Uuden näytönohjaimen ostaminen on yksi peli- tai muun tehokkaan tietokoneen omistamisen suurista iloista. Voit ottaa tällä hetkellä omistamasi tietokoneen ja päivittää sen nykyisten graafisten standardien mukaiseksi murto-osalla koko koneen hinnasta.

Vaikka GPU^(GPU) on pelisuorituskyvyn avaintekijä, se ei valitettavasti toimi erikseen. Se riippuu siitä, että muut tietokoneen komponentit tekevät työnsä kunnolla, tai se ei voi saavuttaa täyttä potentiaaliaan. Tätä kutsutaan "pullonkaulaksi" ja se on keskeinen seikka ostettaessa uutta GPU :ta . Erityisesti GPU^(GPU) :n ja nykyisen CPU :n välinen pullonkaula on tärkeä huolenaihe.

Onneksi on olemassa muutamia online-työkaluja, jotka on suunniteltu auttamaan sinua havaitsemaan pullonkauloja ja tekemään päätöksensä sen perusteella. Tarkastelemme erityisesti kattavaa työkalua, joka löytyy osoitteesta gpucheck.com .

Ennen kuin perehdymme varsinaisiin vaiheisiin, jotka liittyvät nykyisen prosessorisi^(CPU) ja mahdollisen GPU :n välisen pullonkaulan selvittämiseen , meidän on lyhyesti selvitettävä, mikä pullonkaula käytännössä on.

Mikä on GPU-CPU pullonkaula tarkalleen^{(Bottleneck Exactly)} ?

Kun pelaat videopeliä, tietokoneesi jokainen komponentti työskentelee jollakin järjestelmän osa-alueella. Prosessori on yleensä vastuussa fysiikan laskelmien tekemisestä, se ajattelee pelin tekoälyä, ohjaa pelin logiikkaa, hallitsee animaatioita ja niin edelleen. Grafiikkasuorittimesi renderöi kaikki näkemäsi visuaalit, mukaan lukien kaikki geometriset lankakehykset, niiden ympärille kiedottu kuviot, valaistus ja varjot.

GPU ei selvästikään pysty renderöimään pelin tiettyä kehystä, jos prosessori^(CPU) ei ole suorittanut tarvitsemiaan laskelmia. Jos hahmosi on heittänyt veitsellä peikkoa kohti, grafiikkasuoritin^(GPU) ei voi tehdä iskua, jos prosessori^(CPU) ei ole kertonut sille osuiko veitsi kohteeseen!

Päinvastoin on myös totta. Jos CPU on tehnyt laskelmansa, mutta grafiikkasuoritin^(GPU) ei ole valmis renderöimään edellistä kehystä, CPU :n on odotettava sitä ja ehkä jopa jätettävä työ pois, koska sillä ei ole enää merkitystä.

Tilanteessa, jossa yksi komponentti odottaa toisen saavan työnsä valmiiksi ennen kuin jatkaa omaa työtään, sinulla on pullonkaula. Periaatteessa^(Basically) koko järjestelmä on vain yhtä nopea kuin ketjun hitain komponentti. Videopeleissä tämä ilmenee yleensä hitaamman komponentin rajoittamana kuvanopeudena.

Ovatko pullonkaulat yleisesti huonoja?

Ei! Itse asiassa missä tahansa järjestelmässä on melkein aina^{(always )} pullonkaula. On uskomattoman harvinaista, että mikään tietokone on täysin tasapainossa kaikissa tilanteissa, ja jokainen komponentti humisee mukana täysillä. Kysymys ei siis todellakaan ole siitä, onko jonkinlainen pullonkaula olemassa, vaan se, missä määrin hitaammat komponentit rajoittavat asioita, on ongelma.

Jos prosessori^(CPU) antaa sinulle vain 98 % tai 99 % GPU:^(GPUs) n maksimaalisesta suorituskyvystä, se tuskin on ongelma. Jos saat vain 70 % grafiikkasuorittimen potentiaalista hitaan suorittimen^(CPU) vuoksi, olet hukannut rahaa laitteiston suorituskykyyn, jota et voi käyttää ilman uutta päivitystä.

Jos uusi GPU antaa 100 %, mutta suorittimesi^(CPU) on vain 50 % varattu, se tarkoittaa, että olisit voinut kytkeä nopeamman kortin ja nauttia vielä paremmasta suorituskyvystä. Tämä tilanne on kuitenkin vähemmän ongelmallinen, koska käytämme yleensä tietokoneitamme muihin tehtäviin kuin vain videopelien pelaamiseen.

Muissa sovelluksissa voit silti nauttia ylimääräisestä prosessorikapasiteetista^(CPU) . Puhumattakaan siitä, että sinulla on tilaa ylimääräisten taustatehtävien suorittamiseen vaikuttamatta pelin suorituskykyyn. Lyhyesti sanottuna – GPU - pullonkaula hyvä, prosessorin^(CPU) pullonkaula huono.

