- NVIDIA SLI 和 AMD CrossFire 已经过时，但双 GPU 在个人计算中仍然有用。
- 我们向专家请教了使用两个 GPU 的意义所在。
- 请继续阅读，了解在非企业环境中哪些任务适合使用双 GPU。
10-15 年前，双 GPU 配置 SLI 模式以及后来的 CrossFire 模式是 PC 游戏的最高境界。
这种技术使用两个相同的 GPU 各渲染一半图像，然后合并输出，最后显示在显示器上。
英伟达 SLI 和 AMD CrossFire 双 GPU 游戏模式已彻底消亡
我相信有些人在谴责双 GPU 游戏的消亡，但事实是，只有一小部分用户有足够的资金购买如此高端的配置。
不仅如此，边缘案例还导致了大量的错误和兼容性问题，使用户难以享受 SLI 和 CrossFire 带来的好处。
事实上，图形处理器之间的 VRAM 是重复的，只能使用相同的型号，这不利于这项技术的大规模应用。此外，性能也没有达到预期的 2 倍。
如果您不想读到最后，本文的结论是 是的，您可以同时使用多个 GPU但这并不意味着在同一台电脑上运行两个 GPU 都能带来好处。
大多数应用程序不能同时使用一个 GPU，因此您可以同时运行两个图形密集型应用程序，前提是 将每个 GPU 分配给正确的应用程序.
那么 何时才有意义 现在就投资双 GPU 配置?我们将在本文中尝试回答这个问题。我们收集了业内专家的观点，以突出同一系统中使用多显卡的优势。
高性能视频编辑和 3D 渲染
高性能视频编辑和 3D 渲染是一项能从使用双 GPU 中显著受益的个人计算任务。渲染复杂视频效果、实时编辑和运行高质量模拟等任务会对单个 GPU 提出很高的要求。通过使用双 GPU，可以分担工作量，加快渲染时间，提高实时性能，这对从事大型项目的内容创作者尤其有利。
双 GPU 将为视频编辑中的多任务处理提供所需的动力，从而在处理多个高分辨率数据流或复杂的视觉效果时实现更流畅的工作流程。此外，对于游戏或仿真建模等行业，双 GPU 可以确保更高的帧速率和渲染速度，提供更身临其境和更高效的计算体验。这一功能对于创意领域的专业人士来说尤其重要，因为他们既需要精确度，又需要速度。
高级数据分析和机器学习
就我个人而言，运行高级数据分析和机器学习模型是最能受益于双 GPU 的实际任务之一。我注意到，在训练大规模模型（如用于预测分析或推荐系统的模型）时，单个 GPU 往往会陷入困境，大大减慢进程。有了双 GPU，就可以有效地分担工作负荷，我认为这可以将训练时间缩短多达 40%。这有助于更快地提供见解，这在快节奏的商业环境中至关重要。
高性能数据可视化
在我看来，对于任何从事高性能数据可视化工作的人来说，双 GPU 都将是一个巨大的优势，尤其是在渲染大型复杂数据集时。我个人认为，金融、医疗保健或科学研究等需要处理海量数据的行业，使用双 GPU 可以带来显著的改进。
例如，在可视化实时股票市场趋势或大规模患者数据时，庞大的数据量会让单个 GPU 吃不消。我发现，在主 GPU 处理核心数据的同时，使用第二个 GPU 专门处理渲染，可以将分析速度提高 50%。这种双处理能力可以实现更流畅、更快速的可视化和即时互动，在处理时效性较强的数据时可以发挥巨大作用。
GPU 直通虚拟化，实现接近裸机的性能
这是我写的。请注意
如果你以前使用过虚拟机，你就会发现与裸机（又称非虚拟化硬件）相比最大的性能差异：任何图形密集型应用程序的运行速度都会减慢，甚至完全无法使用。
如果你有两个或更多 GPU，就可以通过使用 GPU 直通虚拟化技术，将上位机不用的 GPU 完全附加到虚拟机上。对于虚拟机来说，GPU 看起来就像直接连接的一样，性能也非常接近本地性能。
这可以让你在主机上运行 Linux，然后启动 Windows 虚拟机专门用于游戏。这将非常有效。
我们是否错过了任何重要的双 GPU 使用案例？让我们在评论中继续讨论。
