所谓GPU对处理其性能的依赖性，实际上指的是由处理器频率来决定的GPU本身的性能。一款GPU对于处理器的依赖体现在很多方面，诸如生成任务的能力、对于函数库以及内存访问的中断管理、对指令的转译以及管理等等。这些由处理器决定的过程每时每刻都在影响着我们的应用，通过逐步调整处理器的频率并收集对应频率下不同GPU的性能，我们就可以知道各种GPU构架对于处理器性能的依赖程度了。

处理器对任务及中断过程的管理

遗憾的是，这些依赖度的测试并不能很直接的使用实际游戏之类的手段来进行。诚然，显卡的各种测试最终都是要服务于游戏等实际应用当中才有意义，但在一般的游戏过程中，处理器除了要负责与GPU性能也就是依赖性直接相关的部分之外，还要负责处理顶点生成、程序中断控制管理、典型物理过程运算以及AI等多项事务，这些过程的处理都会极大地影响到最终游戏执行的速度。换句话说，处理器不仅影响着GPU的性能，其本身对应用的最终性能同样会产生直接的影响。通过调整处理器主频确实可以得到不同的游戏表现，但这些表现往往是处理器本身对游戏性能的影响，并不一定是GPU构架依赖处理器性能所导致的。

我们熟悉的3Dmark Vantage CPU Test就是典型的AI处理过程

GPU炼金实验室是一档致力于揭示构架底层设计特点的栏目，我们所做的测试均要求尽可能的回避能够对结果产生干扰或造成不确定性的因素。有介于这种情况，我们决定继续采用过去经常采用的低图形关联度测试法，以直接面向底层性能的通用计算测试，也就是SDK Simulation测试来替代多种因素交织并彼此产生影响的常规游戏过程。在此基础上，我们会同时提供对处理器性能依赖较小的图形过程来进一步体现GPU对处理器性能的依赖情况。

Fluid dynamics simulation

我们首先进行的SDK Simulation测试是使用Direct Compute完成的流体力学模拟测试——Fluid dynamics simulation。Fluid dynamics simulation基于弹性力/黏着力/重力为基础的颗粒碰撞模拟，每一个颗粒均拥有独立的力学参数，通过对颗粒本身在统一的重力参数作用下自有力学参数以及交互作用的计算，可以模拟大量颗粒的行为并达到模拟由它们构成的“流体”特性的目的。由于每一个粒子最终都会被处理成与其他粒子关联的任务，大量任务及其背后的关联性让Fluid dynamics simulation的Grid测试部分对于线程关联度判断等过程非常敏感，因此该项测试可以考验不同构架在图形通用计算以及有针对性的物理特效计算时对处理器的依赖度。

Cascaded Shadow Maps

Cascaded Shadow Maps（CSM）是一种基于阴影深度进行的阴影判断及快速操作模式，CSM通过将整个阴影划分成若干级的层次，以层次内部像素的深度来定义和快速判断阴影位置，并对近景阴影采取高精度贴图，远景阴影采用低精度贴图的方式来达到节约资源同时快速准确实现阴影贴图的目的。CSM可以极大地加快阴影操作的速度，同时避免大多数因为光源形态、阴影深度与像素尺寸差异所导致的阴影边缘及内部贴图错误。CSM可以透过Compute Shader来进行大量涉及矩阵运算及坐标判断，而这一过程会频繁的访问API，因此对处理器的任务及中断管理能力有着很高的要求。

3Dmark 11

不同版本的3Dmark对于图形过程中处理器的依赖度是不同的，基于DirectX 11的3Dmark 11由于侧重点的改变，对于处理器在常规图形过程中的依赖要小于其他版本的3Dmark Serise。因此，通过对3Dmark 11的测试，我们不仅能够从侧面获得一定的GPU构架对处理器依赖度的信息，还可以取得不同处理器主频下GPU构架所能够表现出来的图形性能变化趋势。