【菜科解读】

索泰 GeForce RTX 3060-12GD6 天启 OC评测

规格参数

基础频率：1320 MHz

加速频率：1807 MHz

显存频率：15000 MHz

显存容量：12 GB/GDDR6

显存位宽：192 bit

供电辅助：双8Pin

整板功耗：170W

推荐电源：550W

散热系统：5热管天启3风扇散热器

输出接口：DP 1.4a×3 HDMI 2.1

参考价格：3599 元

广大玩家盼望的RTX 3060终于正式发布，它不但带来了远超上代"60"甜品显卡的性能，还带来了高达12 GB的显存，相比上代"60"显卡足足提升了一倍，性价比非常突出。

索泰作为NVIDIA的核心合作厂商，在第一时间推出了旗下的RTX 3060显卡线，而索泰 GeForce RTX 3060-12GD6 天启 OC则是其中以豪华用料与高规格散热著称的强力代表。

RTX 3060中的堆料王，天启RTX 3060相当"壕"

天启系列作为索泰旗下次旗舰显卡，由之前的至尊PLUS系列全面升级而来，并在此基础上注入二次元灵魂，打造了专门的二次元形象"天启姬"。

从天启姬的形象设计我们就可以了解天启系列RTX 30显卡的一些特点：天启姬身穿银黑色的钧天装甲，坚固却不失灵巧的装甲大大提升了天选姬在战斗时的防护力；

天启姬身后的翅膀名为天启之翼，由飞翼和螺旋桨组合而成，对气流掌控自如，有效增强了机动性；

手持长枪，名曰启世之环，枪中心的圆环流光溢彩，光彩夺目，华丽的外表下也有着不俗的实力。

接下来我们详细了解一下天启RTX 3060显卡的卖点。

★钧天装甲

索泰 GeForce RTX 3060-12GD6 天启 OC的散热风罩采用装甲式造型设计，在经典的黑色基底上加装银色盔甲，棱角分明且神秘感十足。

★天启之翼

显卡的全金属装甲背板的"天使之翼"图案上预留了两个风扇位，玩家额外购买专用风扇安装上去之后，就可以组成5风扇散热系统（背后的风扇直吹供电区域和GPU区域），同时也做到了ARGB灯效的全面覆盖，通电之后视觉效果非常震撼。

当然，5风扇设计也实实在在地增强了显卡的散热能力。

★8 2相数字供电

索泰 GeForce RTX 3060-12GD6 天启 OC配备了8 2相数字供电，并提供了双8 Pin辅助供电，供电能力远远超过了RTX 3060标配170W的整板功耗设定，因此也就预留出了足够的超频发挥空间，同时满载工作的时候供电元件温度更低、寿命更持久。

★冰镜导热模组

这款显卡配备了索泰独家冰境导热模组，针对GPU导热进行了优化，提供大面积一体铜铸散热模块，可以做到全面覆盖GPU核心；

散热片底部采用镜面抛光工艺，让底座和GPU可以充分接触，而底座与热管、鳍片之间也通过回流焊工艺紧密结合，让整个导热模组浑然一体，能够更快速、高效地导出GPU产生的热量，降低GPU的工作温度。

此外，显卡散热器中还提供了5条冰脉复合热管，通过增加热管壁厚度、新增热管内壁脉络状导液沟槽的方式，加大了冷凝液与热管内壁的接触面积，从而加快冷凝液导热循环，有效降低热阻，提升热管导热效率。

★RGB信仰灯效

显卡正面的光环与顶部的LOGO都提供了RGB灯效，通过索泰自家的FireStorm工具就可以实现灯效控制，打造出极具个性化的信仰灯效。

从目前上市的RTX 3060显卡来看，索泰 GeForce RTX 3060-12GD6 天启 OC 的超厚散热片3风扇5热管散热设计确实算得上是非常豪华的配置了，因此我们也非常期待它的实战表现。

