3萬塊AI顯卡被5090吊打：算力泡沫的魔幻現實

一塊游戲顯卡，跑密碼破解比30萬數據中心卡快63%。Specops實驗室剛放出的測試數據，把AI算力泡沫戳了個洞。

這事得從Hashcat說起。這個開源工具原本是幫人找回遺忘密碼的，結果成了黑客標配——輸入哈希文件，暴力窮舉直到匹配。密碼學攻防戰里，它是最直接的算力試金石。

測試配置：三張卡、五種算法、一個反常識結論

Specops選了當前最燙手的三張卡：英偉達H200（約3萬美元）、AMD MI300X（約2萬美元）、以及剛發售的RTX 5090（1999美元）。測試覆蓋MD5、NTLM、bcrypt、SHA-256、SHA-512五種主流哈希算法。

結果讓數據中心采購經理想摔鍵盤。RTX 5090平均比MI300X快20%，比H200快63.7%。極端差距出現在SHA-512：5090領先H200達93.5%，接近翻倍。

三萬刀的卡被兩千刀的卡按在地上摩擦，這不是性價比問題，是產品定位的徹底錯位。

差距根源藏在指令集里。密碼破解依賴32位整數運算（INT32），屬于 brute-force 密集型任務。而AI訓練吃的是浮點運算——FP4、BF16、FP8、INT8，靠Tensor Core批量吞吐。

H200的設計堪稱極端案例：INT32核心數量只有FP32的一半，大部分硅面積讓給了Tensor Core。MI300X倒是堆了更多INT32單元，理論算力反超5090，卻被Hashcat里的英偉達優化代碼拖了后腿。

專用芯片的詛咒：越極致，越脆弱

這個測試暴露了AI芯片的隱性成本。數據中心GPU為了機器學習做了極致裁剪，通用計算能力反而退化。就像把F1引擎塞進拖拉機——賽道無敵，耕地抓瞎。

英偉達的軟件生態護城河在此顯現。Hashcat作為開源工具，核心優化路徑明顯偏向CUDA。AMD硬件規格紙面好看，實際跑分吃啞巴虧。這不是第一次，也不會是最后一次。

Specops團隊在報告里埋了個黑色幽默：測試動機是"給AI泡沫破裂后的GPU找第二職業"。現在看，這副業門檻有點高。

消費級顯卡的生存邏輯完全不同。RTX 5090要兼顧游戲、渲染、直播、挖礦歷史遺留需求，INT32單元必須管夠。結果意外成了密碼破解的性價比之王——每美元性能是H200的約25倍。

算力軍備競賽的副作用

數據中心GPU的迭代方向越來越窄。Hopper架構、Blackwell架構，每一代都在強化稀疏計算、量化推理、Transformer專用引擎。通用性被系統性犧牲，換取AI基準測試的漂亮分數。

這種設計選擇有其商業合理性。云廠商按小時出租算力，客戶90%需求是訓練/推理，專用架構能攤薄成本。但當潮水退去——比如推理需求飽和、模型效率突增、或者監管凍結——這些芯片的殘值令人擔憂。

密碼破解只是冰山一角。科學計算中的分子動力學、流體仿真、有限元分析，同樣依賴混合精度之外的整數運算。AI GPU在這些場景的表現，可能同樣尷尬。

AMD的處境尤其微妙。MI300X被定位為英偉達的平價替代，卻在關鍵開源工具鏈上掉隊。硬件層面的INT32優勢被軟件抵消，說明生態建設不是發布會PPT能解決的。

Hashcat社區的反饋更值得玩味。資深用戶早就發現，消費級卡的"性價比曲線"在2020年后持續陡峭。RTX 4090時代已能碾壓部分數據中心卡，5090只是把這趨勢推到新極端。

安全行業的算力民主化，正在以意想不到的方式發生。

對企業安全團隊，這意味著什么？紅隊測試的硬件成本驟降，密碼策略的迭代壓力陡增。bcrypt、Argon2這類抗GPU哈希算法的設計初衷，正在被消費級顯卡的暴力提升部分抵消。

Specops的測試有個未明說的潛臺詞：當3萬美元的專用芯片干不過2千美元的游戲卡，"專業級"定價的合理性需要重新辯護。云廠商的毛利率、企業的TCO計算、甚至AI初創公司的估值模型，都建立在算力稀缺性假設上。

這個假設正在松動。

RTX 5090的密碼破解性能不是設計目標，是架構通用性的副產品。而這種通用性，恰恰是當前AI芯片浪潮中被系統性低估的資產。英偉達自己或許都沒料到，游戲業務的遺產會在安全領域意外發光。

測試數據的最后一行值得默念：SHA-512場景下，5090的速度是H200的近兩倍。前者功耗450W，后者700W。每瓦性能差距更懸殊。

如果AI泡沫真的破裂，這些數據中心GPU的二手市場會流向哪里？礦潮歷史給出過答案：游戲玩家、小型工作室、以及——現在看來——密碼破解從業者。只是它們的INT32短板，會永久限制轉售價值。

Specops在報告結尾留了句話：「消費級桌面GPU在可預見的未來，仍將是密碼破解的最快選擇。」