Berita Mari kita bahas beberapa kegunaan dari alat benchmark Black Myth: Wukong

gomerdeka

Berita Mari kita bahas beberapa kegunaan dari alat benchmark Black Myth: Wukong

Tidak seperti Ed, aku tidak dianggap penting atau cukup tampan untuk mendapatkan Mitos Hitam: Wukong tinjauan kode, meninggalkan satu-satunya harapan saya untuk melakukan beberapa investigasi kinerja perangkat keras dengan alat pembandingan yang baru saja dirilis. Yang, menurut pengakuan pengembang Game Science sendiri, “mungkin tidak sepenuhnya mewakili pengalaman bermain game yang sebenarnya dan performa akhir pada saat game dirilis”. Dasar orang gila.

Alat ini memungkinkan untuk mengutak-atik pengaturan grafis individual, serta trik yang lebih menarik seperti penelusuran sinar dan keduanya DLSS 3 Dan FSR3.1 rasa pembuatan bingkai. Namun mengingat Wukong adalah pejuang yang maju Seperti Jiwaproses benchmark sangat tenang, sebagian besar berjalan di sungai yang tenang dengan hanya sekilas NPC yang diam. Tidak ada cara untuk menilai, misalnya, bagaimana badai efek partikel pertarungan bos dapat membebani GPU, atau apa yang akan terjadi jika Anda mengabaikan persyaratan sistem. SSD ketentuan dan mencoba memutarnya dari hard drive lama.

Namun, saya masih berpikir ada beberapa nilai yang bisa dipetik dari penerbangan lintas hutan yang damai ini. Salah satu alasannya, ini memberi semangat bagi peluang Wukong di Dek Uap: Saya memperoleh 65fps pada perangkat genggam Valve, dengan kombinasi preset Low dan peningkatan FSR yang ditetapkan ke 66%. Bahkan jika alat tersebut tidak sepenuhnya 1:1 dengan kinerja peluncuran game secara penuh, alat tersebut harus benar-benar keluar jalur untuk menghalangi Deck mendapatkan waktu yang lancar.


Berita Mari kita bahas beberapa kegunaan dari alat benchmark Black Myth: Wukong
Kredit gambar: Batu Kertas Senapan/Ilmu Permainan

Secara lebih luas, alat ini juga dapat memberikan gambaran sekilas tentang pengaturan spesifik mana yang layak diturunkan, jika Anda menginginkan kinerja yang lebih baik daripada yang ditawarkan oleh prasetel. Bahkan jika tolok ukur tersebut bukanlah demonstrasi terbaik, misalnya, efek visual, jika Anda bisa mendapatkan peningkatan framerate yang besar dengan menghilangkan sesuatu yang adalah sangat terwakili – bayangan, tekstur, pantulan, dan sebagainya – maka mengurangi pengaturan tersebut masih merupakan pilihan yang bagus untuk mempercepat permainan penuh.

Untuk mengetahui opsi mana yang mengklaim dampak performa terbesar, saya mulai dengan rata-rata 36fps – yaitu pada RTX 4060, pada 1080p, menggunakan preset Sinematik tertinggi dengan DLSS pada 75% – dan menjalankan kembali benchmark setelah mengubah masing-masing secara individual. Berikut hasilnya:

Pengaturan Kinerja rata-rata
Gerakan kabur, Kuat hingga Mati 36fps
Pengambilan sampel resolusi super, DLSS ke TSR 32fps
Pengambilan sampel resolusi super, DLSS ke FSR 34fps
Pembuatan bingkai, Mati ke Hidup 60fps
Ray tracing penuh, Off ke Medium 38fps
Kualitas jarak pandang, Sinematik hingga Sedang 37fps
Kualitas anti-aliasing, Sinematik hingga Sedang 37fps
Kualitas efek pasca, Sinematik hingga Sedang 37fps
Kualitas bayangan, Sinematik hingga Sedang 51fps
Kualitas tekstur. Sinematik hingga Sedang 36fps
Kualitas efek visual, Sinematik hingga Sedang 39fps
Kualitas rambut, Sinematik hingga Sedang 38fps
Kualitas vegetasi, Sinematik hingga Sedang 40fps
Kualitas pencahayaan global, Sinematik hingga Sedang 45fps
Kualitas pantulan, Sinematik hingga Sedang 37fps

Jika kita hanya menggunakan pengaturan kualitas untuk sementara, kita dapat melihat bahwa bayangan, vegetasi, dan iluminasi global adalah yang paling banyak menghabiskan framerate, dan karenanya mungkin akan diturunkan dalam permainan penuh. Dengan ketiganya pada Medium sekaligus, sisanya tetap pada Cinematic, RTX 4060 saya menghasilkan rata-rata 75fps yang jauh lebih lancar. Jelas angka pasti itu dapat naik atau turun sedikit di Wukong, tetapi sangat mungkin bahwa ketiga pengaturan itu akan tetap menjadi tantangan terbesar bagi perangkat Anda.

Jika kita beralih ke perangkat berteknologi tinggi, DLSS terlihat seperti (sekali lagi) pilihan peningkatan terbaik, meskipun jika Anda tidak memiliki RTX yang kompatibel kartu grafis untuk itu, baik TSR maupun FSR bukanlah alternatif yang sangat buruk. Menarik juga bagaimana mengaktifkan ray tracing dapat sedikit memperbaiki performa lebih tinggi daripada preset Sinematik; biasanya efek RT adalah hal yang paling banyak menggunakan GPU di menu. Wukong adalah game Unreal Engine 5, yang menggunakan teknologi Lumen Epic untuk pengaturan bayangan dan iluminasi global tertinggi, dan ini bisa sama sulitnya dengan ray tracing biasa pada GPU Anda. Jika tidak lebih, jelas. Memilih ray tracing penuh (atau penelusuran jalurdemikian sebutan umumnya) tampaknya menggantikan efek Lumen tersebut, sehingga ada sedikit peningkatan performa.


Tangkapan layar alat pembanding Black Myth: Wukong sedang beraksi, memperlihatkan jembatan kayu di atas sungai yang tenang.
Kredit gambar: Batu Kertas Senapan/Ilmu Permainan

Jadi, tolok ukur Black Myth: Wukong: tidak sesulit kelihatannya. Saya tetap tidak akan berasumsi bahwa 60fps yang solid di alat tersebut setara dengan 60fps yang solid di game final, tetapi setelah yang terakhir dirilis pada tanggal 20 Agustus, setidaknya Anda dapat memainkannya dengan mengetahui pengaturan mana yang harus dipotong jika kinerjanya menjadi tidak pasti.



Sumber

Mohon maaf, Foto memang tidak relevan. Jika keberatan atau harus diedit baik Artikel maupun foto Silahkan Klik Laporkan. Terima Kasih

Also Read

Tags

hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul hul