实战测试：天启能量爆发，暴力甜品非它莫属

测试平台

显卡：索泰 GeForce RTX 3060-12GD6 天启 OC

主板：技嘉Z590 AORUS MASTER

处理器：Intel酷睿i9 10900K

内存：威刚XPG D50 DDR4 3600 8GB×2

硬盘：西部数据 SN850 1TB

电源：航嘉MVP K650B

操作系统：Windows 10 64bit 20H2专业版

驱动程序：NVIDIA Game Ready Driver 461.64

基准测试

基准测试部分，天启RTX 3060相对于RTX 2060的DX11和DX12性能都最多提升了约15%，DXR光追性能则提升最多42%。

和GTX 1060相比的话，天启RTX 3060的优势甚至最多达到了117%，而由于GTX 1060无法支持硬件级光线追踪加速，因此在Port Royal中的帧率非常低，DX光线追踪测试项更是无法运行，看来要享受新一代光追游戏，升级到RTX 3060是很有必要的。

光追游戏测试

从光追游戏测试成绩来看，在玩《赛博朋克2077》这类光追特效特别齐全的游戏时，天启RTX 3060相对RTX 2060的优势特别明显，帧率增幅最高可达40%，《光明记忆》测试中，RTX 3060的优势甚至最高可达46%，其余的光追游戏中，天启RTX 3060的优势也最多达到了32%，看来RTX 3060更大的显存容量和更高显存频率在这里起了明显作用。

光栅化游戏测试

在关闭光追的游戏大作中，天启RTX 3060相对于RTX 2060的帧率优势最多可达27%，大部分游戏中RTX 3060的优势都在20%以上，只有《赛博朋克2077》这样比较吃处理器的游戏中优势稍小。

由此可见，开启光追和DLSS更能体现出RTX 3060的架构优势。

专业性能测试

天启RTX 3060依靠第二代RT Core和第三代Tensor Core，也可以在各种渲染器中更好地支持带有光追特效的渲染。

从测试成绩可以看到，天启RTX 3060相对RTX 2060的渲染性能优势最多达到了91%，可以说在生产力方面，RTX 3060明显高出RTX 2060一到两个档次。

值得注意的是，由于GTX 1060不具备光追单元，因此在光追渲染时还是用的CUDA单元进行计算（或者干脆就不支持），因此成绩与CUDA模式下几乎相同，但这样一来，光追渲染的性能就只有RTX 3060的1/6。

因此，如果你的设计师PC还在使用GTX 1060，赶紧升级到RTX 3060或更高型号就可以获得数倍的渲染效率提升。

温度与功耗表现

默认设置考机，GPU温度最高65.1℃

索泰 GeForce RTX 3060-12GD6 天启 OC的3风扇5热管散热器在RTX 3060显卡中算非常高的散热规格了，而且它的厚度也达到了60mm，散热效果自然不俗。

从考机实测来看，默认设置下，GPU最高温度仅为65.1℃，风扇转速仅为62%，十分静音。

此外，整板功耗也保持在标准的170W水平上。

将GPU频率手动提升220MHz，考机温度也没有超过65.1℃，性能提升接近10%

既然索泰 GeForce RTX 3060-12GD6 天启 OC的散热与供电都非常出色，我们当然要试试超频。

我们将显卡的功耗墙提升到了117%，风扇转速开满，然后经过反复尝试，最终将GPU频率手动提升了220 MHz，此时在3DMark测试中，GPU的最高频率达到了2212 MHz之高，这个水平也是相当不错了。

从图上也可以看到，即便是超频之后考机，GPU温度也没有超过65.1℃，可见天启RTX 3060的散热器性能确实非常出色。

总结：RTX 3060高性价比堆料王，天启之力值得拥有

和市售一众RTX 3060相比，索泰 GeForce RTX 3060-12GD6 天启 OC无论是双8 Pin搭配8 2相供电还是3风扇5热管散热器都堪称豪华配置，而且实测性能远远超过上代"60"甜品光追显卡，良好的散热更能保证显卡长时间稳定释放性能，再加上3599元的犀利价格，确实值得玩家优先考虑。

当然，对于主流设计师用户来讲，索泰 GeForce RTX 3060-12GD6 天启 OC配备的12 GB超大显存也可以有效提升工作效率，选择它组建NVIDIA STUDIO系统也是一个高性价比的方案。

英伟达力荐，小团队两个月开源一款「光速级」智能体推理引擎

机器之心编辑部 智能体时代的核心是算力。

尤其是在 Coding Agent 爆发之后，算力问题变得前所未有地尖锐。

Claude Code、Codex、Cursor 等产品正在把 AI 从「问答工具」变成「持续运行的软件协作者」，单次会话轻松突破 50K tokens，系统负载转向了更极端、更复杂的智能体负载。

