圖形與計(jì)算那些事 AMD次世代架構(gòu)解析
泡泡網(wǎng)顯卡頻道1月6日 作為顯卡來說，AMD的Radeon自HD4000時(shí)代以來為游戲玩家提供了眾多優(yōu)秀的產(chǎn)品，HD5000/HD6000系列絲毫不輸給NVIDIA同級(jí)產(chǎn)品，性能、功能、價(jià)格、功耗等各方面表現(xiàn)得都很不錯(cuò)。對(duì)于AMD下代HD7000系列，我們毫不懷疑它在3D游戲中會(huì)有更出色的表現(xiàn)。
但作為GPU來說，AMD的產(chǎn)品顯然要遜色很多，不支持物理加速、Stream通用計(jì)算性能不如CUDA，支持GPU加速的軟件也屈指可數(shù)，這已經(jīng)成為AMD最大的軟肋，并且成了NVIDIA和NFan們攻擊的對(duì)象。
隨著時(shí)間的推移，保守的AMD終于嘗到了固步自封的苦果：當(dāng)NVIDIA的CUDA計(jì)算課程進(jìn)入高校學(xué)堂、Tesla殺進(jìn)超級(jí)計(jì)算市場、Quadro拿下95%的專業(yè)卡市場份額之時(shí)，AMD的Radeon還只能游弋在3D游戲領(lǐng)域，苦守來之不易的半壁江山。
想當(dāng)年AMD率先提出GPU通用計(jì)算的概念，但最終卻在NVIDIA的CUDA手中發(fā)揚(yáng)光大。很多人以為這是AMD收購ATI后自顧不暇的關(guān)系，其實(shí)根本原因還在于GPU的架構(gòu)——傳統(tǒng)基于3D圖形處理的GPU不適合于進(jìn)行大規(guī)模并行計(jì)算，AMD的GPU擁有恐怖的理論運(yùn)算能力卻無從釋放。而NVIDIA則從G80時(shí)代完成了華麗的轉(zhuǎn)身，逐步完善了硬件和軟件的協(xié)同工作，使得GPU成為高性能計(jì)算必不可少的配件。
俗話說的好：苦海無涯、回頭是岸，亡羊補(bǔ)牢、為時(shí)不晚。AMD終于在代號(hào)為Southern Islands（南方群島）的新一代GPU中，啟用的全新的架構(gòu)，AMD稱之為“Graphics Core Next”（GCN，次世代圖形核心），并冠以革命性的稱號(hào)。這是AMD收購ATI之后的近5年來第一次對(duì)GPU架構(gòu)進(jìn)行“傷筋動(dòng)骨”的“手術(shù)”，而架構(gòu)調(diào)整的核心內(nèi)容則是為并行計(jì)算優(yōu)化設(shè)計(jì)。
那AMD的“次世代圖形核心”相比沿用了五年之久的架構(gòu)到底有何改進(jìn)？其并行計(jì)算性能相比對(duì)手NVIDIA有無優(yōu)勢？3D游戲性能會(huì)否受到影響呢？本文將為大家做一個(gè)全方位的解析，文中會(huì)穿插一些3D渲染原理以及顯卡基礎(chǔ)知識(shí)，并談?wù)凣PU圖形與計(jì)算的那些事兒……
微軟的DirectX 9.0C是一個(gè)神奇的圖形API，自2004年首款DX9C顯卡GeForce 6800 Ultra問世以來，至今已有將近8年時(shí)間，之后雖然微軟發(fā)布了DX10、DX10.1、DX11、還有現(xiàn)在的DX11.1等多個(gè)新版本，但DX9C游戲依然是絕對(duì)主流，DX10以后的游戲全部加起來也不過幾十款而已！
因此，當(dāng)年的DX9C顯卡之戰(zhàn)，很大程度上決定了此后很多年的顯卡研發(fā)策略。從最開始X800不支持DX9C對(duì)抗6800失利，到X1800支持DX9C卻性能不濟(jì)，再到X1900登上頂峰，還有半路殺出來XBOX360這個(gè)程咬金，ATI被AMD收購前的經(jīng)歷猶如過山車般驚險(xiǎn)刺激！
DXC如此長壽的原因，相信游戲玩家們已經(jīng)猜到了，那就是游戲主機(jī)太長壽了——微軟XBOX360以及后來索尼PS3使用的GPU都是DX9C時(shí)代的產(chǎn)品。游戲開發(fā)商的主要盈利來源在主機(jī)平臺(tái)，所以根本沒心思把PC游戲做好，尤其對(duì)提高PC游戲的畫面及引擎優(yōu)化提不起興趣，個(gè)別以高畫質(zhì)而著稱的PC游戲倍受打擊，很多DX10游戲續(xù)作倒退到DX9C就是很好的證明。
可以說，這么多年來PC 3D游戲圖形產(chǎn)業(yè)的發(fā)展，成也微軟、敗也微軟。
