我的NVIDIA开发者之旅——优化显卡性能

简介: 我的NVIDIA开发者之旅——优化显卡性能

在我们购买任何一样东西时都是更具需求而决定的,买电脑也是,有时是为了办公,就买轻薄本;有些是为了玩游戏,就买游戏本。不同的需求会导致我们购买电脑的硬件有所不同,玩游戏最看重的是显卡,而专业用户此前更看重的可能是CPU。在深度学习训练模型的时候我们经常用GPU,也就是显卡来跑,你会发现用CPU要跑十几个小时的模型,GPU半个小时就完成了,但是还是有些想要更快点。当然,无论你是游戏还是训练模型,显卡的性能都是有极高的要求,那么如何优化NVIDIA显卡的性能呢?

下面我们来看一下如何优化显卡性能?


在电脑桌面单击鼠标右键,点击NVIDIA进入设置界面image.png


通过 《通过预览调整图像设置 》 选择 “使用高级3D图像”设置【默认是 由3D 引用程序决定(L)】image.png


通过 《管理3D设置》 你会发现有"全局设置"和 "程序设置"两个

其中 全局设置是在所有游戏和程序中都应用这个设置

程序设置是在定制的单个程序中应用这个设置


相当于: 全局设置就是编程中的全局变量,都能用

程序设置就是编程中的局部变量,只有内部可以使用image.pngimage.png




OpenGL 渲染 GPU选择自己电脑的显卡【此处我的是3060】image.png


关掉垂直同步 ,默认是使用3D程序设置

该选项可以消除图像“横移”,但是对硬件要求很高,一般建议“强行关闭”image.png



最大渲染:提前渲染后面的画面,体验感非常好,但是非常耗性能。相当于垂直同步,防止画面撕裂。但是想吃鸡这样的一般不建议开启。

开启条件:如果运行感觉画面不够流畅,或者偶尔出现卡顿的情况。可以将这个数值调大一些。然后在进入游戏,卡顿的问题会有明显的改善,画面会平滑很多。最大预渲染帧数,就是让CPU分担一下GPU的工作,帮助其提前预处理一些帧,这样在使用时可以减少GPU的处理时间。

建议选择1 ,也就是不渲染下面的。下面的虚拟现实预渲染帧数也是一样的,建议为1

最后要点击应用才能生效。image.png



到这就差不多了,画质没有多少损失,但是帧率提上去了。感觉更稳定,更顺滑。


最后再送三个提高显卡性能方法:


方法一:物理加速,又称为PhysX加速设置

物理加速是NVIDIA一项利用显卡加速系统性能的技术。NVIDIA的物理加速,我尝试过,打开物理加速的确比打开之前性能优化的不是一点点。

打开方法:桌面右击鼠标点击NVIDIA进入设置界面,在显卡控制面板中有专 门 的“设置PhysX配置”选项,默认是自动选择,选择自己的显卡,就强制系统在游戏中使用显卡进行物理加速(PhysX)。


方法二:更新驱动

显卡才上市的驱动一般都不是最优的,一般会逐步完善,所以更新显卡驱动一般都会提升系统性能。一般安装总会出现一些问题,有时候卸载了还不行,这时候一般就是注册表问题,建议卸载旧的显卡驱动后使用系统清理工具清理垃圾和注册表 ,此处推荐使用火绒,干净免费。


方法三:显卡CUDA加速

NVIDIA公司开发的并行计算架构CUDA技术,利用GPU的并行处理能力,大幅提升系统科学计算性能。显卡性能越强,CUDA加速越好。CUDA技术,现在广泛用于个个方面。而与日常应用最多的就是视频转码。目前,绝大部分视频转码软件都支持CUDA加速技术,MediaCoder就是其中之一。MediaCoder打开CUDA转码非常简单,只要在视频栏目把编码器点选GPU,软件就会自动检测显卡加速。




相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
目录
相关文章
|
人工智能 自然语言处理 搜索推荐
Perplexity AI和秘塔AI相比如何?
【2月更文挑战第16天】Perplexity AI和秘塔AI相比如何?
2475 1
Perplexity AI和秘塔AI相比如何?
|
Linux 编译器 数据库
pacman包管理器介绍
pacman包管理器介绍
1245 0
|
资源调度 算法 JavaScript
Python基础专题 - 超级详细的 Random(随机)原理解析与编程实践
Python基础专题 - 超级详细的 Random(随机)原理解析与编程实践
2086 0
|
存储 人工智能 Cloud Native
【云故事探索】NO.13:全链路「长」在阿里云上!极氪汽车全速打造智能出行好体验
本文探讨了极氪汽车从创立到快速发展的背后,数字化体系对其成功的支撑作用。极氪通过与阿里云合作,利用云计算、PaaS服务及AI大模型等技术,实现了敏捷高效的用户体验和业务迭代。文章还分析了极氪在车联网安全、数据处理以及智能化座舱方面的技术突破,并指出全栈上云已成为智能电动车企业的必然选择,助力其在全球化与智能化趋势中脱颖而出。极氪的成功不仅源于产品定位,更得益于其对先进技术的深度应用。
|
自然语言处理 测试技术 数据安全/隐私保护
速卖通开放平台接口实战:跨境电商商品检索与详情解析全方案(附多语言处理 + 签名避坑代码)
本文基于30+店铺实战经验,详解速卖通接口开发核心:从签名认证、多语言字段处理到商品检索与详情解析,提供可复用代码及避坑指南,助你快速实现选品工具、多平台同步等跨境场景,新手也能少走两天弯路。
|
存储 KVM 虚拟化
VMware 安装华三CAS云平台过程
H3C CAS是一款基于KVM和OpenStack的虚拟化管理平台,包括CVK(虚拟化内核)、CVM(虚拟化管理)、CIC(云业务管理)和SSV(自助服务虚拟化)四个组件。实验目的是在VMware上搭建CAS云平台,通过创建虚拟机、选择Ubuntu 64位操作系统、配置处理器和内存、挂载ISO镜像等步骤进行安装。安装完成后,通过IP:8080/cas或https://ip:8443/cas以admin/admin登录验证。
2389 1
|
Kubernetes 监控 测试技术
在K8S中,如何实现金丝雀发布(灰度发布)?蓝绿发布?
在K8S中,如何实现金丝雀发布(灰度发布)?蓝绿发布?
|
JavaScript Java
kkFileView在线文件预览与项目集成
kkFileView在线文件预览与项目集成
1452 1
|
机器学习/深度学习 人工智能 算法
构建一个基于AI的语音识别系统:技术深度解析与实战指南
【5月更文挑战第28天】本文深入探讨了构建基于AI的语音识别系统,涵盖基本原理、关键技术及实战指南。关键步骤包括语音信号预处理、特征提取、声学模型、语言模型和解码器。深度学习在声学和语言模型中发挥关键作用,如RNN、LSTM和Transformer。实战部分涉及数据收集、预处理、模型训练、解码器实现及系统评估。通过本文,读者可了解构建语音识别系统的基本流程和技巧。
1502 1

热门文章

最新文章