跑程序所需的显卡类型和性能取决于具体的使用场景和需求：
一般编程任务
集成显卡：对于一般的编程任务，如文本编辑、编译和运行代码，集成显卡通常已经足够使用。这些显卡通常与CPU共享内存，虽然性能不如独立显卡，但对于轻量级的编程任务来说已经足够了。
独立显卡：对于需要图形处理的编程任务，如计算机图形学或机器学习中的深度学习，建议选择独立显卡。独立显卡具有自己的显存和处理能力，可以提供更好的性能和图形处理能力。
深度学习
专业显卡：对于深度学习任务，如神经网络的训练和推理，需要选择具备大量CUDA核心和显存的显卡。NVIDIA的GeForce和Quadro系列，以及AMD的Radeon系列中的高端型号，都是不错的选择。
GPU加速器：对于需要更高计算性能的任务，可以考虑使用GPU加速器，如NVIDIA的Tesla系列或AMD的FirePro系列。这些显卡专为科学计算和图形处理设计，具有极高的计算能力和显存容量。
3D渲染
高性能显卡：对于游戏开发或电影特效等需要大规模3D渲染的工作，需要选择显存容量较大、具备较高计算能力的显卡。NVIDIA的GeForce RTX 3070、3080或3090，以及AMD的Radeon RX 6000系列，都是合适的选择。
多显示器支持
高显存显卡：对于需要同时查看和编辑多个代码文件、文档或浏览器标签的编程人员，选择显存容量较大的显卡可以提高工作效率。一般建议选择至少具有4GB显存的显卡。
驱动程序支持
常见品牌和型号：选择显卡时，建议选择常见品牌和型号，以确保有较好的驱动程序支持。这有助于确保显卡能够在最新的操作系统和软件环境中正常工作。
总结：
一般编程任务：可以选择集成显卡或中低端独立显卡。
深度学习：建议选择高端独立显卡或GPU加速器。
3D渲染：需要高性能独立显卡。
多显示器支持：选择显存容量较大的显卡。
驱动程序支持：选择常见品牌和型号的显卡。
根据以上建议，可以根据个人的编程需求和预算选择最适合的显卡。