XBOX360的GPU——Xenos，由ATI設(shè)計(jì)
Xenos的核心架構(gòu)圖
微軟XBOX360的成功，給GPU供應(yīng)商ATI發(fā)出了一個(gè)信號(hào)，那就是今后N年內(nèi)的游戲都將基于XBOX360的硬件而開發(fā)。當(dāng)時(shí)ATI與Xenos同時(shí)研發(fā)的一顆GPU代號(hào)為R580，倆者擁有相似的架構(gòu)，而R580在當(dāng)年也成為DX9C顯卡的王者，這就讓ATI更加堅(jiān)定了維持現(xiàn)有架構(gòu)不變的決心。
下面我們就來看看R580的核心架構(gòu)，也就是當(dāng)年的王者X1900XTX/X1950XTX所使用的GPU，后來次高端RV570核心（X1950Pro）的架構(gòu)也類似。
R580：8個(gè)頂點(diǎn)著色單元、48個(gè)像素著色單元、16個(gè)紋理單元
DX9C顯卡還沒有統(tǒng)一渲染架構(gòu)的概念（XBOX360的Xenos是個(gè)特例），所以R580依然是頂點(diǎn)與像素分離式的設(shè)計(jì)。當(dāng)時(shí)的GPU核心部分被稱為管線，比如7800GTX擁有24條像素渲染管線，但X1900XTX卻不能稱為擁有48條像素渲染管線，因?yàn)樗南袼嘏c紋理單元數(shù)量不對(duì)等。
GPU的工作原理：
顯卡的渲染流程是通過頂點(diǎn)單元構(gòu)建模型骨架，紋理單元處理紋理貼圖，像素單元處理光影特效，光柵單元負(fù)責(zé)最終的像素輸出。
GPU的管線是什么：
在R580之前，GPU的像素單元與紋理單元還有光柵單元是綁定在一起的，數(shù)量一樣多，整個(gè)渲染過程就是流水線作業(yè)，因此像素與紋理加起來稱為一條管線。
什么是3:1架構(gòu)？
R520核心（X1800XT）的像素與紋理都是16個(gè)，但R580核心在紋理單元維持16個(gè)不變的情況下，把像素單元擴(kuò)充了3倍達(dá)到了48個(gè)之多。ATI研發(fā)工程師發(fā)現(xiàn)新一代游戲中使用像素著色單元的頻率越來越高，各種光影特效（尤其HDR）吃掉了像素著色單元的所有資源，而紋理單元的負(fù)載并不高，繼續(xù)維持像素與紋理1:1的設(shè)計(jì)就是浪費(fèi)資源，于是ATI根據(jù)3D游戲引擎的發(fā)展趨勢做出了改變，并把R580這種不對(duì)等的架構(gòu)稱之為3:1黃金架構(gòu)，管線的概念至此消失。
像素(算數(shù))與紋理的比例逐年提高
當(dāng)年ATI前瞻性的架構(gòu)在部分新游戲中得到了應(yīng)驗(yàn)，比如在優(yōu)品飛車10、細(xì)胞分裂4、上古卷軸4等游戲中X1900XTX的性能遠(yuǎn)勝7900GTX。此外ATI專為HDR+AA優(yōu)化的架構(gòu)與驅(qū)動(dòng)也讓ATI風(fēng)光無限。
但事實(shí)上，從1:1大躍進(jìn)到3:1有點(diǎn)太激進(jìn)了，在包括新游戲在內(nèi)的絕大多數(shù)主流游戲中，都無法充分利用多達(dá)48個(gè)像素著色單元的能力。于是ATI的工程師們又有了新的想法：何不用這些像素單元來做一些非圖形渲染的計(jì)算呢？像素單元的核心其實(shí)就是ALU（算術(shù)邏輯單元），擁有十分可觀的浮點(diǎn)運(yùn)算能力。
蛋白質(zhì)折疊分布式計(jì)算開啟GPU計(jì)算大門：
2006年9月，在X1900XTX發(fā)布半年之后，ATI與斯坦福大學(xué)相關(guān)科研人員合作，開發(fā)了首款使用GPU浮點(diǎn)運(yùn)算能力做非圖形渲染的軟件——Folding @ Home第一代GPU運(yùn)算客戶端。
Folding@home是一個(gè)研究蛋白質(zhì)折疊、誤折、聚合及由此引起的相關(guān)疾病的分布式計(jì)算工程。最開始F@H僅支持CPU，后來加入了對(duì)PS3游戲機(jī)的支持，但同樣是使用內(nèi)置的CELL處理器做運(yùn)算。F@H因ATI的加入為GPU計(jì)算翻開了新的一頁，當(dāng)然F@H加入了對(duì)NVIDIA DX10 GPU的支持那是后話。
什么是通用計(jì)算？
