Hvilken har de mest energieffektive GPU'er? NVIDIA eller AMD?

En måde at måle forskellige grafikkortes ydeevne på er at måle deres energieffektivitet, hvor der bruges såkaldte frames per joule. Hvilket giver os mulighed for at kende de evolutionære tendenser og derfor se, hvordan de skaleres efter generation og arkitektur for ikke kun at sammenligne deres ydeevne, men deres forbrugseffektivitet. Hvad kan NVIDIA , AMD gøre? Hvilken er mere effektiv i dag?

de mest energieffektive GPU'er

En af de største bekymringer for designere af nye GPU'er og derfor grafikkort er energiforbrug, da PCI Express -grænsefladen medfører begrænsninger med hensyn til den effektgrænse, de kan overføre. Dette forværres, hvis vi tager i betragtning, at energiforbruget for at opnå den højeste VRAM -båndbredde, målt med picojoules pr. Transmitteret bit, bliver stadig større og efterlader derfor processoren, der dominerer grafikhardwaren, med mindre og mindre margin. på energisiden.

Derfor er udfordringen for de tre hovedproducenter af grafikhardware: Intel, AMD og NVIDIA; Det er ikke længere det faktum, at man altid designer nye GPU'er, der er dem, der tegner flere pixels på skærmen, beregner flere polygoner eller flere TFLOPS, men derimod at de søger at få den maksimalt mulige ydelse med mindre og mindre tilgængelig energi.

Hvad er rammerne til joule?

Fotografier af GPU
Hvis vi taler om deltaet i energieffektivitet mellem to grafikkort, skal vi sammenligne det samme spil, der kører under de samme betingelser, både hvad angår grafikindstillinger og opløsning. På en sådan måde, at begge tager nøjagtig det samme billede, og vi kan måle hver enkelt ydeevne i henhold til den hastighed, hvormed billederne tages, naturligvis den, der gør flest billeder til vinderen.

Fra to begreber som billeder pr. Sekund og watt, som ikke er andet end joule pr. Sekund, kan vi få joule pr. Ramme. Det er klart, at grafikkortet, der forbruger mindst joule ved generering af en ramme, vil være det, der vil være mere energieffektivt under spillet.

Hvordan måles rammerne per joule på et grafikkort? Måden at gøre det på er meget enkel, vi behøver kun at opdele forbruget af grafikkortet med antallet af billeder i sekundet, som det opnår og dermed på en enkel måde energipræstationen for hver GPU især opnås.

Den bedste måde at måle energieffektivitet på

GPU eficiendia fotogram julio

Men er det ikke meget bedre at sammenligne de tekniske specifikationer for to grafikkort på papir? Ikke rigtigt, da de angivne tal er teoretiske maksimumsgrænser, der kun kan gives under ideelle forhold, der i 99.9%ikke opfyldes for det ene eller det andet. Lad os ikke glemme, at når vi genererer en ramme, vil CPU er også vigtigt, et element, der skal være det samme i alle sammenligninger, samt hastigheden på RAM.

Derfor er det mere effektivt at sammenligne to GPU'er med hinanden i et virkeligt scenario. Derudover giver dette os mulighed for at finde flaskehalse inden for den samme hardware og vide, om det er begrænset af båndbredden på VRAM eller af beregningskapaciteten for selve den grafiske processor.

Rammer af joule og nye arkitekturer

TFLOPS Velocidad GPU
På nuværende tidspunkt fungerer alle pc -grafikprocessorer med variabel hastighed, hvilket betyder, at den afhængigt af den arbejdsbyrde, den har, sættes til en højere eller lavere hastighed. Vi må ikke glemme, at videospil visuelt bliver mere og mere komplekse, og det betyder en stigning i mængden af ​​data, der skal behandles. Det er derfor, hvis et spil er relativt gammelt, vil vores GPU ikke træde på acceleratoren for at gengive det, når alt kommer til alt er standardfrekvensen i frames per sekund 60 Hz.

Så når du køber et nyt grafikkort, er det meget bedre at vælge nyere arkitekturer, ikke kun på grund af det faktum, at nye spil gør brug af deres mest skærende-kant teknologier inkluderet i dem, men på grund af det faktum, at energieffektiviteten er meget ældre. Hvis vi skulle rette opløsningen, grafikindstillingerne og billedhastigheden, ville vi se, at en RX 6000 fra MMD ville være mere effektiv end en RX 5000 af samme mærke og endda en RX Vega. Og det samme kan siges om NVIDIA, hvor GeForce Ampere er mere effektive end Turing og disse end dem med Pascal -arkitektur.

