前言：GPU煉金試驗室是ZOL顯卡頻道在2012年度推出的新的一檔系列文章欄目，它同時也是去年的ZOL顯卡探索與發現欄目的延續和發展。在GPU煉金試驗室中，我們會針對一系列人們感興趣的關于GPU的有趣細節，比如它的性能特征、適用性甚至什么樣的產品值得選擇等等展開一系列深入的測試和探討。通過GPU煉金試驗室，你將會了解到毫無意義的跑分之外的很多事情，比如說今天的文章就會為大家帶來一個值得關心的問題的答案——你的CPU，對Geforce GTX 680來說真的夠力么？

    基于Kepler構架的NVIDIA新旗艦Geforce GTX 680已經發布近一個月了，這款比競爭對手更小更涼更便宜卻又更快的新一代旗艦一經發布便掀起了一場軒然大波。所有人都在問同樣的一個問題——為什么？為什么Kepler會表現得如此之快？為什么更少的晶體管和更小的規模可以帶來更高的性能？為什么Kepler可以做到如此高的性能功耗比……太多的疑問縈繞在人們的心頭，不論業界還是愛好者，甚至包括競爭對手AMD在內，每個人都希望能夠獲得這些問題的答案。

    和所有人一樣，我們也渴求著這些問題的答案，但由于初期資料以及測試的不完善，我們在邏輯構架解讀的細節展現以及特性解釋等方面都遇到了不小的困難,因此我們在首測文章中無法給予讀者們所有這些關于構架細節、“黑科技”以及諸多“為什么”的答案。

    在過去的近一個月時間里，我們進行了大量可以進行的關于開普勒構架底層的延展性測試，以求能夠揭開蒙在Kepler構架以及Geforce GTX 680周圍的重重帷幕。現在，我們相信自己已經揭開了這神秘面紗的重要一角——Scheduling過程的細節和意義。而我們所使用的方法，就是測試Kepler以及Fermi邏輯結構對不同處理器性能的依賴程度。

    拋去邏輯結構那些晦澀的細節以及對愛好者較高的技術水平要求，即便是對于一般用戶來說，手頭的顯卡是不是已經物盡其用，究竟怎樣的處理器才能讓顯卡獲得最完整的性能發揮等等同樣是值得關注的問題。因此，我們決定利用本期的GPU煉金試驗室欄目對我們深挖Kepler構架黑科技過程的部分測試的結果進行展示，在為我們接下來將要進行的討論做鋪墊的同時，為大家帶來“Geforce GTX 680究竟搭配怎樣的處理器才不會吃虧”這個問題的答案。

    你的Geforce GTX 680真的火力全開了么？相信我，你會對這個問題感興趣的。

    第2頁：不能用游戲么，那我們要怎么測試？

    ● 不能用游戲么，那我們要怎么測試？

    所謂GPU對處理其性能的依賴性，實際上指的是由處理器頻率來決定的GPU本身的性能。一款GPU對于處理器的依賴體現在很多方面，諸如生成任務的能力、對于函數庫以及內存訪問的中斷管理、對指令的轉譯以及管理等等。這些由處理器決定的過程每時每刻都在影響著我們的應用，通過逐步調整處理器的頻率并收集對應頻率下不同GPU的性能，我們就可以知道各種GPU構架對于處理器性能的依賴程度了。

    遺憾的是，這些依賴度的測試并不能很直接的使用實際游戲之類的手段來進行。誠然，顯卡的各種測試最終都是要服務于游戲等實際應用當中才有意義，但在一般的游戲過程中，處理器除了要負責與GPU性能也就是依賴性直接相關的部分之外，還要負責處理頂點生成、程序中斷控制管理、典型物理過程運算以及AI等多項事務，這些過程的處理都會極大地影響到最終游戲執行的速度。換句話說，處理器不僅影響著GPU的性能，其本身對應用的最終性能同樣會產生直接的影響。通過調整處理器主頻確實可以得到不同的游戲表現，但這些表現往往是處理器本身對游戲性能的影響，并不一定是GPU構架依賴處理器性能所導致的。

    GPU煉金實驗室是一檔致力于揭示構架底層設計特點的欄目，我們所做的測試均要求盡可能的回避能夠對結果產生干擾或造成不確定性的因素。有介于這種情況，我們決定繼續采用過去經常采用的低圖形關聯度測試法，以直接面向底層性能的通用計算測試，也就是SDK Simulation測試來替代多種因素交織并彼此產生影響的常規游戲過程。在此基礎上，我們會同時提供對處理器性能依賴較小的圖形過程來進一步體現GPU對處理器性能的依賴情況。

    我們首先進行的SDK Simulation測試是使用Direct Compute完成的流體力學模擬測試——Fluid dynamics simulation。Fluid dynamics simulation基于彈性力/黏著力/重力為基礎的顆粒碰撞模擬，每一個顆粒均擁有獨立的力學參數，通過對顆粒本身在統一的重力參數作用下自有力學參數以及交互作用的計算，可以模擬大量顆粒的行為并達到模擬由它們構成的“流體”特性的目的。由于每一個粒子最終都會被處理成與其他粒子關聯的任務，大量任務及其背后的關聯性讓Fluid dynamics simulation的Grid測試部分對于線程關聯度判斷等過程非常敏感，因此該項測試可以考驗不同構架在圖形通用計算以及有針對性的物理特效計算時對處理器的依賴度。

    Cascaded Shadow Maps（CSM）是一種基于陰影深度進行的陰影判斷及快速操作模式，CSM通過將整個陰影劃分成若干級的層次，以層次內部像素的深度來定義和快速判斷陰影位置，并對近景陰影采取高精度貼圖，遠景陰影采用低精度貼圖的方式來達到節約資源同時快速準確實現陰影貼圖的目的。CSM可以極大地加快陰影操作的速度，同時避免大多數因為光源形態、陰影深度與像素尺寸差異所導致的陰影邊緣及內部貼圖錯誤。CSM可以透過Compute Shader來進行大量涉及矩陣運算及坐標判斷，而這一過程會頻繁的訪問API，因此對處理器的任務及中斷管理能力有著很高的要求。

    不同版本的3Dmark對于圖形過程中處理器的依賴度是不同的，基于DirectX 11的3Dmark 11由于側重點的改變，對于處理器在常規圖形過程中的依賴要小于其他版本的3Dmark Serise。因此，通過對3Dmark 11的測試，我們不僅能夠從側面獲得一定的GPU構架對處理器依賴度的信息，還可以取得不同處理器主頻下GPU構架所能夠表現出來的圖形性能變化趨勢。