Muita pullonkaulan tulkintaan vaikuttavia tekijöitä^{(Affect Bottleneck Interpretation)}

Pullonkaulan vakavuuden tulkitseminen on muutakin kuin vain sanomista, että GPU X ja CPU Y sopivat huonosti. Tämä johtuu siitä, että erityyppiset ohjelmistot kuormittavat eri komponentteja.

Peli, joka käyttää vain vähän prosessoritoimintoja^(CPU) , antaa GPU :si lentää millä tahansa kuvanopeudella, jonka se pystyy hallitsemaan. Toisaalta lataa^(Load) prosessoriintensiivinen simulaatio- tai strategiapeli, ja yhtäkkiä tavallisesti vajaakäyttöinen prosessori ^(CPU)laskee^(CPU) sen sijaan kuvanopeutta.

Myös pelaamiseen käyttämäsi asetukset vaikuttavat tähän laskelmaan. Esimerkiksi korkeammalla resoluutiolla pelaaminen rasittaa enemmän GPU :ta ja hidastaa sitä, koska suurempien pikselimäärien murskaus kestää kauemmin. Mitä korkeampi resoluutio, sitä pienempi pullonkaula prosessorista^(CPU) tulee.

Koska se tekee edelleen samaa työtä, mutta GPU tekee enemmän. Joten jos suorittimesi^(CPU) rajoittaa kuvataajuuden 60 kuvaan sekunnissa, kun toistat 1080p:llä, saat silti 60 kuvaa sekunnissa 1440p- tai 4K-tarkkuudella, olettaen, että grafiikkasuorittimesi^(GPU) on sen mukainen.

Pullonkaulojen^{(Bottlenecks)} tarkistaminen GPU-tarkistuksen^{(GPU Check)} avulla

Nyt kun johdanto on poissa tieltä, tehdään itse asiassa virtuaalinen pullonkaulatarkistus.

Siirry ensin tälle sivulle^{(this page)} GPU-tarkistuksessa. Valitse nyt ensimmäisestä yhdistelmästä ^{(first combination)}GPU , joka sinulla on tällä hetkellä, sekä CPU , joka sinulla tällä hetkellä on.

Halutun laatuasetuksen^{(desired quality setting)} alle jätämme tämän ultran^(ultra) alle , koska juuri sitä asetusta haluamme käyttää peleissä. Jos tavoittelet jotain matalampaa, säädä sen mukaan.
Valitse nyt toisen yhdistelmän alla GPU , jonka aiot ostaa. Napsauta lopuksi Käytä samaa prosessoria^{(use same processor)} .

Napsauta sitten Vertaa^(Compare) .

Katsotaanpa tuloksia ja tulkitaan niitä. Tärkein luku tässä on CPU Impact on FPS . Tämä osoittaa, kuinka paljon CPU jarruttaa GPU :ta . Vanhalla kortilla tämä luku oli 10 %, mikä on OK, vaikka sen pitäisi olla mieluiten pienempi.

held back 20% by the CPU. uutta korttia 20 %. Mikä tarkoittaa, että meidän on luultavasti parempi ostaa hieman hitaampi kortti, ylikellottaa nykyinen prosessori^(CPU) tai päivittää prosessori^(CPU) myöhemmin.

Tietenkin tämä uusi GPU on todellisuudessa 36–39 prosenttia nykyiseen yhdistelmäämme verrattuna. Yhdistelmän kokonaispistemäärä^{(Overall Combination)} osoittaa meille, kuinka hyvä tämä on absoluuttisena suorituskykyyhdistelmänä ultra-asetuksissa.

Näiden tietojen avulla sinun pitäisi pystyä tekemään tietoinen valinta siitä, onko mahdollinen GPU oikea ostos sinulle.

See How Much Your CPU Bottlenecks Your GPU BEFORE You Buy It

Buying a new graphicѕ card is one of the greаt joys of owning a gamіng or other high-performance PC. You get to take a computer you currently own and, for a fraction of a whole machine’s cost, υpgrade іt to current graphical standards.

Unfortunately, despite being a key component to gaming performance, your GPU doesn’t work in isolation. It depends on the other components within the computer to do their jobs properly, or it can’t reach its full potential. This is known as “bottlenecking” and is a key consideration when buying a new GPU. A bottleneck between your GPU and existing CPU in particular is an important concern.

Luckily there are a few online tools designed to help you detect bottlenecks and base your decision on that. Specifically, we’ll be looking at a comprehensive tool found at gpucheck.com.

Before digging into the actual steps involved in determining whether a bottleneck exists between your existing CPU and prospective GPU, we need to briefly unpack what a bottleneck is in practical terms.