當(dāng)時(shí)的GPU計(jì)算被稱為GPGPU（General Purpose GPU），傳統(tǒng)的圖形處理器可以被用來做通用目的計(jì)算項(xiàng)目。所謂通用計(jì)算的大體流程就是：待處理的數(shù)據(jù)—〉轉(zhuǎn)換成圖形數(shù)據(jù)—〉GPU處理—〉處理后的圖形數(shù)據(jù)—〉轉(zhuǎn)換成所需數(shù)據(jù)。其實(shí)通用計(jì)算就是把數(shù)據(jù)轉(zhuǎn)換為GPU能夠“看懂”的圖形數(shù)據(jù)，實(shí)際上是作為虛擬硬件層與GPU通訊，由于需要前后兩次編譯的過程，因此想要利用GPU強(qiáng)大的浮點(diǎn)運(yùn)算能力，需要很強(qiáng)大的編譯器，程序員的開發(fā)難度可想而知，CPU的運(yùn)算量也比較大。
除了蛋白質(zhì)折疊分布式計(jì)算外，當(dāng)年ATI還開發(fā)了AVIVO Video Converter這款使用GPU加速視頻轉(zhuǎn)碼的小工具，雖然效果一般，但也算是開了個(gè)好頭。
雖然GPU通用計(jì)算的實(shí)現(xiàn)難度很大，但至少GPU實(shí)現(xiàn)了非圖形計(jì)算的目的，而且其性能確實(shí)要比當(dāng)時(shí)的CPU快十幾倍。小有所成的ATI被勝利沖昏了頭腦，他們認(rèn)為自己研發(fā)出了非常先進(jìn)的、最有前瞻性的GPU架構(gòu)，還找到了讓GPU進(jìn)行通用計(jì)算的捷徑、還有了AMD這座靠山……最終促使AMD-ATI做出了保守的決定——下代GPU繼續(xù)沿用R580的架構(gòu)，不做深層次的改動(dòng)。
R520->R580的成功，多達(dá)48個(gè)著色單元功不可沒，這讓ATI對(duì)龐大的ALU運(yùn)算單元深信不疑。ATI認(rèn)為只要繼續(xù)擴(kuò)充著色單元，就能滿足新一代DX10及Shader Model 3.0的要求。
著色單元的結(jié)構(gòu)：
在圖形處理中，最常見的像素都是由RGB（紅黃藍(lán)）三種顏色構(gòu)成的，加上它們共有的信息說明（Alpha），總共是4個(gè)通道。而頂點(diǎn)數(shù)據(jù)一般是由XYZW四個(gè)坐標(biāo)構(gòu)成，這樣也是4個(gè)通道。在3D圖形進(jìn)行渲染時(shí)，其實(shí)就是改變RGBA四個(gè)通道或者XYZW四個(gè)坐標(biāo)的數(shù)值。為了一次性處理1個(gè)完整的像素渲染或幾何轉(zhuǎn)換，GPU的像素著色單元和頂點(diǎn)著色單元從一開始就被設(shè)計(jì)成為同時(shí)具備4次運(yùn)算能力的運(yùn)算器（ALU）。
數(shù)據(jù)的基本單元是Scalar（標(biāo)量），就是指一個(gè)單獨(dú)的值，GPU的ALU進(jìn)行一次這種變量操作，被稱做1D標(biāo)量。由于傳統(tǒng)GPU的ALU在一個(gè)時(shí)鐘周期可以同時(shí)執(zhí)行4次這樣的并行運(yùn)算，所以ALU的操作被稱做4D Vector（矢量）操作。一個(gè)矢量就是N個(gè)標(biāo)量，一般來說絕大多數(shù)圖形指令中N=4。所以，GPU的ALU指令發(fā)射端只有一個(gè)，但卻可以同時(shí)運(yùn)算4個(gè)通道的數(shù)據(jù)，這就是SIMD（Single Instruction Multiple Data，單指令多數(shù)據(jù)流）架構(gòu)。
R580的Shader單元結(jié)構(gòu)
顯然，SIMD架構(gòu)能夠有效提升GPU的矢量處理性能，由于VS和PS的絕大部分運(yùn)算都是4D Vector，它只需要一個(gè)指令端口就能在單周期內(nèi)完成4倍運(yùn)算量，效率達(dá)到100%。但是4D SIMD架構(gòu)一旦遇到1D標(biāo)量指令時(shí)，效率就會(huì)下降到原來的1/4，3/4的模塊被完全浪費(fèi)。為了緩解這個(gè)問題，ATI和NVIDIA在進(jìn)入DX9時(shí)代后相繼采用混合型設(shè)計(jì)，比如R300就采用了3D+1D的架構(gòu)，允許Co-issue操作（矢量指令和標(biāo)量指令可以并行執(zhí)行），NV40以后的GPU支持2D+2D和3D+1D兩種模式，雖然很大程度上緩解了標(biāo)量指令執(zhí)行效率低下的問題，但依然無法最大限度的發(fā)揮ALU運(yùn)算能力，尤其是一旦遇上分支預(yù)測的情況，SIMD在矢量處理方面高效能的優(yōu)勢將會(huì)被損失殆盡。
