很多人都有过这种经历：
刚开机玩游戏，帧率稳稳的，丝滑得一批。
玩了几个小时，越来越卡，帧率掉了十几二十帧，顿卡也变多了。
重启一下电脑，又好了。
这是为什么？
很多人以为是内存不够、CPU 降频、散热不行。
其实最常见的原因，是显存碎片。
今天从底层原理讲起，给你讲明白：显存碎片到底是什么，怎么形成的，为什么会导致卡顿，以及怎么解决
一、核心简介
显存碎片是 GPU 动态分配释放纹理、模型、光追 BVH 等资源后，显存空间残留大量零散不连续空闲小块的现象；碎片总空闲容量可观，但单块空间过小无法容纳新的大型资源，引发加载延迟、显存带宽下跌、内存置换、驱动额外开销，表现为游戏长时间运行后帧率持续下跌、场景切换卡顿，重启程序 / 整机清空显存即可临时恢复流畅，开放世界、光追、高分辨率材质、显存负载接近满载时该问题最突出。
二、量化逻辑公式
1. 碎片空闲总容量公式
\(S_{fragment\_total} = \sum_{i=1}^n s_i\)
- \(S_{fragment\_total}\)：所有零散碎片空间总和
- \(s_i\)：第 i 块独立零散空闲区块容量（单块尺寸小于当前待加载最大资源\(S_{res\_max}\)）
- n：显存碎片区块总数
2. 有效可用连续显存公式
\(S_{valid\_contiguous} = S_{vram\_total} - S_{used} - S_{fragment\_total}\)
- \(S_{vram\_total}\)：显卡物理总显存
- \(S_{used}\)：已占用显存容量
- \(S_{valid\_contiguous}\)：能直接存放大型资源的连续整块空闲空间
卡顿判定条件：
\(S_{valid\_contiguous} < S_{res\_max}\) 满足上式时，GPU 无法直接分配空间，触发资源搬迁、UVM 内存置换、碎片整理，产生性能损耗。
3. 显存有效带宽衰减模型
\(B_{effective} = B_{base} \times k_{fragment}\)
- \(B_{effective}\)：碎片下实际读写带宽
- \(B_{base}\)：无碎片时标准显存带宽
- \(k_{fragment}\)：碎片衰减系数（0.7~0.8，碎片越严重数值越低）
4. 驱动额外开销算力损耗
\(T_{overhead} = f(n,s_i)\) 碎片数量n越多、碎片区块越细碎，驱动管理、合并、整理占用 CPU/GPU 算力\(T_{overhead}\)越高，挤占游戏渲染算力。
三、通俗分层比喻
基础总喻：显存 = 停车场整块显存是一整片停车场，每个车位为最小显存分配单元；游戏资源是大小不一的车辆（小模型 = 电动车、高清纹理 = 大型 SUV、光追 BVH = 加长货车）。车辆不断驶入（分配显存）、离场（释放显存）。大车开走留下大片空位，后续只停小车，空位被切分成多个狭小残位，残位总和很大，但放不下加长货车，即为显存碎片。
资源加载卡顿比喻：收纳箱缝隙空箱子（刚开机显存）物品整齐摆放无空隙；反复取出放入大小差异极大的物件后，箱体遍布细碎缝隙，缝隙加起来空间充足，但大件物品无法塞入。要么挪动箱内全部物品腾出连续空位，要么把大件拆分存放，两种操作都会额外耗费时间，对应游戏加载卡顿。
带宽下降比喻：无序翻书无碎片时资源完整连续存放，如同书本按页码顺读，读取速度最快；碎片将单一资源拆分至显存多处，读取时需要反复跳转寻址，好比书页分散在整本不同位置来回翻找，读写效率大幅降低。
UVM 置换比喻：衣柜放不下临时放储物间明明衣柜整体还有空余，但没有连续空位放大件被褥，只能把现有衣物临时搬到屋外储物间（系统内存），使用时再搬回，来回搬运的延迟就是画面卡顿。
四、简易 Python 模拟代码（显存碎片生成逻辑，无图形界面）
模拟显存动态分配释放，统计连续空闲块与碎片数量，复现碎片堆积过程：
class VramManager: def __init__(self, total_vram): self.total = total_vram # 显存区块列表：[(起始地址, 容量, 是否占用)] self.blocks = [(0, total_vram, False)] def allocate(self, res_size): # 寻找足够大的连续空闲块分配资源 for idx, (start, size, used) in enumerate(self.blocks): if not used and size >= res_size: # 刚好填满整块 if size == res_size: self.blocks[idx] = (start, size, True) # 分割区块，剩余部分变成空闲碎片 else: self.blocks.pop(idx) self.blocks.insert(idx, (start, res_size, True)) self.blocks.insert(idx+1, (start + res_size, size - res_size, False)) return True # 无可用连续空间，分配失败，触发置换/碎片整理 return False def release(self, res_start): # 释放指定起始地址的占用区块，尝试合并相邻空闲块 for idx, (start, size, used) in