核心规模与架构设计：从流处理器到计算单元的硬差距

显卡性能的第一道分水岭，来自 GPU 核心内部的计算规模。无论是 NVIDIA 的 CUDA 核心、AMD 的流处理器，还是 Intel 的 Xe 核心，它们都承担着顶点、像素、几何、通用计算和 AI 运算等任务。旗舰芯片往往拥有上万个并行计算单元，而入门芯片可能只有几百到几千个。这种物理数量差距，直接决定理论吞吐上限。除此之外，架构设计同样关键：调度器、缓存层级、指令发射宽度、分支预测、异步计算、光追单元和 Tensor/矩阵单元，都会影响同频性能。比如新一代架构往往能在相同频率下执行更多有效指令，或者以更低功耗完成同样工作。因此，即使两款卡频率相近，核心规模和架构代差也会让性能差距成倍扩大。消费者看到的“跑分”和“帧数”，本质上是核心规模、架构效率和频率共同作用的结果。核心规模决定上限，架构效率决定这个上限能发挥出多少。

制程工艺与频率功耗墙：同频性能背后的物理限制

制程工艺是显卡性能差距的另一条暗线。从早期的 28nm 到后来的 7nm、5nm、4nm 乃至更先进节点，晶体管密度、漏电控制和电压频率曲线都在变化。先进制程可以让 GPU 在相同功耗下跑出更高频率，或在相同频率下显著降低功耗。但频率并不是免费的：电压提升会带来功耗平方级增长，温度升高又会增加漏电，最终撞上功耗墙和温度墙。显卡的 Boost 机制会根据功耗、温度和负载动态调频，散热器规模、热管、均热板、供电相数和 BIOS 限制都会影响实际表现。这也是为什么笔记本上同名显卡，60W 版本和 150W 版本性能可能相差近一倍。厂商还会通过芯片面积、良率和成本划分产品层级，让高端芯片和入门芯片从物理层面就拉开距离。制程红利放缓后，架构能效比和散热设计对性能差距的影响反而更加突出。

显存带宽、容量与缓存：高分辨率与高画质下的隐形瓶颈

当 GPU 核心越来越强，显存子系统就很容易成为木桶短板。显存类型、位宽、频率和容量共同决定显存带宽。GDDR6、GDDR6X、GDDR7 与 HBM 的带宽差异巨大，128-bit、256-bit、384-bit 甚至 512-bit 位宽也会带来数倍带宽差。高分辨率、高纹理、高刷新率和光追场景对显存带宽极为敏感，一旦带宽不足，核心再强也只能等待数据。显存容量同样关键：8GB 在 1080p 多数游戏尚可，但在 1440p、4K 或高纹理 Mod 下可能爆显存，导致帧率骤降和 1% Low 卡顿。AMD 的 Infinity Cache、NVIDIA 的大容量 L2 缓存则能在一定程度上减少对显存带宽的依赖。需要注意的是，显存容量大不等于性能强，低端核心配大显存只是减少爆显存概率，并不能弥补计算规模差距。显存位宽被阉割的显卡，往往在更高分辨率下暴露真实定位。

驱动优化、软件生态与市场定位：纸面参数之外的软硬协同

除了硬件本身，驱动优化和软件生态也会显著放大性能差距。同一块显卡在不同驱动版本下，游戏帧数可能提升百分之几到百分之十几；不同游戏引擎对 NVIDIA、AMD、Intel 的优化程度也不一样。DX12、Vulkan、光追 API、DLSS、FSR、XeSS 等超分和帧生成技术，更会让支持与否变成代际优势。例如 DLSS 3 帧生成曾限定 RTX 40 系列，FSR 则追求跨平台兼容，这直接改变实际体验。市场定位同样关键：厂商通过屏蔽核心、削减显存位宽、限制功耗、区分 BIOS 来精准切割产品线，让高端卡和入门卡在规格上天然分层。非公版显卡的供电、散热和出厂频率也会造成同芯片性能差异。再加上 CPU 瓶颈、PCIe 带宽、内存频率等外部因素，最终呈现在玩家眼前的显卡性能差距，往往是硬件规格、驱动生态、产品定位和整机搭配共同书写的答案。