Het kopen van een nieuwe grafische kaart is een van de grote geneugten van het bezitten van een gaming- of andere krachtige pc. U kunt een computer nemen die u momenteel bezit en deze, voor een fractie van de kosten van een hele machine, upgraden naar de huidige grafische standaarden.

Ondanks dat het een belangrijk onderdeel is van gameprestaties, werkt uw GPU helaas niet geïsoleerd. Het hangt af van de andere componenten in de computer om hun werk goed te doen, of het kan zijn volledige potentieel niet bereiken. Dit staat bekend als "bottlenecking" en is een belangrijke overweging bij het kopen van een nieuwe GPU . Vooral een bottleneck tussen je GPU en de bestaande CPU is een belangrijk punt van zorg.

Gelukkig zijn er een paar online tools die zijn ontworpen om je te helpen knelpunten op te sporen en je beslissing daarop te baseren. In het bijzonder zullen we kijken naar een uitgebreide tool die te vinden is op gpucheck.com .

Voordat we ingaan op de daadwerkelijke stappen die nodig zijn om te bepalen of er een knelpunt bestaat tussen uw bestaande CPU en toekomstige GPU , moeten we kort uitleggen wat een knelpunt in de praktijk is.

Wat is een GPU-CPU- bottleneck precies^{(Bottleneck Exactly)} ?

Wanneer u een videogame speelt, werkt elk onderdeel van uw computer aan een bepaald aspect van het algehele systeem. Je CPU is over het algemeen verantwoordelijk voor het doen van natuurkundige berekeningen, het denkt voor de game AI, voert de spellogica uit, beheert animaties, enzovoort. Je GPU geeft alle beelden weer die je ziet, inclusief alle geometrische wireframes, de texturen eromheen, verlichting en schaduwen.

Het is duidelijk dat de GPU een bepaald frame van het spel niet kan weergeven als de CPU de benodigde berekeningen niet heeft voltooid. Als je personage een mes naar het hoofd van een kobold heeft gegooid, kan de GPU de impact niet maken als de CPU niet heeft verteld of het mes het doelwit heeft geraakt!

Het omgekeerde is ook waar. Als de CPU klaar is met zijn berekeningen, maar de GPU nog niet klaar is met het renderen van het vorige frame, moet de CPU erop wachten, misschien zelfs het werk dumpen omdat het niet langer relevant is.

In een situatie waarin het ene onderdeel wacht tot het andere zijn werk afmaakt voordat het verder gaat met zijn eigen werk, heb je een knelpunt. Kortom^(Basically) , het hele systeem is zo snel als het langzaamste onderdeel in de keten. In videogames manifesteert dit zich over het algemeen als een framesnelheid die wordt beperkt door de langzamere component.

Zijn knelpunten universeel slecht?

Nee! In feite is er bijna altijd^{(always )} een bottleneck in elk systeem. Het is ongelooflijk zeldzaam dat een computer in elke situatie perfect in balans is, waarbij elk onderdeel op zijn volle potentieel meewerkt. Het probleem is dus niet of er een bottleneck is, maar of de mate waarin de langzamere componenten dingen beperken een probleem is.

Als uw CPU u slechts het voordeel geeft van 98% of 99% van de maximale prestaties van uw GPU^(GPUs) , is dat nauwelijks een probleem. Als je maar 70% van het potentieel van je GPU krijgt vanwege een trage CPU , heb je geld verspild aan hardwareprestaties waartoe je geen toegang hebt zonder nog een nieuwe upgrade.

Als uw nieuwe GPU 100% geeft, maar uw CPU slechts voor 50% bezet is, betekent dit dat u een snellere kaart had kunnen aansluiten en van nog betere prestaties had kunnen genieten. Hoewel, deze situatie is minder een probleem, aangezien we onze computers meestal gebruiken voor andere taken dan alleen het spelen van videogames.

Voor andere toepassingen profiteert u dus nog steeds van die extra CPU- capaciteit. Om nog maar te zwijgen van het hebben van wat ruimte om extra achtergrondtaken uit te voeren zonder de spelprestaties te beïnvloeden. Kortom: GPU - bottleneck goed, CPU- bottleneck slecht.

