长焦镜头|80 Ti首登移动市场,GPU性能再破天花板,雷蛇灵刃17笔记本电脑全面评测( 三 )



众所周知 , 笔记本电脑受限于空间的狭小 , 平台整体的功耗墙效应十分明显 。 CPU和GPU作为笔记本电脑内的两个核心功耗大户 , 在一些深度应用中几乎都时刻在抢占着功耗 , 此消彼长 。 第四代Max-Q技术中的全新NVIDIA CPU Optimizer作用就是提高CPU和GPU的协作效率 , 减少此前二者协作过程中可能出现的功耗浪费现象 , 从而实现整体平台的效率改进 。
需要说明的是 , NVIDIA CPU Optimizer是系统自动进行的 , 并不需要人为干预 。 NVIDIA与CPU供应商合作开发了一种新的底层框架 , 使NVIDIA GPU驱动程序能够进一步优化CPU的性能、温度和功耗 。 通过减少不必要的性能开销来实现效率提升 , 并在最需要的地方在GPU和CPU之间转移功率 , 实现更高的游戏或创作性能 。 同时 , 这种优化算法是基于AI人工智能的 , 它可以有效地协调CPU和GPU之间的频率 。 NVIDIA还优化了创作类应用程序中的工作负荷从CPU到GPU的切换 。 一旦工作被移交到GPU处理 , CPU就会进入深度睡眠模式 , 而GPU则会执行工作 。 工作完成 , GPU再会唤醒CPU , 从而实现功耗于性能的最佳分配 。
Rapid Core Scaling 智能核心优化
实现条件:自动运行

对大多数创作型应用来说 , 基本都属于计算密集型工作负载 , 比如常见的Adobe Premiere Pro、Blender或MATLAB中的工作负载 。 对这些密集型负载 , NVIDIA在第四代Max-Q技术中推出了Rapid Core Scaling智能核心优化技术 。 这一黑科技可以自动感知工作负载的特征 , 并在使用笔记本电池电源时 , 在GPU核心之间快速切换电源供应 。 随着工作负载需求的变化 , 它可以暂时禁用未充分利用的内核 , 并将其电源分配给更活跃的内核 。 有了更多的可用功率 , 活跃的内核运行速度更快 , 从而可以实现更高的性能 。
Dynamic Boost动态增强
实现条件:自动运行

由AI驱动的Dynamic Boost是NVIDIA为笔记本电脑推出的智能功率平衡技术 , 我们在此前的RTX 30系Laptop GPU测试中也为大家介绍过 , 相信大家都已经对此有了一定的了解 。 它能够在CPU、GPU和显存之间转换功率 , 将转换出来的功率发送到最需要的地方 , 以使笔记本电脑生态系统更高效、性能更高 。
之前的Dynamic Boost最多能够从CPU等组件中“借来”15W的功率供GPU使用(同理 , CPU也可以在高负载时向GPU“借”功耗) , 这也是我们常说的165W(150+15)“完整版” RTX 3080笔记本电脑GPU的由来 。 而到了Max-Q 4.0时 , Dynamic Boost也再次进化 , 这一次 , 它最多能从其他组件中“借来”25W功耗 , 也就意味着RTX 3080 Ti的最高功耗可以达到175W而不“碰墙” 。 当然 , 功耗的“借用”是双向的 , 当CPU需要更多功耗的场景 , CPU也同样可以从GPU那里“借用”功率 , 从而实现更智能化的功率分配 。
此外 , 第四代Max-Q技术仍然具备了之前Max-Q技术中的几大核心 。
Whisper Mode 2.0智能降噪
实现方式:手动+自动控制

基于AI人工智能算法的Whisper Mode 2.0可管理CPU、GPU、系统温度和风扇速度 , 以提供出色的噪音控制和极佳性能 。
DLSS 2.3
实现方式:手动设置
还是熟悉的味道 , DLSS一直在不断进化学习中 。 而且对于笔记本电脑而言 , DLSS存在的意义更大 。 由于笔记本电脑GPU受功耗的限制更为严格 , 相对于桌面产品而言在性能上有一定的缺损 , 因此使用智能AI驱动的DLSS可以大幅提高性能 , 而不会挑战笔记本电脑的功耗和散热限制 。 在GPU功率相同的情况下 , DLSS可以实现最高达2倍的游戏性能 。
Advanced Optimus 动态显示切换
运行方式:手动设置