双显卡优化：充分利用专用GPU和共享GPU

许多电脑同时配备专用GPU和共享GPU（集成显卡），但常常出现专用GPU满载而共享GPU闲置的情况，造成资源浪费。本文将指导您如何优化双显卡配置，让系统在专用GPU高负载运行时，也能有效利用共享GPU的处理能力。

问题的关键在于合理分配应用程序对GPU资源的调用。系统默认的自动分配机制并非总是最佳选择，它可能不会在专用GPU满载时自动调用共享GPU进行辅助计算。

Miller CSV TSV JSON 数据处理器

Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。

下载

因此，我们需要手动配置GPU资源分配。以下步骤以NVIDIA显卡为例，其他显卡厂商的操作方法可能略有不同：

1. 打开NVIDIA控制面板： 右键点击桌面，选择“NVIDIA控制面板”。
2. 进入3D设置管理： 在左侧菜单中，选择“管理3D设置”。
3. 程序设置： 找到“程序设置”选项卡。
4. 选择程序和GPU： 在“选择一个程序以自定义其首选图形处理器”下拉菜单中，选择需要设置的应用程序。若列表中没有该程序，请点击“添加”按钮手动添加。
5. 指定GPU： 在“首选图形处理器”中，选择“自动选择”、“集成图形”或“高性能NVIDIA处理器”。 对于大型游戏等高负载程序，选择“高性能NVIDIA处理器”；对于网页浏览、办公软件等轻量级程序，选择“集成图形”。 点击“应用”保存设置。

通过以上设置，您可以根据程序的图形处理需求，灵活分配GPU资源。例如，将大型游戏分配给专用GPU，而将轻量级应用分配给共享GPU，从而最大限度地利用系统资源，提升整体性能。