用 GPU Busy 與 frame time 找出遊戲效能瓶頸
單看 GPU 使用率，未必足以判斷遊戲是否受 CPU 限制。XDA Developers 指出，使用率是某段採樣時間內的平均值，短暫的 CPU 等待有機會被平均值掩蓋；相反，Intel PresentMon 的 GPU Busy 以毫秒顯示 GPU 處理每一幀實際花費的時間，能與 frame time 並排比較。
不過，GPU Busy 與 frame time 的差距不能直接等同「CPU 瓶頸」。V-Sync、FPS cap、遊戲引擎本身的限制，以及記憶體供應資料的延遲，都可能令 GPU 沒有全速工作。這項指標較適合作為縮小範圍的工具，而非替升級 CPU 或 GPU 下結論。
先讀懂兩個時間數字
frame time 是每幀送出的間隔；FPS 與它互為倒數。以 150 FPS 為例，每幀約為 6.67ms。GPU Busy 則是 GPU 處理該幀所用的時間。
- GPU Busy 接近 frame time：例如 frame time 約 6.67ms、GPU Busy 約 6ms，代表 GPU 幾乎填滿整段時間。這較符合 GPU 限制的情況。
- GPU Busy 明顯低於 frame time：例如 GPU Busy 約 4ms，GPU 早於下一幀到達前完成工作。若這種差距在多幀持續出現，CPU、記憶體、幀率限制或引擎限制便值得進一步排查。
- 數值忽高忽低：不要只看平均值。個別幀可能受 CPU 端停頓影響，另一些幀仍受 GPU 限制；圖表的趨勢比單一讀數更有用。
CPU 與 GPU 的工作可重疊進行，因此兩者相減後的空檔，不代表 CPU 必定剛好花了同樣時間準備下一幀。這是讀圖時最容易過度解讀的一點。
用 PresentMon 作一次可比較的測試
可先以平日常玩的場景作基準，例如同一段路線、同一張地圖或同一個存檔位置，盡量維持相同遊戲設定。開啟 PresentMon，讓圖表同時顯示 GPU Busy 與 frame time；若平日已有其他監測工具，也可保留 GPU 使用率作快速參考。
接著分兩輪觀察：
- 先記錄原有解像度、畫質與幀率下的表現，留意兩條時間數據的關係，而非只看 FPS。
- 降低解像度，或調低較吃 GPU 的畫質設定；原文亦建議可啟用 DLSS，以減少 GPU 工作量。然後在相同場景重測。
若 GPU Busy 隨設定降低而下跌，frame time 亦明顯縮短、FPS 上升，GPU 很可能是主要限制。若 GPU Busy 明顯下降，但 FPS 幾乎不動，則代表降低 GPU 工作量未能解決主因；此時才較有理由把注意力放到 CPU、記憶體、遊戲引擎或設定的幀率限制。
排錯要先排除「人為封頂」
在判斷硬件前，先檢查 V-Sync 與 FPS cap。兩者都可能刻意限制輸出，使 GPU 使用率與 GPU Busy 偏低，即使 CPU 尚有餘力也一樣。若要比較不同畫質設定，亦應維持相同的同步與幀率設定，否則結果沒有可比性。
其後才考慮記憶體及遊戲本身。原文指出，較慢的 RAM 可令 CPU 等待資料並拉長 frame time；部分遊戲也可能受引擎限制，未必能充分利用高階 GPU。換言之，發現 GPU 沒有跑滿，不等於立刻要換 CPU。
對升級決定有何用
對計劃升級電腦的玩家，較實際的做法是先用 GPU 使用率作初步篩查，再以 GPU Busy 對照 frame time 驗證。若降低解像度與 GPU 負荷後幀率仍無明顯改善，才進一步檢查 CPU、RAM、同步設定及遊戲特性；若畫質一降便有明顯回報，GPU 升級的理據便較清楚。
PresentMon 提供的是每幀層面的線索，並不能單獨判定故障或瓶頸。日後玩家更值得留意的，是遊戲更新、驅動程式和不同畫質模式下，這兩項時間數據是否出現一致變化，避免只憑一個使用率百分比作硬件決定。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- XDA Developers — This overlooked metric can reveal CPU bottlenecks that GPU usage alone can't — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
