【DIY小记】新手小白超频i9-12900kf和3070ti经验分享

最近cs2更新了之后,因为总是解决fps过高的问题,导致游戏性能降的非常明显。笔者组的老土机子先前一直没有搞超频,现在也不得不睿一下保证游戏能够稍微流畅的运作,最终比以前稍微提升了50fps左右,cs2的dust2-benchmark地图能勉强达到平均400fps。本文就分享一下笔者在这块的粗浅经验,有什么技术概念性问题也麻烦大家指正。

配置方面,笔者主板是微星z690刀锋ti,cpu是i9-12900kf,散热用的追风者冰灵m25-360,gpu是3070ti,内存是一个比较简陋的ddr4,当然ddr5主板也没法支持,可以说整体是非常乞丐了。

首先是cpu的超频,整体的结论是睿不到cpu本身最大的5Ghz以上,只能有限度地睿。调试的话,一些外部的文章可以参考,比如这一篇,设置恒定电压,每次调整频率后,看电压给的怎么样,如果恒定电压超过1.3v的话工作温度就会上去,系统会不稳,得考虑手动设置电压offset这种高端操作,或者是降最高频这类小白操作。感觉恒定电压差不多1.2v出头,给的ok之后,就可以进系统拿aida64烤鸡,fpu测试,看散热能不能跟得上,如果瞬间99度那就得降频了,如果不是的话可以看看电压给的低不低,cpu频率稳不稳,能不overheat就差不多可以用了。笔者最终设置的是大核睿46小核/ring是38,烤鸡90度出头,散热非常捉急,但估计日常温度也上不去,时刻注意风扇声音就行。总而言之,得找到一个cpu频率和温度的平衡。12900kf本身发热比较猛,散热容易跟不上,只好说cpu频率尽可能高,温度尽可能稳定不过热,然后系统尽可能稳定,就行。

其次是显卡超频。由于笔者用的是微星主板,所以选择下载小飞机(MSI Afterburner)然后执行OC-Scanner做无脑超频即可,参考文档比如这一篇,最终存了一个显存+200MHz然后核心频率走一个扫描后的曲线的设置。虽然NVIDIA里面的"游戏内覆盖"能力也可以做到超频,但风闻效果没有小飞机好,所以还是用了小飞机操作,没有用游戏内覆盖。

最后在这些基础上也还有点微调,比如cpu关掉超线程,显卡去掉低延时模式之类,这些在以前的文章也有聊过。在cs2实测看到的效果,感觉瓶颈还是在cpu,但因为散热跟不上,所以只能有限地优化了。

相关推荐
谷公子的藏经阁12 小时前
Arm Cortex-M的FP和MVE
cpu·armv8·fp·architecture·mve
AI小小怪18 小时前
保姆级教程:Ubuntu 22.04 安装 NVIDIA GPU 驱动 + CUDA 12.6(RTX 3080 显卡)
linux·nvidia·cuda
谷公子的藏经阁19 小时前
Arm Cortex-M programmer model
arm·cpu·architecture·cortex-m
轻刀快马20 小时前
从底层 CPU 架构看透现代分布式与并发编程
分布式·架构·cpu
feasibility.2 天前
nvidia-smi 失灵,显存凭空消失?—— NVML 驱动版本错配的记录
linux·运维·服务器·经验分享·nvidia·驱动
视***间4 天前
端侧大模型落地新标杆:视程空间将GPT-OSS边缘AI深度导入NVIDIA Jetson平台
人工智能·gpt·边缘计算·nvidia·ai算力·gpt-oss·视程空间
扫地的小何尚4 天前
掌握 Agentic AI 技术:AI Agent 定制方法全景与实践路径
大数据·人工智能·算法·ai·llm·agent·nvidia
Elastic 中国社区官方博客5 天前
快 12 倍的 Elasticsearch 向量索引:使用 GPU 和 CPU 分层部署 NVIDIA cuVS
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·nvidia
阿里云大数据AI技术5 天前
开发者博客|在阿里云 PAI 平台实现规模化的机器人感知强化学习
人工智能·阿里云·机器人·强化学习·nvidia
JOJO___6 天前
【2026】记录在windows编译llama.cpp步骤,AMD CPU本地部署千问3.5本地大模型,内存占用低
windows·cpu·amd·llama.cpp·llama.cpp编译·千问3.5·本地大语言模型