最近有关算力的大新闻层出不穷。

今天的最新消息：马斯克的 SpaceX 与 Anthropic 宣布达成了重磅协议，超过 22 万块英伟达 GPU 将为 Anthropic 所用。

而 Anthropic 对与 SpaceX 合作开发未来的太空算力体系「表示有兴趣」。

在如此庞大的算力需求下，除了开源还有节流。

也是今天的最新消息：OpenAI 发布了多路径可靠连接 (MRC)，可帮助大型 AI 训练集群更快、更可靠地运行，并减少 GPU 时间的浪费。

我们知道，即便只是单 GPU 吞吐率上的微小提升，一旦应用到生产级集群中，也能够在服务持续增长需求的同时，节约相当可观的算力。

来自 LightSeek Foundation 的一个小团队，在两个月时间内打造了一个全新的，号称「光速」的大模型推理引擎 TokenSpeed。

这一引擎拥有 TensorRT LLM 级别的性能，vLLM 级别的易用性。

并且拥有 NVIDIA Blackwell 上最快的 MLA 注意力内核。

一经发布，TokenSpeed 就受到了英伟达发推文力荐。

目前，该引擎已经开源。

让我们参阅其技术博客，来深入了解「光速」引擎的技术细节。

博客标题：TokenSpeed: A Speed-of-Light LLM Inference Engine for Agentic Workloads 博客链接：https://lightseek.org/blog/lightseek-tokenspeed.html Github 链接：https://github.com/lightseekorg/tokenspeed TokenSpeed 技术简介 TokenSpeed 从第一性原理出发，专门为智能体推理场景设计。

它为智能体负载提供接近「光速级」的推理能力，核心包括：基于编译器的并行建模机制、高性能调度器、安全的 KV 资源复用约束、支持异构加速器的可插拔分层 kernel 系统，以及用于低开销 CPU 侧请求入口的 SMG 集成。

建模层采用本地 SPMD（Single Program, Multiple Data，单程序多数据）设计，在性能与易用性之间取得平衡。

TokenSpeed 允许开发者在模块边界指定 I/O placement 注解。

随后，一个轻量级静态编译器会在模型构建过程中自动生成所需的 collective operation，从而无需手动实现通信逻辑。

TokenSpeed 调度器将控制平面（control plane）与执行平面（execution plane）解耦。

控制平面使用 C++ 实现，并被构建为一个有限状态机（FSM），结合类型系统，在编译期而非运行期强制执行安全资源管理，包括 KV cache 状态转移与使用。

请求生命周期、KV cache 资源以及重叠执行时序，都通过显式 FSM 状态迁移与所有权语义进行表示，因此系统正确性并非依赖约定，而是由一个可验证的控制系统来保证。

执行平面则使用 Python 实现，以保持开发效率，使研究人员与工程师能够更快进行功能迭代，并降低整体认知负载。

TokenSpeed 的 kernel 层将 kernel 从核心引擎中解耦，并将其视为一级模块化子系统。

它提供了可移植的公共 API、集中的注册与选择机制、组织良好的实现结构、面向异构加速器的可扩展插件机制、经过整理的依赖体系，以及统一的快速迭代基础设施。

与此同时，团队还针对 NVIDIA Blackwell 架构进行了大量性能优化。

例如，他们构建了当前智能体负载场景下速度最快的 MLA（Multi-head Latent Attention，多头潜在注意力）kernel 之一。

在 decode kernel 中，由于部分场景下「num_heads」较小，团队通过对「q_seqlen」与「num_heads」进行分组，以更充分利用 Tensor Core 的计算能力。

而 binary prefill kernel 则包含了经过精细调优的 softmax 实现。

目前，TokenSpeed MLA 已被 vLLM 采用。

TokenSpeed 性能预览 Coding Agents（编码智能体）带来了异常严苛的推理工作负载，上下文通常会超过 50K tokens，对话也经常跨越数十轮。

大多数公开基准测试并不能充分捕捉这种行为。

研发团队与 EvalScope 团队一起，基于 SWE-smith 轨迹对 TokenSpeed 进行评估，这些轨迹密切反映了生产环境中 Coding Agents 的流量情况。

