通過系統(tǒng)優(yōu)化、軟件更新甚至硬件超頻的方式的確能改善電腦速度，但最行之有效的方法始終是硬件的更換。針對不同的需求，抓準硬件當中的短板，準確地更換硬件獲得更高的性能提升是一門學問。
游戲不流暢更換GPU
GPU就是顯卡，顯卡性能等同于平臺的游戲性能這是長久以來的觀念，在絕大多數(shù)的情況下這個觀念是能夠站得住腳的。盡管近幾年GPU的性能提升用突飛猛進來形容一點不為過，但依舊抵擋不住大型3D游戲畫面的進化以及不斷提升的顯示器物理分辨率。面對大型單機游戲卡頓與不流暢，更換顯卡是最行之有效的方法。
顯卡幾乎是整個PC平臺更換起來最為容易的一種設備，只需要從主板PCI-E插槽上取下顯卡更換新卡即可，沒有DIY經(jīng)驗的用戶同樣可以操作。但在實際更換時仍然有很多注意事項，最集中的兩點就是電源是否支持以及顯卡長度與機箱是否匹配。
圖1 3D游戲大作對顯卡的要求水漲船高
圖2 應對《GTA V》這樣的大作更換顯卡是最直接方法
需要更換CPU的場景
CPU是整個PC的大腦，基本上所有關于PC的軟硬件處理都要經(jīng)過CPU。判斷一臺電腦的CPU是否成為瓶頸并不是很容易的事，需要準對不同的使用場景分別判斷。
傳統(tǒng)意義上游戲不流暢用戶需要更換顯卡，但是目前微軟主流的API DX11對于處理器的利用效能十分不佳，如果處理器性能不能達到某一個標準，顯卡就算再強也無法發(fā)揮功效。我們雜志中“裝機報價”欄目長期提供各類主流游戲的配置推薦，其中將處理器需求放在顯卡需求之前就是這個原因。
圖3 引擎出色的游戲能夠充分發(fā)揮CPU的全部性能
一些引擎較老的游戲只需要雙核3.0GHz頻率即可達標，而引擎效率較高的全新大型3D游戲則甚至可以支持最多4個物理核心，4GHz頻率也能比3GHz頻率有明顯提高。針對不同的游戲，找出其性能需求的閾值十分重要。
另外特別需要注意的是一些網(wǎng)絡游戲，它們的共同特點是雖然游戲的畫面比不上大型3D單機大作，但對電腦的要求一點也不低。究其原因是因為網(wǎng)絡游戲同屏幕當有大量其他玩家和NPC單位存在，在激烈的戰(zhàn)斗當中對CPU的要求自然水漲船高。具體判斷的方法十分簡單，置身游戲角色于一個人多并且復雜的戰(zhàn)斗場景，如果將游戲的特效降到最低依舊卡頓則是處理器瓶頸；如果降低特效前后有明顯的流暢性改善則瓶頸基本不在處理器。
圖4 大型團隊網(wǎng)絡游戲?qū)τ谔幚砥鞯囊笫挚鋸?/p>
近期觀看高清大片（1080P及以上片源）、全屏幕視頻錄制、游戲直播的愛好者越來越多，這些應用幾乎全都和CPU性能掛鉤。雖然在這些應用上使用GPU硬解碼效果更為出眾，但受限于平臺、軟件和官方指定加速器等限制，依舊有大批用戶在使用CPU軟解方式。針對這一部分的用戶，CPU升級是沒有“夠用就好”一說的，軟解碼對于處理器的要求沒有止境，而且傳統(tǒng)應用中很難利用的HT超線程這類虛擬核心技術也能夠被支持得很好。
圖5 只要使用軟解碼方式對CPU要求就非常高
圖6 斗魚使用的OBS直播軟件會讓CPU承受很重的負荷
更換SSD須知
從HDD升級到SSD會讓操作系統(tǒng)讀寫小文件性能有天翻地覆般的變化，隨機讀寫性能的提升大幅度提高了系統(tǒng)流暢程度。但現(xiàn)在一些商家和游戲廠商官方配置似乎將SSD作為游戲標配來宣傳，這樣的說法并無根據(jù)。影響游戲幀數(shù)的關鍵在于GPU以及CPU，與硬盤掛鉤的唯一情況是當內(nèi)存不足時系統(tǒng)開始調(diào)用硬盤上的頁面文件作為虛擬硬盤，這個調(diào)用的瞬間會造成卡頓。但是請注意目前大多數(shù)PC內(nèi)存都不存在容量不足的情況，調(diào)用虛擬硬盤過后游戲幀數(shù)也會逐漸恢復正常，所以硬盤對于游戲性能來講依舊是幾大件當中最弱的一環(huán)。
聚焦多通道/多卡系統(tǒng)
