Hace una década, la idea de combinar dos tarjetas gráficas para duplicar el rendimiento era el sueño de todo entusiasta del PC gaming. Sin embargo, tecnologías como NVIDIA SLI y AMD CrossFire han desaparecido casi por completo del mercado. Este artículo explica por qué el soporte por parte de desarrolladores y las complejidades de la escalabilidad de rendimiento llevaron a su declive. A pesar de esto, exploraremos si aún hay escenarios donde múltiples GPUs pueden ser útiles en un sistema moderno.
El auge de SLI y CrossFire
SLI era una tecnología de enlace para multiGPU lanzada por NVIDIA en 2004. Por otro lado, ATI/AMD lanzó un año más tarde su propia versión denominada CrossFire. La idea se basaban en dividir la carga de renderizado entre varias GPUs conectadas por un enlace rápido, además de permitir varios modos de funcionamiento:
- AFR (Alternate Frame Rendering): cada GPU renderiza fotogramas alternos (GPU1 el frame 1, GPU2 el frame 2, etc.).
- SFR (Split Frame Rendering): cada frame se divide en secciones (por ejemplo, superior e inferior) y cada parte es procesada por GPUs distintas.
- SuperTiling o modos híbridos: menos comunes, dividían la pantalla en bloques para repartir la carga entre las tarjetas gráficas instaladas.
En teoría, esto permitía un escalado lineal del rendimiento, es decir, dos GPUs doblaban el rendimiento, cuatro lo cuadriplicarían y así. En la práctica, el escalado era mucho más complejo y dependía fuertemente de la optimización de los drivers y del motor gráfico del juego, del software de renderizado, etc. Por tanto, en la realidad no se veían esos incrementos de rendimiento tan grandes, aunque sí que se aumentaba bastante el rendimiento frente a solo usar una GPU.
Problemas técnicos de las configuraciones multi-GPU
El abandono progresivo de estas tecnologías no fue casualidad. Había problemas técnicos de fondo, además de que las GPUs modernas fueron aumentando su rendimiento de forma bastante pronunciada, por lo que en muchos casos no era necesario tener más de una GPU. Por otro lado, también teníamos problemas como:
- Micro-stuttering: incluso con más FPS promedio, las diferencias en latencia de fotogramas producían una experiencia irregular en videojuegos. Un juego podía alcanzar 120 FPS, pero sentirse menos fluido que en una sola GPU a 80 FPS.
- Dependencia de drivers y perfiles: cada juego necesitaba un perfil específico de SLI/CrossFire. Sin soporte oficial, el escalado no funcionaba o incluso degradaba el rendimiento. Lo mismo ocurría en caso del software.
- Consumo energético y calor: más GPUs generan más calor, exigen una fuente de alimentación potente y sistemas de refrigeración avanzados. Los consumos tan elevados de las GPUs de última generación actuales harían el consumo casi prohibitivo en muchos casos.
- Coste y eficiencia: comprar una sola GPU de gama alta ofrecía mejor rendimiento por euro y menor complejidad que dos GPUs de gama media.
- Limitaciones de VRAM: la memoria de cada GPU no se sumaba; dos tarjetas con 8 GB cada una seguían ofreciendo 8 GB efectivos, porque cada GPU necesitaba duplicar los datos al estar compartidos…
- Tamaño: las enormes tarjetas gráficas actuales también hacen más complicado instalar más de una tarjeta en la misma caja.
El cambio en el ecosistema del software
A medida que los motores gráficos evolucionaron, los desarrolladores redujeron el esfuerzo en dar soporte oficial a configuraciones multi-GPU. El beneficio de mercado era reducido, ya que los usuarios con configuraciones multiGPU era muy excaso, y el coste de mantenimiento de drivers y testing era alto. Además:
- Las APIs modernas como DirectX 12 y Vulkan permiten explicit multi-GPU, donde es el motor del juego quien gestiona la distribución de la carga. Esto eliminó la necesidad de SLI/CrossFire en drivers, pero trasladó la complejidad al desarrollador.
- En la práctica, muy pocos estudios implementaron soporte nativo multi-GPU, dado que la base de usuarios era marginal. Los videojuegos que soportan multiGPU son muy pocos, casos raros son los basados en el motor gráfico Unreal Engine, pero no es habitual…
- NVIDIA anunció en 2020 que dejaba de dar soporte a SLI en drivers para nuevas GPUs, limitándolo solo a aplicaciones con soporte explícito en la API. AMD hizo algo parecido, dejando de promocionar sus drivers CrossFire desde las RX 5000, solo ofreciendo soporte multiGPU explícito en APIs como su contrincante.
¿Se pueden usar dos GPUs en un PC moderno?
La respuesta es que sí, es posible instalar más de una GPU en tu sistema. Es decir, físicamente puedes instalar dos o más GPUs en un PC actual, pero para ello, la placa base tiene que disponer de varios slots PCIe. Independientemente de eso, deberías saber que:
- Gaming: no obtendrás beneficios prácticos salvo en casos muy específicos con motores que implementen soporte explícito. Para la mayoría de juegos modernos, la segunda GPU quedará infrautilizada.
- Renderizado y cómputo: en aplicaciones como Blender, OctaneRender o TensorFlow, sí puedes usar varias GPUs en paralelo. Aquí cada GPU procesa tareas independientes (render buckets, lotes de datos), lo que escala muy bien.
- Uso profesional: estaciones de trabajo, deep learning y simulaciones científicas en HPC aprovechan múltiples GPUs porque la carga es muy elevada y se necesita este nivel de paralelismo.
Por ejemplo, en la actualidad existen placas base de gama alta de marcas como MSI, Gigabyte o ASUS con chipsets tope gama de AMD e Intel que incluyen dos ranuras PCIe 5.0 x16.
Te recomiendo leer también sobre cuáles son las mejores tarjetas gráficas de la actualidad
En resumen, para la mayoría de usuarios es un gasto innecesario… Solo en casos de supercomputación, renderizado 3D profesional con motores como V-Ray, Octane, Redshift, Arnold, etc., así como en cargas de IA, es necesario usar varias GPUs en paralelo.
Alternativas a la multi-GPU
Si estabas pensando en usar multi-GPU para gaming, deberías desechar la idea como he comentado antes. Otras soluciones que te pueden aportar más son:
- GPUs más potentes en solitario: elige una tarjeta gráfica de gama más alta si existe o con más VRAM disponible.
- Técnicas de escalado: tecnologías como DLSS (NVIDIA), FSR (AMD) o XeSS (Intel) permiten aumentar rendimiento meidante IA, reduciendo la presión sobre la GPU, obteniendo buenos resultados.
Si tienes cualquier duda y comentario, ya sabes…
