AI显卡性能的排行会根据具体的应用场景（如深度学习训练、推理等）、评测标准以及发布时间等因素有所不同。一般来说，NVIDIA和AMD是市场上主要的两家提供高性能计算GPU的厂商。下面是一些常见的用于AI计算的高性能GPU型号，但请注意，随着时间推移和技术进步，最新款式的性能可能会有所变化，请以官方发布的信息为准：

1、NVIDIA A100 基于Ampere架构，专为数据中心设计，支持多实例GPU技术(MIG)，在深度学习训练和大规模并行计算中表现出色。
2、NVIDIA H100 作为A100的继任者，H100基于Hopper架构，进一步提升了AI工作负载处理能力，特别是在大型语言模型训练方面。
3、NVIDIA V100 虽然比A100老一代，但它仍然是一款非常强大的Tensor Core GPU，广泛应用于各种AI任务中。
4、NVIDIA RTX 3090/3080 Ti 这些消费级显卡虽然主要是为游戏设计的，但在某些AI应用上也能提供不错的性能，特别是对于预算有限的小型项目或个人研究来说。
5、AMD Instinct MI100/MI200系列 AMD针对高性能计算市场推出的GPU产品线，在浮点运算性能等方面与NVIDIA竞争。

选择最适合您需求的GPU时，除了考虑其理论上的性能指标外，还需要考虑到软件兼容性（比如CUDA vs ROCm）、功耗要求、成本效益等因素。此外，随着技术的发展，新产品的推出速度很快，建议关注最新的行业动态和技术报告来获取最准确的信息。