Vilken har de mest energieffektiva GPU: erna? NVIDIA eller AMD?

Ett sätt att mäta prestandan hos olika grafikkort är att mäta deras energieffektivitet, där man gör så används så kallade ramar per joule. Vilket tillåter oss att känna till de evolutionära trenderna och därför se hur de skala efter generation och arkitektur för att inte bara jämföra deras prestanda, utan deras konsumtionseffektivitet. Vad kan NVIDIA och AMD do? Vilken är mer effektiv idag?

de mest energieffektiva GPU: erna

En av de största bekymmerna för designers av nya GPU: er och därför grafikkort är energiförbrukning, eftersom PCI Express -gränssnittet medför begränsningar när det gäller effektgränsen som de kan överföra. Detta förvärras om vi tar hänsyn till att energiförbrukningen för att uppnå högsta VRAM -bandbredd, mätt med picojoules per överförd bit, blir allt större och lämnar därför processorn som dominerar grafikhårdvaran med mindre och mindre marginal. på energisidan.

Det är därför utmaningen för de tre huvudtillverkarna av grafikhårdvara: Intel, AMD och NVIDIA; Det är inte längre det faktum att alltid designa nya GPU: er som drar fler pixlar på skärmen, beräknar fler polygoner eller fler TFLOPS, utan snarare att de försöker få maximal möjlig prestanda med mindre och mindre tillgänglig energi.

Vilka är ramarna för joule?

Fotografier juiio GPU
Om vi ​​pratar om delta i energieffektivitet mellan två grafikkort, måste vi jämföra samma spel som körs under samma förhållanden både vad gäller grafikinställningar och upplösning. På ett sådant sätt att båda tar exakt samma bild och vi kan mäta prestandan för var och en efter den hastighet med vilken ramarna tas, uppenbarligen den som ger flest ramar vinnaren.

Från två begrepp som bildrutor per sekund och watt, som inte är annat än joule per sekund, kan vi få joule per bild. Uppenbarligen kommer grafikkortet som förbrukar minst joule när du skapar en ram att vara det som blir mer energieffektivt under spelet.

Hur mäts bildrutor per joule på ett grafikkort? Sättet att göra det på är väldigt enkelt, vi behöver bara dividera grafikkortets förbrukning med antalet bilder per sekund som det får och därmed på ett enkelt sätt energiprestanda för varje GPU i synnerhet erhålls.

Det bästa sättet att mäta energieffektivitet

GPU eficiendia fotogram julio

Men är det inte mycket bättre att jämföra de tekniska specifikationerna för två grafikkort på papper? Inte riktigt, eftersom de angivna siffrorna är teoretiska maxvärden som bara kan ges under idealiska förhållanden som, i 99.9%, inte uppfylls för en eller annan sak. Låt oss inte glömma att när du skapar en ram, CPU är också viktigt, ett element som måste vara detsamma i alla jämförelser, liksom hastigheten på ram.

Det är därför det är mer effektivt att jämföra två GPU: er med varandra i ett verkligt scenario. Dessutom tillåter detta oss att hitta flaskhalsarna inom samma hårdvara och veta om den är begränsad av bandbredden för VRAM eller av beräkningskapaciteten för själva grafikprocessorn.

Ramar av joule och nya arkitekturer

TFLOPS Velocidad GPU
För närvarande fungerar all PC -grafikprocessor med variabel hastighet, det betyder att den, beroende på arbetsbelastningen, har en högre eller lägre hastighet. Vi får inte glömma att videospel visuellt blir alltmer komplexa och detta innebär en ökning av mängden data som ska bearbetas. Det är därför, om ett spel är relativt gammalt, kommer inte vår GPU att kliva på acceleratorn för att göra det, trots allt är standardfrekvensen i bildrutor per sekund 60 Hz.

Så när du köper ett nytt grafikkort är det mycket bättre att välja nyare arkitekturer, inte bara på grund av det faktum att nya spel utnyttjar sina mest skärande-kanten teknik som ingår i dem, men på grund av det faktum att energieffektiviteten är mycket äldre. Om vi ​​skulle fixa upplösningen, grafikinställningarna och bildhastigheten skulle vi se att en RX 6000 från MMD skulle vara mer effektiv än en RX 5000 av samma märke och till och med en RX Vega. Och samma sak kan sägas om NVIDIA där GeForce Ampere är mer effektiva än Turing och dessa än de med Pascal -arkitektur.

Varje får med sin partner, varje GPU med sin upplösning

fotogram julio NVIDIA AMD

Ramarna per joule ger oss alltid mycket tydlig information om varför det finns avancerade GPU: er och vad är anledningen till att både NVIDIA, Intel och AMD i sin marknadsföring rekommenderar vissa grafikkort för vissa upplösningar och andra.

Genom enkel observation kommer vi att se att ett medellångt eller lägre grafikkort inte kommer att kunna flytta en stor bildhastighet vid högre upplösningar än det är avsett för. Om vi ​​extraherar ramarna med joule skulle vi se att de är mindre effektiva när vi ökar upplösningen för spelens utgång. Anledningen är att strömförbrukningen bibehålls, men antalet ramar minskar . Därför är RTX 4 till exempel effektivare än en RTX 3080 vid generering av samma ram vid 3070K.

Vi kan inte heller glömma användningen av den mest avancerade tekniken. Nyare GPU: er läggs ofta till via olika typer av acceleratorer, som utför funktionen för en mycket lägre energikostnad. När dessa små enheter inte finns i grafikprocessorn kommer energieffektiviteten att bli mycket lägre.

Jämföra olika GPU: er i ramar med joule

GPU Energiförbrukning Ramar för joule (1080p) Ramar per joule (1440p) Effektivitet (1080p till 1440p) Ramar för joule (2160p) Effektivitet (1440p till 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 -tjugo % 0.300 - 39%
RX 6900 XT 301 W 0.669 0.553 -19% 0.338 - 38%
GPU TDP Ramar för joule (1080p) Ramar per joule (1440p) Effektivitet (1080p till 1440p) Ramar för joule (2160p) Effektivitet (1440p till 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 -Fyra. 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 två tabellerna ovan kan vi se utvecklingen av ramarna med joule på de olika generationerna av grafikkort från både NVIDIA och AMD, vilket gör att vi kan veta hur de har utvecklats när det gäller energiprestanda, men också hur högre upplösningar påverkar prestanda .

De erhållna resultaten ger oss en mycket specifik ledtråd och det är att trots framstegen i former av nya arkitekturer har prestandan uppmätt i ramen per joule i varje GPU inte kopierats under hela denna tid, vilket skulle visa behovet av implementering av artificiell intelligens algoritmer som t.ex. NVIDIA DLSS, Intel XeSS eller AMD FSR för att öka bildhastigheten i vissa upplösningar, vilket ger en lägre internt och därmed öka antalet bildrutor per joule.

För att avsluta har vi inte inkluderat energieffektiviteten för Intel och AMD GPU: er, anledningen är att det är mycket svårare att bryta ner att vara en del av samma chip som CPU: n och dela strömförsörjningssystemet.