由于生成速度对 Agent 的用户体验至关重要，因此，团队的目标是在维持单用户 TPS（每秒 token 数）下限的同时，最大化单 GPU 的 TPM（每分钟 token 数）—— 通常是 70 TPS，有时是 200 TPS 或更高。

此外，研发团队针对 TensorRT-LLM（目前 NVIDIA Blackwell 平台上的最高水平）对这一设计进行了基准测试，并在认为针对 Agentic workloads 存在更好权衡的地方，采取了与之不同的设计方案。

下图展示了在不同部署配置下（无 PD 解耦），TokenSpeed 与 TensorRT-LLM 的 Kimi K2.5 性能帕累托曲线（Pareto curves）。

每条曲线都以 TPS/User（横轴）作为延迟指标，以 TPM/GPU（纵轴）作为吞吐指标，并通过扫描并发数绘制而成。

对于 Coding Agents（高于 70 TPS/User），最佳配置是 Attention TP4 + MoE TP4。

在这一配置下，TokenSpeed 在整个帕累托前沿上均优于 TensorRT-LLM：在最低延迟场景下（batch size 1）大约快 9%，在 100 TPS/User 附近吞吐量大约高 11%。

团队表示，他们的核心优化之一是 TokenSpeed MLA。

下图对比了 TokenSpeed MLA 与 TensorRT-LLM 的 MLA，后者是目前 NVIDIA Blackwell 上的 SoTA。

可以看出来，优化后的二进制版本预填充内核（prefill kernel），使用 NVIDIA 内部旋钮来微调 softmax 实现，在 Coding Agents 的五种典型预填充工作负载（带长前缀 KV cache 的 prefill）中，都超过了 TensorRT-LLM 的 MLA。

解码内核则将查询序列轴折叠进头轴，以更好地填充 BMM1 的 M tile，从而提升 Tensor Core 利用率。

结合其他优化，在带有 speculative decoding 的典型解码工作负载中（batch size 为 4、8、16，且带长前缀 KV cache），这使得相对于 TensorRT-LLM 来说，延迟几乎降低了一半。

最后，研发团队也表示，该项目于 2026 年 3 月中旬启动开发，虽然目前展示了惊人的性能，但仍有大量底层代码（如 PD 分离、KV 存储等）正在合并和完善中，接下来将继续推进。

从上述性能表现来看，不难看出，TokenSpeed 的出现旨在通过更现代化的架构设计，打破传统推理框架在易用性与极致性能之间的平衡点，为大规模 Agent 部署提供了一个高性能、开源的底座。

而英伟达的力荐，也说明推理引擎正在成为 Agent 时代基础设施竞争的一个新焦点。

更多信息，请参阅原博客！ 参考链接： https://x.com/lightseekorg/status/2052048105412141376 https://x.com/NVIDIAAI/status/2052061195381911806

“4只皮皮虾1035元”最新进展：当事人称已接到最新回复“市监局说价格没问题”

网友质疑“4只皮皮虾1035元”最新进展。

5月7日上午，记者联系上该网友，其回复称目前已经接到三亚市场监督管理局说价格没问题。

据极目新闻：5月5日，有网友反映，其在三亚一家海鲜店宵夜时，仅4只皮皮虾就花费1035元，价格过高，店家存在宰客行为。

网友发帖 该网友发布的图片显示，其于5月4日晚间前往三亚某海鲜店用餐，点了中号红花蟹、大号泰国濑尿虾、椰子饭及部分酒水饮品，4人共计消费1815元。

账单显示，大号泰国濑尿虾的单价为每千克1512元；

另一张点菜单则标注“大泰虾”4只，单价756元。

该网友在帖子中明确表示，已拨打12345政务服务热线进行投诉。

评论区多名网友称价格过高，并表示在其他地方吃没有这么贵。

账单 6日凌晨，三亚市市场监督管理局微信公众号发布情况通报回应此事：“5月5日，我们关注到有网友反映我市一海鲜店存在价格过高的问题，我局立即联合相关部门介入调查，目前三亚放心游平台已启动先行赔付机制。

一旦查实存在违法违规行为，我们将依法从严处理，绝不姑息。

” ▌来源：大象新闻、极目新闻 ▌编辑：韩明霞 校对：汤琪