7-10FPS。
在此基础上，打开超分辨率和4X多帧生成，帧率可以提升至52-53FPS。
不过，由于初始帧率比较低，此时会有300ms帧生成延迟，实际体验相对一般。
但是如果修改一下预设条件，就可以在4K下流畅运行：将影视设为超高预设，光追选择中等，阴影选择高。
打开3X多帧生成，《黑神话：悟空》的游戏画面帧率一下就可以达到80FPS，并且只有70ms的帧生成延迟，这个帧率下的游戏体验几乎可以满足大多数的玩家。
FPS：81，PCL：70.36ms
再来看下新显卡在《霍格沃茨之遗》中的表现，把分辨率设为4K，其他设置选择「帧数生成4X」、「帧率设置无上限」、全局品质、效果品质、材料品质等都选择「超高」，并且把光线追踪反射品质、阴影品质也设置为「超高」。
实机演示画面从地面开始，从地面骑上魔法扫帚飞向天空的过程中，不论是天空中的群星，还是旁边霍格沃茨都显得非常真实。
尤其是在画面加速后，并没有出现帧率的丢失，依然稳定在100-110FPS之间。
而作为对比，如果你使用的是上一代的RTX 4060 Ti，并且将DLSS设为质量模式，光线追踪选择到最大超高。
同样游戏画面的平均帧率仅仅只有27 FPS。
同样，我们用《赛博朋克2077》进行了一波了实测。
依然是4K分辨率配合DLSS超分辨率，DLSS多帧生成为4X，打开光线追踪和路径追踪，光追光照设为超级光照，各种阴影全部设置为高。
在如此「严格」的条件下跑出的平均FPS，竟然达到了112.9。
可以看到，在内置的「次顶配」下，实测可以达到100+的FPS和70ms左右的延迟。
要是放在以前，肯定想象不到这是出自60系列显卡之手。
作为参考，在国外网友测评中，将《赛博朋克2077》的所有特效都拉满（Ultra Settnigs），以及DLSS和光追也拉满，在2K分辨率下，游戏帧率只有18 FPS。
而在这个配置下，RTX 5060 Ti虽然会有超过100ms的延迟，略显卡顿；但平均83.7的FPS，着实是实现了可玩的水平。
「帧能打」DLSS 4越级表现
所以NVIDIA这次放出了什么黑科技，让这张3000元的显卡物超所值？
众所周知，不管是极致的影视体验还是游戏画面的沉浸感，都离不开画面FPS，FPS越高，效果越好，沉浸感越强，越接近现实世界。
在官方放出的对比图中，5060Ti的性能在诸如《黑神话：悟空》、《赛博朋克2077》等游戏里，有着最高5.8倍的性能提升。
在这背后，最大的功臣就是DLSS 4了，通俗点说就是「一帧化三帧」。
新的DLSS 4多帧生成技术通过使用AI每渲染一帧生成多达三帧来提高帧率，让画面极致流畅。
还是在《黑神话：悟空》中，RTX 60级显卡的FPS从3060 Ti的18一下子提升到102，而延迟却大幅降低。
DLSS（Deep Learning Super Sampling，即 深度学习超级采样），是由NVIDIA开发的一种AI驱动的图像渲染技术。
简单地说，相近时间内的画面具备一定的逻辑关系，使用AI技术来预测这些相近帧率的图像，从而显著提升视频和游戏的帧率。
而最新的RTX50系列所采用的DLSS 4技术更是进化出了多帧生成的黑科技。
全新的DLSS多帧生成功能由GeForce RTX 50系列和第五代Tensor Core提供支持，利用AI可为每个渲染帧额外生成最多3帧，从而进一步提升FPS。
正如NVIDIA所宣传的那样，实时图形领域的下一次飞跃正由AI渲染驱动——这是革命性AI进步与尖端图形技术的结晶。
基于超高分辨率游戏图像数据的训练，Transformer DLSS 4模型能够在加速性能的同时，将图像质量提升至超越原生分辨率渲染的水平。
DLSS 4的多帧生成（Multi Frame Generation）是NVIDIA一项全新的神经渲染技术。
如上图《宣誓》DLSS超分辨率和下图《霍格沃茨之遗》DLSS超分辨率和DLSS光线重建对比中所见。
