GPU架构(续)

6、Nvdia GPU Femi架构

GTX480-Compute 2.0 capability：

• 有15个core或者说SM（Streaming Multiprocessors ）。
• 每个SM,一般有32 cuda处理器。
• 共480个cuda处理器。
• 带ECC的global memory
• 每个SM内的线程按32个单位调度执行，称作warp。每个SM内有2个warp发射单元。
• 一个cuda核由一个ALU和一个FPU组成，FPU是浮点处理单元。

SIMT和SIMD

SIMT是指单指令、多线程。

• 硬件决定了多个ALU之间要共享指令。
• 通过预测来处理多个线程间的Diverage(是指同一个warp中的指令执行路径产生不同）。
• NV把一个warp中执行的指令当作一个SIMT。SIMT指令指定了一个线程的执行以及分支行为。

SIMD指令可以得到向量的宽度，这点和X86 SSE向量指令比较类似。

SIMD的执行和管线相关

• 所有的ALU执行相同的指令。
• 根据指令可以管线分为不同的阶段。当第一条指令完成的时候（4个周期），下条指令开始执行。

Nvida GPU内存机制：

• 每个SM都有L1 cache，通过配置，它可以支持shared memory，也可以支持global memory。
• 48 KB Shared / 16 KB of L1 cache，16 KB Shared / 48 KB of L1 cache
• work item之间数据共享通过shared memory
• 每个SM有32K的register bank
• L2(768K)支持所有的操作，比如load,store等等
• Unified path to global for loads and stores 

和AMD GPU类似，Nv的GPU 内存模型和OpenCL内存模型的对应关系是：

• shared memory对应local memory
• 寄存器对应private memory

7、Cell Broadband Engine

由索尼，东芝，IBM等联合开发，可用于嵌入式平台，也可用于高性能计算（SP3次世代游戏主机就用了cell处理器）。

• Bladecenter servers提供OpenCL driver支持
• 如图所示，cell处理器由一个Power Processing Element (PPE) 和多个Synergistic Processing Elements (SPE)组成。
• Uses the IBM XL C for OpenCL compiler 11
• Cell Power/VMX CPU 的设备类型是CL_DEVICE_TYPE_CPU，Cell SPU 的设备类型是CL_DEVICE_TYPE_ACCELERATOR。
• OpenCL Accelerator设备和CPU共享内存总线。
• 提供一些扩展，比如Device Fission、Migrate Objects来指定一个OpenCL对象驻留在什么位置。
• 不支持OpenCL p_w_picpath对象，原子操作，sampler对象以及字节内存地址。

8、OpenCL编译系统

• LLVM-底层的虚拟机
• Kernel首先在front-end被编译成LLVM IR
• LLVM是一个开源的编译器，具有平台独立性，可以支持不同厂商的back_end编译,网址：http://llvm.org

9、Installable Client Driver

• ICD支持不同厂商的OpenCL实施在系统中共存。
• 代码紧被链接接到libOpenCL.so
• 应用程序可在运行时选择不同的OpenCL实施（就是选择不同platform）
• 现在的GPU驱动还不支持跨厂商的多个GPU设备同时工作。
• 通过clGetPlatformIDs() 和clGetPlatformInfo() 来检测不同厂商的OpenCL平台。

原文作者:迈克老狼