GPU的基本原理

链接地址：http://blog.chinaunix.net/uid-9620812-id-3061237.html

推荐博客：http://blog.chinaunix.net/uid/9620812.html

最近研究GPU架构，关于GPU的基本原理（顶点->纹理->像素->光栅  这个pipeline）可以参考我之前阅读的一些文章，相信读了他们，会对什么是GPU，GPU的工作原理等之类的问题有了一定的感性认识，具体如下：

    1 GPU大百科全书系列   http://vga.zol.com.cn/251/2511984.html

    2 图形与计算那些事 AMD次世代架构解析   http://www.pcpop.com/doc/0/748/748571.shtml

    3 DixrectX支配游戏！ 历代GPU架构全解析   http://tech.163.com/digi/10/0430/08/65GM21CJ001618J7.html

读过这三篇文章后，会熟知AMD与NVIDIA的不同架构，本质来说，在架构上两家都是采用的“极端”的设计方法：AMD采用基于SMID（单指令多数据）的VLIW架构，而NVIDIA则采用的MIMD（多指令多数据）的多发射的超标量；

AMD 优点：

1 超强的计算能力

  SIMD架构能够有效提升GPU的矢量处理性能，由于VS和PS的绝大部分运算都是4D Vector，它只需要一个指令端口就能在单周期内完成4倍运算量，效率达到100%。

2 节省晶体管，避免功耗问题

  采用VLIW架构，指令的捆绑全由编译器完成，因此只需一个发射单元，这就可以节省下一大堆的晶体管，避免了功耗问题。

AMD 缺点：

1 ALU计算单元不能充分利用：

  4D SIMD架构一旦遇到1D标量指令时，效率就会下降到原来的1/4，3/4的模块被完全浪费，尤其是一旦遇上分支预测的情况，SIMD在矢量处理方面高效能的优势将会被损失殆尽。 例如：指令一：a=b+c；指令二：d=a*e。这两条指令中，第二条指令中的a必须等待第一条指令的运算结果，出现这样的情况时候，两条指令大多数情况下就不能实现超标量执行了。

  NVIDIA的科学家对图形指令结构进行了深入研究，它们发现标量数据流所占比例正在逐年提升，如果渲染单元还是坚持SIMD设计会让效率下降。为此NVIDIA在G80中做出大胆变革：流处理器不再针对矢量设计，而是统统改成了标量ALU单元，这种架构叫做MIMD（Multiple Instruction Multiple Data，多指令多数据流）。

NVIDIA 优点：

1 ALU得到充分利用，到达了CPU级的利用水平；

   如此一来，对于依然占据主流的4D矢量操作来说，G80需要让1个流处理器在4个周期内才能完成，或者是调动4个流处理器在1个周期内完成，那么G80的执行效率岂不是很低？没错，所以NVIDIA大幅提升了流处理器工作频率（两倍于核心频率），扩充了流处理器的规模（128个），这样G80的128个标量流处理器的运算能力就基本相当于传统的64个（128×2?）4D矢量ALU。大家应该知道R600拥有64个5D矢量ALU，最终的性能G80要远胜R600。

2 强大高效的ALU运算单元，适合于通用计算Tesla。

   G80的MIMD架构开了一个好头，128个流 处理器 虽然听起来虽然没有 AMD  320个那么多，但这些流 处理器 是可以媲美真正的CPU核心，在执行任何指令时都能发挥出接近理论值的性能， 这样高效率的核心如果只是用来玩游戏岂不太可惜了？

   随着图形画面越来越复杂，1D、2D、3D指令所占比例正在逐年增多，而G80在遇到这种指令时可说是如鱼得水，与4D一样不会有任何效能损失，指令转换效率高并且对指令的适应性非常好，这样G80就将GPU Shader执行效率提升到了新的境界；

NVIDIA 缺点：

1 需要更多的晶体管，存在功耗问题

    G80的架构听起来很完美，但也存在不可忽视的缺点：根据前面的分析可以得知，4个1D标量ALU和1个4D矢量ALU的运算能力是相当的，但是前者需要4个指令发射端和4个控制单元，而后者只需要1个，如此一来MIMD架构所占用的晶体管数将远大于SIMD架构！

    所以AMD的SIMD架构可以用较少的晶体管造出庞大数量的流处理器、拥有恐怖的理论浮点运算能力；而NVIDIA的MIMD架构必须使用更多的晶体管制造出看似比较少的流处理器，理论浮点运算能力相差很远。双方走的都是极端路线，AMD以数量弥补效率的不足，而NVIDIA以效率弥补数量的劣势。