Att köpa ett nytt grafikkort är en av de stora glädjeämnena med att äga en speldator eller annan högpresterande PC. Du får ta en dator du för närvarande äger och, för en bråkdel av en hel maskins kostnad, uppgradera den till nuvarande grafiska standarder.

Tyvärr, trots att den är en nyckelkomponent för spelprestanda, fungerar inte din GPU isolerat. ^(GPU)Det beror på att de andra komponenterna i datorn gör sitt jobb ordentligt, annars kan den inte nå sin fulla potential. Detta är känt som "flaskhalsning" och är ett viktigt övervägande när du köper en ny GPU . En flaskhals mellan din GPU och din befintliga CPU i synnerhet är ett viktigt problem.

Lyckligtvis finns det några onlineverktyg utformade för att hjälpa dig att upptäcka flaskhalsar och basera ditt beslut på det. Specifikt kommer vi att titta på ett omfattande verktyg som finns på gpucheck.com .

Innan vi gräver ner oss i de faktiska stegen som är involverade i att avgöra om det finns en flaskhals mellan din befintliga CPU och blivande GPU måste vi kortfattat packa upp vad en flaskhals är i praktiska termer.

Vad är en GPU-CPU- flaskhals exakt^{(Bottleneck Exactly)} ?

När du spelar ett videospel arbetar varje komponent i din dator på någon aspekt av det övergripande systemet. Din CPU är i allmänhet ansvarig för att göra fysikberäkningar, den gör tänkandet för spelets AI, kör spellogiken, hanterar animering och så vidare. Din GPU återger allt det visuella du ser, vilket inkluderar alla geometriska trådramar, texturerna som lindas runt dem, ljus och skuggor.

Det är uppenbart att GPU :n inte kan återge en given ram av spelet om CPU :n inte har slutfört de beräkningar den behöver. Om din karaktär har kastat en kniv mot en trolls huvud, kan GPU :n inte återge effekten om CPU :n inte har berättat om kniven träffade målet!

Det omvända är också sant. Om CPU :n är klar med sina beräkningar, men GPU :n inte är klar med att rendera den föregående bildrutan, måste CPU :n vänta på det, kanske till och med dumpa arbetet eftersom det inte längre är relevant.

I en situation där en komponent väntar på att en annan ska avsluta sitt jobb innan man går vidare med sitt eget arbete, har man en flaskhals. I princip^(Basically) är hela systemet bara så snabbt som den långsammaste komponenten i kedjan. I videospel visar sig detta vanligtvis som en bildhastighet som begränsas av den långsammare komponenten.

Är flaskhalsar allmänt dåliga?

Nej! Faktum är att det nästan alltid^{(always )} finns en flaskhals i alla system. Det är otroligt sällsynt att någon dator är perfekt balanserad i varje situation, med varje komponent som nynnar med sin fulla potential. Så frågan är egentligen inte om det finns någon form av flaskhals, utan snarare om graden i vilken de långsammare komponenterna begränsar saker och ting är ett problem.

Om din CPU bara låter dig dra nytta av 98 % eller 99 % av din GPU^(GPUs) :s maximala prestanda, är det knappast ett problem. Om du bara får 70 % av din GPU:s potential på grund av en långsam CPU , har du slösat bort pengar på hårdvaruprestanda som du inte kan komma åt utan ännu en uppgradering.

Om din nya GPU ger 100 %, men din CPU bara är 50 % upptagen, betyder det att du kunde ha kopplat upp ett snabbare kort och haft ännu bättre prestanda. Även om den här situationen är mindre av ett problem, med tanke på att vi vanligtvis använder våra datorer för andra uppgifter än att bara spela videospel.

Så för andra applikationer kommer du fortfarande att dra nytta av den extra CPU- kapaciteten. För att inte tala om att ha lite utrymme att köra ytterligare bakgrundsuppgifter utan att påverka spelets prestanda. Kort sagt – GPU - flaskhals bra, CPU- flaskhals dålig.

