显存决定性能?0.8ns显存影驰98GT+详测

admin IT资讯 2021-03-11 00:29:44 显卡 9800GT 中将 0.8ns 影驰

概述

　　我们都知道显卡的核心频率和显存频率在很大程度上决定了显卡的性能，但是我们在追求显卡频率的同时却往往忽视了另一个非常重要的参数那就是显存颗粒的速度，因为不同速度的显存颗粒直接影响到显卡显存的频率。俗话说于细节之处见功夫，在目前市面上绝大多数的9800GT+显卡显存均采用1.0ns显存颗粒时，影驰抢先一步发布了有别于公版和其它非公版的采用0.8ns显存颗粒设计的影驰9800GT+中将，并且除了在影驰9800GT+中将显卡上采用0.8ns显存颗粒外，影驰还分别在GTS250、GTX260+和GTX285显卡上采用了0.8ns显存颗粒组成影驰0.8ns集团军。

影驰9800GT中将

　　采用0.8ns 显存颗粒设计的影驰9800GT+中将显卡除了在显存频率上比公版以及1.0ns显存颗粒显卡更具优势外，在显卡真实的使用情况中0.8ns显存颗粒显卡是否能真正的提升显卡的性能呢？带着和网友同样的疑问，今天我们PConline评测室就对影驰9800GT+中将版做了测试。

NVIDIA显卡的四大内功:

面向未来：CUDA并行计算的应用

　　随着显卡的发展，GPU越来越强大，第二代统一渲染架构的Geforce GTX 200系列拥有200多个单独的ALU，因此非常适合并行计算，而且浮点处理能力也远远优于目前的多核CPU，加上GPU为显示图像做了优化。在众多计算领域上已经超越了通用的CPU。如此强大的芯片如果只是作为显卡就太浪费了，因此NVidia推出CUDA，让显卡可以用于图像计算以外的目的。CUDA(Compute Unified Device Architecture)工具包是一种针对支持CUDA功能的GPU（图形处理器）的C语言开发环境，未来还将发布Fortran语言版本。

　　CUDA（Compute Unified Device Architecture）是一个新的基础架构，这个架构可以使用GPU来解决商业、工业以及科学方面的复杂计算问题。跟以往的GPGPU概念不同的是，CUDA是一个完整的解决方案，包含了API、C编译器等，能够利用显卡核心的片内 L1 Cache共享数据，使数据不必经过内存-显存的反复传输，shader之间甚至可以互相通信。对数据的存储也不再约束于以往GPGPU的纹理方式，存取更加灵活，可以充分利用stream out特性。以上几点都将大大提高GPGPU应用的效率。例如，在游戏中我们可以使用CUDA来让GPU承担整个物理计算，而玩家将会获得另他们感到惊奇的性能和视觉效果。另外，用于产品开发和巨量数据分析的商业软件也可以通过它来使用一台工作站或者服务器完成以前需要大规模的计算系统才能完成的工作。这一技术突破使得客户可以任何地方进行实时分析与决策。同时，一些以前需要很先进的计算技术来达到的强大计算能力的科学应用程序，也不再受限在计算密度上；使用CUDA 的计算可以在现有的空间里为平台提供更强大的计算性能。 CUDA采用C语言作为编程语言提供大量的高性能计算指令开发能力，使开发者能够在GPU的强大计算能力的基础上建立起一种效率更高的密集数据计算解决方案。

并行处理器在各个方面都有优势

　　CUDA工具包推出已有1年，它的推出马上受到了众多软件/游戏开发商以及科研机构和程序爱好者的欢迎，NVIDIA方面也将发布最新的CUDA 2.0版本。相信在未来，CUDA将会受到越来越多的领域的支持。目前，支持CUDA环境的GPU主要有采用统一渲染架构的显示核心。

新游戏支持PhysX物理加速

　　随着NVIDIA收购AGEIA公司，业界最先进的PhysX物理加速技术的加入，让大家对于GPU支持物理加速期待已久。不久前，支持GeForce8/9/200系列的显卡PhysX物理驱动终于发布了，通过物理加速驱动，GPU能分担CPU的工作，从而提高游戏的执行效率，目前主要体现在3DMark Vantage测试中。按照NVIDIA自己宣称的PhysX是目前最先进的物理加速引擎。

物理加速

　　PhysX是目前支持平台最多的物理加速引擎，他可以支持目前主流的X86处理器、AGEIA公司的PPU、东芝公司的 Cell以及支持CUDA环境的GPU。其中，最令人期待的就是支持CUDA的版本。借助于目前强大的GPU并行运算能力，支持CUDA环境的PhysX物理加速引擎能给用户带来最为真实的性能体验。

物理加速