Hvert får med sin partner, hver GPU med sin opløsning

fotogrammer julio NVIDIA AMD

Rammerne per joule giver os altid meget klare oplysninger om, hvorfor der er avancerede GPU'er, og hvad er grunden til, at både NVIDIA, Intel og AMD i deres markedsføring anbefaler visse grafikkort til nogle opløsninger og andre.

Ved simpel observation vil vi se, at et mellemklasse- eller lavere grafikkort ikke vil være i stand til at flytte en stor billedhastighed ved højere opløsninger, end det er beregnet til. Hvis vi udtrækker rammerne med joule, ville vi se, at de er mindre effektive, da vi øger opløsningen af ​​spillets output. Årsagen er, at strømforbruget opretholdes, men antallet af billeder falder . Derfor er RTX 4 for eksempel mere effektivt end en RTX 3080, når den samme ramme genereres ved 3070K.

Vi kan heller ikke glemme brugen af ​​de mest avancerede teknologier. Nyere GPU'er tilføjer dem ofte via forskellige typer acceleratorer, som udfører funktionen til en langt lavere energiomkostning. Når disse små enheder ikke er i grafikprocessoren, vil energieffektiviteten ende med at blive meget lavere.

Sammenligning af forskellige GPU'er i frames med joule

GPU Energiforbrug Rammer til joule (1080p) Billed pr. Joule (1440p) Effektivitet (1080p til 1440p) Rammer til joule (2160p) Effektivitet (1440p til 2160p)
Radeon VII 265 W 0.456 0.347 -24% 0.205 -41%
RX 5500 XT 127 W 0.549 0.389 -29% 0.205 - 46%
RX 5600 XT 155 W 0.652 0.469 -28% 0.262 - 44%
RX 5700 165 W 0.671 0.491 -27% 0.278 - 43%
RX 5700 XT 213 W 0.579 0.423 -27% 0.241 - 43%
RX 6800 XT 293 W 0.665 0.553 -tyve % 0.300 - 39%
RX 6900 XT 301 W 0.669 0.553 -19% 0.338 - 38%
GPU TDP Rammer til joule (1080p) Billed pr. Joule (1440p) Effektivitet (1080p til 1440p) Rammer til joule (2160p) Effektivitet (1440p til 2160p)
GTX 1650 SUPER 104 W 0.633 0.439 -31% 0.226 -48%
GTX 1660 117 W 0.630 0.445 -29% 0.244 -Fire. Fem %
RTX 2060 SUPER 178 W 0.618 0.455 -26% 0.248 -44%
RTX 2070 SUPER 210 W 0.610 0.455 -25% 0.249 -43%
RTX 2080 SUPER 178 W 0.567 0.431 -24% 0.254 -41%
RTX 2080 Ti 262 W 0.613 0.478 -22% 0.287 -40%
RTX 3070 220 watt 0.738 0.575 -22% 0.341 -41%
RTX 3080 325 W 0.586 0.478 -18% 0.303 -37%
RTX 3090 356 W 0.572 0.477 -17% 0.311 -35%

I de to tabeller ovenfor kan vi se udviklingen af ​​rammerne med joule på de forskellige generationer af grafikkort fra både NVIDIA og AMD, som giver os mulighed for at vide, hvordan de har udviklet sig med hensyn til energiydelse, men også hvordan højere opløsninger påvirker ydelsen .

De opnåede resultater giver os et meget specifikt fingerpeg, og det er, at på trods af fremskridtene i form af nye arkitekturer er ydelsen målt i rammen pr. Joule i hver GPU ikke blevet duplikeret på hele denne tid, hvilket ville vise behovet for implementering af kunstig intelligens algoritmer som f.eks NVIDIA DLSS, Intel XeSS eller AMD FSR for at øge billedhastigheden i visse opløsninger, gengive med en lavere internt og dermed øge antallet af billeder pr. joule.

For at afslutte har vi ikke inkluderet energieffektiviteten af ​​Intel- og AMD -GPU'erne, grunden er, at det er meget vanskeligere at nedbryde at være en del af den samme chip som CPU'en og dele strømforsyningssystemet.