Ytterligare faktorer som påverkar flaskhalstolkning^{(Affect Bottleneck Interpretation)}

Det finns mer att tolka flaskhalsens svårighetsgrad än att bara säga att GPU X och CPU Y är en dålig matchning. Det beror på att olika typer av programvara uppvisar olika belastningar på båda komponenterna.

Ett spel som endast använder sig av CPU- funktioner på ett lättsamt sätt låter din GPU flyga med vilken bildhastighet den än kan hantera. Ladda^(Load) upp ett CPU -intensivt simulerings- eller strategispel å andra sidan, och plötsligt sänker din vanligtvis underutnyttjade CPU bildhastigheten istället.

Inställningarna du använder för att spela påverkar också denna beräkning. Att till exempel spela med högre upplösningar belastar grafikprocessorn mer , vilket saktar ner eftersom det tar längre tid att få ner högre pixelantal . ^(GPU)Ju högre upplösning, desto mindre flaskhals blir CPU :n .

Eftersom det fortfarande gör samma arbete, men GPU :n gör mer. Så om din CPU begränsar bildhastigheter till 60 bilder per sekund när du spelar i 1080p kommer du fortfarande att få 60fps vid 1440p eller 4K, förutsatt att din GPU klarar det.

Söker efter flaskhalsar^{(Bottlenecks)} med GPU-kontroll^{(GPU Check)}

Nu när vi har ingressen ur vägen, låt oss faktiskt göra en virtuell flaskhalskontroll.

Först, navigera till den här sidan^{(this page)} på GPU Check. Nu, under den första kombinationen^{(first combination)} , välj den GPU du har för närvarande samt den CPU du har för närvarande.

Under önskad kvalitetsinställning^{(desired quality setting)} kommer vi att lämna detta under ultra , eftersom det är den inställningen vi vill använda i spel. Om du siktar på något lägre, justera därefter.
Nu under den andra kombinationen, välj den GPU du tänker köpa. Klicka slutligen på använd samma processor^{(use same processor)} .

Klicka sedan på Jämför^(Compare) .

Låt oss titta på resultaten och tolka dem. Den viktigaste siffran här är CPU Impact on FPS . Detta visar hur mycket CPU :n håller tillbaka GPU :n . Med det gamla kortet var denna siffra 10%, vilket anses vara OK även om det helst ska vara mindre.

Det nya kortet held back 20% by the CPU.Vilket betyder att vi förmodligen är bättre att köpa ett lite långsammare kort, överklocka vår befintliga CPU eller uppgradera CPU :n vid ett senare tillfälle.

Naturligtvis är den här nya grafikprocessorn^(GPU) i verkliga termer mellan 36 % och 39 % än vår nuvarande kombination. Den totala kombinationspoängen^{(Overall Combination)} visar oss hur bra detta är som en absolut prestandakombo vid ultrainställningar.

Med hjälp av denna information bör du kunna göra ett välgrundat val om huruvida den blivande GPU :n är rätt köp för dig.

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

Buying a new graphicѕ card is one of the great joys of owning a gaming or оther high-performanсe PC. You get to take a computer you currently own and, for a fraction of a wholе machine’s cost, upgrade it to current graphіcal 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.

Martin Gustafsson

About the author

Jag är en webbutvecklare med över 10 års erfarenhet av att arbeta med webbläsarna Firefox och Google Docs. Jag är specialist på att skapa enkla men kraftfulla onlineapplikationer och har utvecklat webbaserade lösningar för både små företag och stora organisationer. Min kundbas inkluderar några av de största företagen, inklusive FedEx, Coca Cola och Macy's. Mina kunskaper som utvecklare gör mig till en idealisk kandidat för alla projekt som behöver slutföras snabbt och effektivt - från att utveckla anpassade webbplatser till att skapa robusta e-postmarknadsföringskampanjer.

Se hur mycket din CPU flaskhalsar din GPU INNAN du köper den