廠家作為噱頭但實際上根本不實用的設計和產(chǎn)品近些年越來越少了，但一些“忽悠”依然存在，其中最具代表性的多通道內(nèi)存和多卡系統(tǒng)。首先看雙/多通道內(nèi)存，其實在過去的文章中我們曾經(jīng)多次提及，雙/多通道內(nèi)存確實對于內(nèi)存的讀、寫和潛伏性能有一定的提升，但是這個值幾乎可以忽略不計。比如用戶選擇雙通道2×4GB內(nèi)存或單通道1×8GB內(nèi)存，對于系統(tǒng)的讀寫速度差異在5%以內(nèi)。唯一特殊的是X99平臺這類四通道平臺，但性能差異也不會超過10%，而且使用旗艦平臺的用戶一般也不會在內(nèi)存上省錢。
圖7 X99的四通道平臺也只是帶來了微量的提升
但在雙卡系統(tǒng)上，情況就完全不同了。如果用戶的主板和具體游戲都支持SLI或者交火系統(tǒng)，理論上使用雙卡幾乎可以達到單卡的兩倍性能。但實際使用當中會遇到諸多問題，其中關于顯存方面的問題大大影響了雙卡系統(tǒng)的實用性。
并不疊加的顯存與位寬
首先就是顯存問題，使用雙卡時兩塊顯卡的顯存并不疊加，游戲?qū)ο到y(tǒng)性能的壓力雖然均分至每一塊顯卡，但不同顯卡均在各自為戰(zhàn)，如果在某個游戲配置下需求3GB以上顯存，使用兩塊2GB顯存的雙卡系統(tǒng)依舊會被“爆顯存”。另外雖然嚴格說來顯存位寬是彼此疊加的，就是說多顯卡內(nèi)的顯存數(shù)據(jù)是同時傳輸，而不是先等待卡1的顯存數(shù)據(jù)載入完畢后再載入卡2所需的顯存數(shù)據(jù)，所以兩張256bit的卡SLI時位寬實際上是512bit。但由于兩張卡的顯存內(nèi)的數(shù)據(jù)完全一樣，所以這樣的疊加是沒有意義的，最終實際的執(zhí)行效率還是256bit。使用雙卡系統(tǒng)就是為了最好的游戲性能，但并不疊加的顯存以及位寬明顯與初衷不符，這是中端多卡系統(tǒng)最尷尬所在。
圖8 多卡系統(tǒng)彼此不疊加的顯存/位寬是致命傷
一般認為在購買中端顯卡時考慮以后組成多卡系統(tǒng)均是不劃算的消費理念，只有在頂級平臺上使用頂級顯卡依舊不能滿足游戲所需性能時，使用頂級顯卡進行多卡系統(tǒng)才有其實用性。除了需要極致游戲性能的發(fā)燒友外，選顯卡時使用能夠接受預算內(nèi)的最佳顯卡一步到位最佳。
圖9 多卡系統(tǒng)只適合追求極致性能的頂級平臺
針對 GPT-3.5 模型的一層，我們可以估算其內(nèi)存和顯存占用。以下是一層的計算過程和估算內(nèi)存和顯存占用的步驟：
1. 自注意力層（Self-Attention Layer）：
- 查詢、鍵、值向量大小：每個 token 有 2048 維，假設有 4096 個 token，因此每個向量的大小為 2048 維
- 注意力分數(shù)矩陣大小：由于每個 token 都要與其他 token 進行注意力計算，因此注意力分數(shù)矩陣的大小為 4096 × 4096
- 注意力權(quán)重分布大小：與注意力分數(shù)矩陣相同，大小為 4096 × 4096
- 上下文向量大小：與查詢、鍵、值向量大小相同，每個 token 有 2048 維，假設有 4096 個 token
2. 前饋神經(jīng)網(wǎng)絡層（Feedforward Neural Network Layer）：
- 隱藏層參數(shù)大小：假設隱藏層大小為 8192 維，輸入維度為 2048 維，因此隱藏層參數(shù)大小為 2048 × 8192
- 輸出層參數(shù)大小：假設輸出層大小為 2048 維，因此輸出層參數(shù)大小為 8192 × 2048
接下來，我們可以根據(jù)每個浮點數(shù)占用的內(nèi)存空間（通常是 4 字節(jié)或 8 字節(jié)）來估算內(nèi)存和顯存占用。然后將每一層的內(nèi)存占用累加起來，就可以得到整個模型的內(nèi)存占用情況。
請注意，這里的估算僅供參考，實際的內(nèi)存和顯存占用可能受到模型實現(xiàn)、硬件環(huán)境等因素的影響。