Cuando usted solicita los mismos datos una y otra vez , ya que los datos constituye una imagen o elementos de un juego de video, la GPU toma nota y lo almacena localmente en lo que se llama una " cache. " la próxima vez que usted solicita que los datos , la GPU puede recuperar de la caché en lugar de solicitar desde el disco duro, que lleva mucho más tiempo . Multi -core GPU también tiene una memoria caché , sino porque comprenden varias GPUs individuo en el mismo chip de circuito , se puede recuperar y procesar los datos mucho más rápido . Esto se traduce en una menor latencia , lo que simplemente significa que usted no tiene que esperar tanto tiempo para cargar las páginas .
Más programas a la vez
Una sola GPU procesa información un bit cada vez, pero una GPU multinúcleo procesos muchas veces esa cantidad. Esto significa que se puede utilizar más programas a la vez , con menos lag y el tiempo de inactividad , lo que puede sin uno. Este beneficio es evidente cuando usted está utilizando los reproductores multimedia , juegos de video y la visualización de imágenes de alta resolución. Además , puede ejecutar más programas al mismo tiempo.
Menos energía Consumo
Su equipo puede tener más de una GPU, pero a menos que ' volver se encuentra en el mismo chip de circuito , utilizan mucha más energía . Un verdadero GPU multinúcleo paquetes de la GPU en estrecha colaboración, lo que los hace más eficientes. Debido a que consume menos energía cuando se usan , también genera menos calor. Esto es una ventaja importante, ya que los tipos de medios de ese proceso GPUs , como el vídeo , ya generar una gran cantidad de calor.
Multi -Threading
ingenieros de software
escriben especial código en sus productos que pueden tomar ventaja de las características de las GPU multinúcleo. Específicamente , se crean código que es capaz de múltiples hilos . Al iniciar esta aplicación, se abrirá múltiples procesos . Usted puede ver estos procesos en el Administrador de tareas de Windows. A continuación, dirigirlos a través de la GPU multi-core , poniendo GPUs individuo para trabajar el procesamiento de diferentes flujos de datos . Esto es muy importante para las bases de datos y servidores , porque significa que ahora pueden procesar más de una solicitud a la vez.