DLSS 4让游戏画面文字更清晰，清晰度更高，反射更准确稳定（尤其是在运动时），每款游戏的时间稳定性也更高，闪烁和伪影减少。
它能在每个传统渲染帧的基础上额外生成多达三帧，并与整套DLSS技术协同工作，实现相较于传统暴力渲染高达8倍的帧率提升。
与上一代GeForce RTX 4060 Ti相比，新一代显卡在众多游戏中实现了帧率翻倍和延迟降低，显著提升了画面的流畅顺滑以及游戏操控感。
在NVIDIA的官方宣传片中，RTX 5060家族的显卡完全胜任了《赛博朋克2077》、《反恐精英2》，游戏帧率可达200FPS，帧延迟只有12ms。
总之，DLSS 4仍然是目前同类技术中最好的。
AMD的FSR 4也有不错的改进，但仍然无法与DLSS的性能提升、画质以及对游戏支持的可用性相匹敌。
毕竟，从1月初发布到现在，短短3个月，已经有超过100款游戏支持DLSS 4了！
32B模型轻松跑
RTX系列显卡一直是「为玩家而生」，但在采用全新Blackwell架构以及提升AI能力后，RTX 5060 Ti系列也能为AI玩家服务。
我们对精度为2 bit的QwQ 32B和精度为4 bit的DeepSeek-R1 14B蒸馏模型进行了实测。
对于这两个推理模型，使用同一个问题：「对于在圆形中随机分布的n个点，这些点出现在同一半圆内的概率为多少？」
QwQ 32B的输出速度在22.55token/s，总共输出12542tokens。
而规模更小的DeepSeek-R1 14B，则来到了37.4 token/s，耗时5.192秒。
对于能在本地部署的大模型来说，超过20token/s都可以获得良好的使用体验。
作为参考，在QwQ 32B发布后，有网友用M4本地部署了4 bit的模型，输出速率在24.3 token/s。
虽然受限于RTX 5060 Ti的最大显存为16G，所有只能部署精度为2bit的QwQ 32B模型。
但这个精度的本地模型依然表现「优秀」，比如我们实测了下面两个问题。
作为推理模型的QwQ 32B都给出了正确的推理过程和结论。
新晋最强主流显卡
最后，再来看一波国外玩家的最新测评。
首先是在1440p性能测试，RTX 5060 Ti继承了一贯的优良传统，提供了流畅且相对经济实惠的1440p性能。
与价格更高的RTX 5070相比，它在推动1440p传统渲染下的性能提升方面做出了更多努力，超越了40系列显卡。
在下图所示所有七款游戏中，RTX 5060 Ti的平均性能比RTX 4060 Ti提升了约19%。
RTX 4060 Ti 16GB在所有方面几乎与8GB版本一样
再来看看最为通用的1080P性能测试。
RTX 5060 Ti能够轻松应对全高清分辨率下的最高质量原生游戏。与RTX 4060 Ti相比，其光栅游戏平均性能提升一般大概为18%。
得益于核心的升级，5060 Ti在光线追踪方面的表现更是优秀。
不管是《赛博朋克 2077》还是《Alan Wake 2》，5060 Ti都能保持在40 FPS以上，一举成为了第一款真正能够应对光追的60级显卡。
总之，NVIDIA RTX 5060 Ti显卡在性能上有显著的提升，尤其是在DLSS 4技术的加持下，能够提供流畅的2K游戏体验。
凭借Blackwell架构和更强的AI推理能力，RTX 5060 Ti不仅适合游戏玩家，还能满足本地AI推理需求，有望成为主流显卡中的新标杆。
参考资料：
https://www.youtube.com/watch?v=B6qZwJsp5X4
https://www.rockpapershotgun.com/nvidia-geforce-rtx-5060-ti-16gb-review
https://www.nvidia.com/en-us/geforce/news/geforce-rtx-5060-ti-game-ready-driver/
文章来自于“新智元”，作者“定慧 好困”。