Aanvullende factoren die de interpretatie van knelpunten beïnvloeden^{(Affect Bottleneck Interpretation)}

Er komt meer kijken bij het interpreteren van de ernst van de bottleneck dan alleen maar zeggen dat GPU X en CPU Y een slechte match zijn. Dat komt omdat verschillende soorten software verschillende belastingen op beide componenten hebben.

Een game die slechts licht gebruik maakt van CPU- functies, laat je GPU vliegen met elke framesnelheid die hij kan beheren. Laad^(Load) een CPU- intensief simulatie- of strategiespel aan de andere kant, en plotseling tankt uw gewoonlijk onderbenutte CPU in plaats daarvan de framesnelheid.

De instellingen die je gebruikt om te spelen hebben ook invloed op deze berekening. Als u bijvoorbeeld met hogere resoluties speelt, wordt de GPU zwaarder belast en wordt deze langzamer omdat het langer duurt om een hoger aantal pixels te verwerken. Hoe hoger de resolutie, hoe minder een bottleneck de CPU wordt.

Omdat hij nog steeds hetzelfde werk doet, maar de GPU meer doet. Dus als je CPU de framesnelheden beperkt tot 60 frames per seconde bij het spelen op 1080p, krijg je nog steeds 60 fps bij 1440p of 4K, ervan uitgaande dat je GPU het aankan .

Controleren op knelpunten^{(Bottlenecks)} met GPU Check

Nu we de preambule uit de weg hebben, gaan we een virtuele bottleneckcontrole doen.

Navigeer eerst naar deze pagina^{(this page)} bij GPU Check. Kies nu onder eerste combinatie^{(first combination)} de GPU die je momenteel hebt en de CPU die je momenteel hebt.

Onder de gewenste kwaliteitsinstelling^{(desired quality setting)} laten we dit onder ultra , aangezien dat de instelling is die we in games willen gebruiken. Als je naar iets lager streeft, pas je dienovereenkomstig aan.
Kies nu onder de tweede combinatie de GPU die u wilt kopen. Klik ten slotte op dezelfde processor gebruiken^{(use same processor)} .

Klik vervolgens op Vergelijken^(Compare) .

Laten we de resultaten bekijken en interpreteren. Het belangrijkste nummer hier is CPU-impact op FPS^{(CPU Impact on FPS)} . Dit laat zien hoeveel de CPU de GPU tegenhoudt . Met de oude kaart was dit 10%, wat als OK wordt beschouwd, hoewel het bij voorkeur minder zou moeten zijn.

De nieuwe kaart wordt held back 20% by the CPU.Dat betekent dat we waarschijnlijk beter een iets langzamere kaart kunnen kopen, onze bestaande CPU kunnen overklokken of de ^(CPU)CPU op een later tijdstip kunnen upgraden .

Natuurlijk is deze nieuwe GPU in reële termen tussen de 36% en 39% dan onze huidige combinatie. De Overall Combination- score laat ons zien hoe goed dit is als een absolute prestatiecombo bij ultra-instellingen.

Met behulp van deze informatie zou u in staat moeten zijn om een weloverwogen keuze te maken of die toekomstige GPU de juiste aankoop voor u is.

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

Buyіng a new graphiсs card is one of the great jоyѕ of owning a gaming or other hіgh-performance РС. You get to take a computer you currently own and, for a fractіon of a whole machine’s cost, upgrade it 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.

Naud van der Linden

About the author

Ik ben een ervaren software engineer, met meer dan 10 jaar ervaring in het ontwikkelen en onderhouden van Microsoft Office applicaties. Ik heb een sterke passie om anderen te helpen hun doelen te bereiken, zowel door mijn werk als software engineer als door mijn spreek- en netwerkvaardigheden. Ik ben ook zeer goed geïnformeerd over hardware- en toetsenbordstuurprogramma's, aangezien ik er veel zelf heb ontwikkeld en getest.

Bekijk hoeveel uw CPU uw GPU in de weg zit VOORDAT u hem koopt