enumerate(self.blocks): if start == res_start and used: self.blocks[idx] = (start, size, False) break # 合并相邻空闲块 new_blocks = [] temp_start, temp_size, temp_used = self.blocks[0] for b in self.blocks[1:]: s, sz, us = b if not temp_used and not us and temp_start + temp_size == s: temp_size += sz else: new_blocks.append((temp_start, temp_size, temp_used)) temp_start, temp_size, temp_used = s, sz, us new_blocks.append((temp_start, temp_size, temp_used)) self.blocks = new_blocks def get_fragment_info(self, max_res): # 统计碎片总容量、连续可用空间 frag_total = 0 contiguous_free = 0 for start, size, used in self.blocks: if not used: if size < max_res: frag_total += size else: contiguous_free += size return frag_total, contiguous_free # 模拟运行 if __name__ == "__main__": # 总显存10240MB，单次最大加载资源1200MB vram = VramManager(10240) max_resource = 1200 # 反复分配、释放大小不一资源，堆积碎片 resource_list = [1500, 300, 1200, 200, 900, 400, 1300, 250] alloc_addr = [] for res in resource_list: if vram.allocate(res): alloc_addr.append(vram.blocks[-2][0]) # 交替释放大型资源，制造碎片 for addr in alloc_addr[::2]: vram.release(addr) frag_sum, valid_cont = vram.get_fragment_info(max_resource) print(f"碎片总空闲容量：{frag_sum} MB") print(f"可存放大资源连续空闲空间：{valid_cont} MB") print(f"是否卡顿：{valid_cont < max_resource}")代码逻辑说明：模拟 GPU 显存区块分割、资源分配释放、空闲块合并；交替释放大型资源会产生大量小于大型资源尺寸的碎片，最终连续空闲空间不足，输出卡顿判定结果，还原显存碎片的生成规律。
五、边界限定说明
- 适用边界：模型基于通用 NVIDIA/AMD GPU 统一显存动态分配机制，仅针对显存碎片单一卡顿诱因；整机卡顿还受散热、CPU 降频、系统内存不足、驱动故障、游戏 CPU 线程优化差等因素影响，不可将全部掉帧问题归为显存碎片。
- 硬件边界：超大显存显卡（占用不足 50% 总显存）碎片性能衰减感知极弱；显存满载直接爆显存溢出不属于碎片问题，二者现象区分明确。
- 场景边界：线性剧情小游戏资源加载释放频次低，碎片累积缓慢；开放世界、动态光追、4K/8K 高清材质包场景碎片增长速度最快。
- 软件边界：碎片抑制效果优先级：重启程序 > 升级大显存显卡 > 降低画质分辨率 > 更新显卡驱动；碎片管理上限由游戏引擎底层显存调度逻辑决定，玩家无法手动干预引擎级内存整理策略。
- 公式边界：带宽衰减系数\(k_{fragment}=0.7\sim0.8\)为常规开放世界实测区间，静态场景、轻负载游戏衰减系数接近 0.9；驱动开销无固定数值公式，仅为碎片数量的正相关函数，受 GPU 架构、驱动版本浮动影响。
- 知道了原因，解决方法就很明确了： 1. 重启游戏 / 重启电脑（最有效） 最简单，最直接，最有效 重启一下，显存清空了，重新加载，整整齐齐 啥问题都解决了 2. 降低画质 / 分辨率（治标不治本） 资源小了，占的显存少了 碎片的影响就小了 但牺牲了画质，不推荐 3. 升级更大显存的显卡（治本） 显存大了，用不完，碎片多点也无所谓 就像大房子，东西随便放，有点缝隙也不影响 最根本的解决办法，就是费钱 4. 驱动优化（效果有限） 显卡驱动会做一些碎片管理、合并的工作 更新驱动，有时候能改善一点 但别抱太大期望 5. 游戏引擎优化（看开发商） 好的引擎，会自己管理显存，减少碎片 差的引擎，玩俩小时就卡得不行 这个玩家控制不了，得看开发商良心
- 最后总结几句： 玩游戏越玩越卡，大概率是显存碎片的锅，不是你的卡不行了 显存碎片就是显存里的小缝隙，加起来挺大，但啥也装不下 开放世界、光追、4K、显存刚好用满，这几种情况碎片最严重 最简单的解决办法就是重启，一重启就好 根本解决办法就是换大显存的卡，显存够大，碎片就不是事 以后再有人跟你说 "我玩游戏越玩越卡，是不是显卡坏了"，你就跟他说： 重启一下，显存碎片而已。
