3. 显存性能指标：带宽、频率、位宽与延迟
显存性能，说白了就是数据搬运的速度和效率。我调试过不少驱动，发现很多人只盯着显存容量看，却忽略了带宽和延迟这些硬指标。今天咱们就把这几个核心参数掰开揉碎了讲清楚。
3.1 显存带宽的计算公式
显存带宽，就是显存每秒能读写多少数据。单位是 GB/s。公式很简单：
显存带宽 = 显存频率 × 显存位宽 ÷ 8注意，这里的显存频率是有效频率。DDR 系列显存一个时钟周期传输两次数据，所以有效频率 = 基础频率 × 2。GDDR5、GDDR6 这类显存，还要再乘以数据倍率。
举个例子：
- 一张显卡，显存基础频率 1750 MHz
- GDDR5 显存，有效频率 = 1750 × 4 = 7000 MHz
- 位宽 256 bit
- 带宽 = 7000 × 256 ÷ 8 = 224 GB/s
嗯，这里要注意。很多厂商宣传时喜欢用「等效频率」来标，比如 14 Gbps。你直接用这个值乘以位宽再除以 8 就行，不用再翻倍了。
核心公式速记：
带宽 (GB/s) = 有效频率 (MHz) × 位宽 (bit) ÷ 8000
或者：带宽 = 有效频率 (GHz) × 位宽 (bit) ÷ 8
3.2 显存频率与位宽的关系
频率和位宽，就像水管的水压和管径。频率高，数据流动快；位宽大，一次能搬的数据多。两者共同决定了总吞吐量。
我在项目中遇到过一种情况：某款 GPU 为了省成本，把位宽砍了一半，频率提得很高。结果呢？带宽反而没上去，延迟还变大了。为什么？因为频率高了，但每次传输的数据量小了，频繁请求反而增加了开销。
所以，我个人习惯先看位宽，再看频率。位宽是硬实力，频率是软实力。位宽不够，频率再高也难补。
| 参数 | 影响 | 典型值 |
|---|---|---|
| 显存频率 | 决定单次传输速度 | GDDR6: 14-21 Gbps |
| 显存位宽 | 决定并行传输能力 | 入门: 128 bit / 中端: 256 bit / 旗舰: 384-512 bit |
| 带宽 | 综合吞吐能力 | 入门: ~200 GB/s / 旗舰: >1 TB/s |
3.3 有效带宽与实际带宽
理论带宽是理想值，实际跑起来根本达不到。为什么？因为显存访问不是连续的，有地址切换、行激活、预充电这些开销。
有效带宽，指的是在特定访问模式下能稳定达到的带宽。实际带宽，是跑真实应用时测出来的。两者差距可能很大。
我曾经调一个 4K 纹理渲染的驱动，理论带宽 500 GB/s，实际只能跑到 320 GB/s。查了半天，发现是纹理坐标访问模式太随机，导致显存频繁换行。后来改了纹理排布方式，实际带宽提到了 420 GB/s。
我的经验：
实际带宽通常只有理论值的 60%-85%。如果你的应用能跑到 80% 以上，说明显存访问优化得不错了。低于 60%，就要检查访问模式了。
影响实际带宽的因素：
- 访问连续性：连续地址访问效率最高，随机访问效率低
- 行命中率：显存行命中率高，延迟低，带宽高
- 读写比例：混合读写比纯读或纯写效率低
- Bank 冲突：多个请求打到同一个 Bank，会排队等待
3.4 延迟对性能的影响
带宽是「能搬多少」，延迟是「搬一次要等多久」。两者都很重要，但影响面不同。
延迟主要来自几个方面：
- 显存自身延迟：从发出请求到数据返回的时间，GDDR6 一般在 50-100 ns
- 总线延迟：数据在 GPU 和显存之间传输的时间
- 控制器延迟：显存控制器调度请求的时间
延迟对性能的影响，要看应用场景：
- 带宽敏感型：比如大纹理渲染、视频编解码。延迟高一点没关系，带宽够就行。
- 延迟敏感型：比如小数据量频繁访问、实时计算。延迟高了，GPU 核心会空转等待。
我记得有一次优化一个 AI 推理模型，模型不大，但每层都要频繁读写小张量。理论带宽绰绰有余，但实际帧率就是上不去。后来用 NVIDIA Nsight 一测，发现显存延迟占了总时间的 40%。改成共享内存缓存中间结果后，延迟降到了 15%，帧率直接翻倍。
避坑指南：
我曾经在驱动里把显存频率调得过高，结果延迟反而增加了。因为频率高了，显存控制器需要更多周期来稳定信号。所以，频率不是越高越好，要结合延迟一起看。
3.5 知识体系图
下面这张图，把显存性能的几个核心指标串起来了。你一看就明白它们之间的关系。
这张图把显存性能拆成了四个维度：带宽、频率、位宽、延迟。带宽是最终结果，频率和位宽是输入，延迟是干扰因素。你优化显存性能时，就从这四个方向入手。
好了，显存性能指标就讲到这里。记住一句话：带宽决定上限，延迟决定下限。两者都要抓，但不同场景侧重点不同。
想要更多资料，联系可可