What Is a GPU-CPU Bottleneck Exactly?

When you are playing a video game, every component of your computer is working on some aspect of the overall system. Your CPU is generally responsible for doing physics calculations, it does the thinking for the game AI, runs the game logic, manages animation and so on. Your GPU renders all the visuals that you see, which includes all the geometric wireframes, the textures wrapped around them, lighting and shadows.

Clearly the GPU can’t render a given frame of the game if the CPU hasn’t finished the calculations it needs. If your character has thrown a knife at a goblin’s head, the GPU can’t render the impact if the CPU hasn’t told it whether the knife hit the target!

The reverse is also true. If the CPU is done doing its calculations, but the GPU isn’t finished rendering the previous frame, the CPU has to wait for it, perhaps even dumping the work because it’s no longer relevant.

In a situation where one component is waiting for another to finish its job before moving on with its own work, you have a bottleneck. Basically, the entire system is only as fast as the slowest component in the chain. In video games this generally manifests as a frame rate limited by the slower component.

Are Bottlenecks Universally Bad?

No! In fact, there is almost always a bottleneck in any system. It’s incredibly rare for any computer to be perfectly balanced in every situation, with each component humming along at its full potential. So the issue really isn’t whether some sort of bottleneck exists, but rather whether the degree to which the slower components limit things is a problem.

If your CPU only lets you get the benefit of 98% or 99% of your GPUs maximum performance, that’s hardly an issue. If you’re only getting 70% of your GPU’s potential because of a slow CPU, you’ve wasted money on hardware performance you can’t access without yet another upgrade.

If your new GPU is giving 100%, but your CPU is only 50% busy, it means you could have hooked up a faster card and enjoyed even better performance. Although, this situation is less of an issue, given that we usually use our computers for tasks other than just playing video games.

So for other applications you’ll still enjoy the benefit of that spare CPU capacity. Not to mention having some room to run additional background tasks without affecting game performance. In short – GPU bottleneck good, CPU bottleneck bad.

Additional Factors That Affect Bottleneck Interpretation

There’s more to interpreting bottleneck severity than just saying GPU X and CPU Y are a bad match. That’s because different types of software present different loads on either component.

A game that makes only light use of CPU functions will let your GPU fly at whatever frame rate it can manage. Load up a CPU-intensive simulation or strategy game on the other hand, and suddenly your usually under-utilized CPU is tanking the frame rate instead.

The settings you use to play also influence this calculation. For example, playing at higher resolutions puts more strain on the GPU, slowing it down because it takes longer to crunch higher pixel counts. The higher the resolution, the less of a bottleneck the CPU becomes.

Because it is still doing the same work, but the GPU is doing more. So if your CPU is limiting frame rates to 60 frames per second when playing at 1080p you’ll still get 60fps at 1440p or 4K, assuming your GPU is up to it.

Checking For Bottlenecks With GPU Check

Now that we have the preamble out of the way, let’s actually do a virtual bottlenecking check.

First, navigate to this page at GPU Check. Now, under first combination, choose the GPU you currently have as well as the CPU you currently have.

Under desired quality setting, we are going to leave this under ultra, since that’s what setting we want to use in games. If you are aiming for something lower, adjust accordingly.
Now under the second combination, choose the GPU you intend to buy. Finally, click use same processor.

Then click Compare.

Let’s look at the results and interpret them. The most important number here is CPU Impact on FPS. This shows how much the CPU is holding back the GPU. With the old card, this figure was 10%, which is considered OK although it should preferably be less.

The new card is held back 20% by the CPU. Which means we are probably better off buying a slightly slower card, overclocking our existing CPU or upgrading the CPU at a later date.

Of course, in real terms this new GPU is between 36% and 39% than our current combination. The Overall Combination score shows us how good this is as an absolute performance combo at ultra settings.

Using this information, you should be in a position to make an informed choice about whether that prospective GPU is the right purchase for you.

Sari Mäkelä

About the author

Hei! Nimeni on ja olen laitteistohakkeri. Minulla on yli 10 vuoden kokemus tietokoneiden korjaamisesta ja muokkaamisesta. Voin korjata melkein mitä tahansa kannettavista tietokoneista tabletteihin ja älytelevisioihin. Taitojeni avulla pystyn auttamaan asiakkaita ratkaisemaan ongelmansa nopeasti ja tehokkaasti. Blogini on omistettu auttamaan ihmisiä korjaamaan tietokoneita ja laitteitaan oikeilla työkaluilla. Ja Facebook-sivullani jaan vinkkejä, temppuja ja oivalluksia kaikesta tietokoneeseen liittyvästä!

Katso, kuinka paljon prosessorisi pullonkaa GPU:ta ENNEN kuin ostat sen