选择适合跑AI的显卡，对于提升AI模型的训练和推理速度至关重要。NVIDIA（N卡）与AMD（A卡）在AI领域各有优势，但N卡在主流AI制图软件的支持上表现更为出色。以下是对适合跑AI的显卡的分析：
1. 计算能力：高性能显卡是运行AI模型的关键。无论是NVIDIA还是AMD，都能为AI计算任务提供强大的支持。GPU的CUDA核心数量和Tensor核心数量是衡量其计算能力的重要指标。
2. 显存容量：显存是显卡中用来存储图像数据的地方。对于AI绘图来说，显存容量是一个重要因素。一般来说，显存越大，可以同时处理的图像数据就越多，这对于需要处理大量数据的AI模型训练尤为重要。
3. 价格因素：在选择显卡时，还需要考虑价格因素。虽然高性能显卡在性能上具有优势，但价格也相对较高。因此，用户需要根据自己的预算和需求来选择合适的显卡。
4. 兼容性问题：部分AI制图软件对AMD（A卡）有支持，但大部分AI制图对N卡的支持要更好。因此，在选择显卡时，需要确保所选显卡与所使用的AI制图软件兼容。
5. 稳定性问题：在运行AI模型的过程中，稳定性是一个不可忽视的因素。如果显卡经常出现崩溃等问题，将严重影响AI模型的训练效果。因此，在选择显卡时，需要考虑到其稳定性问题。
6. 散热性能：高性能显卡在运行时会产生较大的热量。因此，选择具有良好散热性能的显卡是非常重要的。良好的散热性能可以保证显卡在长时间运行过程中不会过热，从而保证AI模型的训练效果。
7. 扩展性问题：在选择显卡时，还需要考虑到其扩展性问题。随着AI技术的发展，用户可能需要升级显卡以适应更复杂的计算需求。因此，选择具有良好扩展性的显卡是非常重要的。
8. 能耗问题：在选择显卡时，还需要考虑到其能耗问题。高性能显卡通常能耗较高，这可能会影响用户的使用体验。因此，在选择显卡时，需要权衡性能和能耗之间的关系。
此外，在选择适合跑AI的显卡时，还需要注意以下几点：
- 在选择显卡时，需要根据自己的实际需求来选择合适的型号和配置。例如，如果主要用于AI绘图，那么显存容量和显存类型就显得尤为重要；如果主要用于AI推理，那么计算能力和CUDA核心数量就显得更为重要。
- 在选择显卡时，可以参考一些权威的评测和推荐。例如，各大硬件评测网站、论坛等都提供了关于显卡的评测和推荐，可以帮助用户更好地了解不同显卡的性能和特点。
- 在选择显卡时，还可以考虑购买二手或翻新的显卡。虽然二手或翻新的显卡可能存在一些问题，但在某些情况下，它们仍然可以满足用户的需求。
总的来说，选择适合跑AI的显卡需要综合考虑多个因素，包括计算能力、显存容量、价格、兼容性、稳定性、散热性能、扩展性、能耗以及个人需求等。通过仔细比较和选择，用户可以找到一个适合自己的显卡，从而更好地进行AI训练和推理。