DX10時(shí)代，混合型指令以及分支預(yù)測的情況更加頻繁，傳統(tǒng)的Shader結(jié)構(gòu)必須做相應(yīng)的改進(jìn)以適應(yīng)需求。NVIDIA的做法是將4D ALU全部打散，使用了MIMD（Multi Instruction Multiple Data，多指令多數(shù)據(jù)流），而AMD則繼續(xù)沿用SIMD架構(gòu)，但對(duì)Shader微架構(gòu)進(jìn)行了調(diào)整，稱為超標(biāo)量架構(gòu)。
R600的5D超標(biāo)量流處理器架構(gòu)：
作為ATI的首款DX10 GPU，架構(gòu)上還是有不少改進(jìn)的，DX10統(tǒng)一渲染架構(gòu)的引入，讓傳統(tǒng)的像素渲染單元和頂點(diǎn)渲染單元合二為一，統(tǒng)稱為流處理器。R600總共擁有64個(gè)Shader單元，每個(gè)Shader內(nèi)部有5個(gè)ALU，這樣總計(jì)就是320個(gè)流處理器。
R600的Shader單元結(jié)構(gòu)
R600的Shader有了很大幅度的改進(jìn)，總共擁有5個(gè)ALU和1個(gè)分支執(zhí)行單元，這個(gè)5個(gè)ALU都可以執(zhí)行加法和乘加指令，其中1個(gè)"胖"的ALU除了乘加外之外還能夠進(jìn)行一些函數(shù)（SIN、COS、LOG、EXP等）運(yùn)算，在特殊條件下提高運(yùn)算效率！
與R580不同的是，R600的ALU可以在動(dòng)態(tài)流控制的支配下自由的處理任何組合形式的指令，諸如1+1+1+1+1、2+2+1、2+3、4+1等組合形式。所以AMD將R600的Shader架構(gòu)稱作Superscalar（超標(biāo)量），完美支持Co-issue（矢量指令和標(biāo)量指令并行執(zhí)行）。
R600超長指令集的弊端：
從Shader內(nèi)部結(jié)構(gòu)來看，R600的確是超標(biāo)量體系，但如果從整個(gè)GPU宏觀角度來看，R600依然是SIMD（單指令多數(shù)據(jù)流）的VLIW（超長指令集）體系：5個(gè)ALU被捆綁在一個(gè)SIMD Shader單元內(nèi)部，所有的ALU共用一個(gè)指令發(fā)射端口，這就意味著Shader必須獲得完整的5D指令包，才能讓內(nèi)部5個(gè)ALU同時(shí)運(yùn)行，一旦獲得的數(shù)據(jù)包少于5條指令，或者存在條件指令，那么R600的執(zhí)行效率就會(huì)大打折扣。
例如：指令一：a=b+c；指令二：d=a*e。這兩條指令中，第二條指令中的a必須等待第一條指令的運(yùn)算結(jié)果，出現(xiàn)這樣的情況時(shí)候，兩條指令大多數(shù)情況下就不能實(shí)現(xiàn)超標(biāo)量執(zhí)行了。
顯然，想要完整發(fā)揮R600的性能必須滿足苛刻的條件，這個(gè)條件不僅對(duì)驅(qū)動(dòng)和編譯器提出了額外的要求，而且要求程序必須讓條件指令不存在任何關(guān)聯(lián)性，難度可想而知。最終結(jié)果就是絕大多數(shù)情況下R600都無法發(fā)揮出的理論性能，而且其執(zhí)行效率會(huì)因?yàn)閺?fù)雜指令的增多而不斷下降。
HD2900XT的失敗來自于很多方面，GPU核心架構(gòu)只是冰山一角，就算保守的AMD沿用了DX9C時(shí)代的老架構(gòu)，性能也不至于如此不濟(jì)。但無奈GPU架構(gòu)已經(jīng)定型，短期內(nèi)是無法改變了，HD2000和HD3000一敗涂地，AMD咬牙硬抗了兩年之久。就在大家為R600的架構(gòu)爭論不休，大談VLIW指令集的弊端有多么嚴(yán)重時(shí)，AMD終于迎來了翻身之作——RV770核心。
RV770核心：暴力擴(kuò)充流處理器
RV770相比R600/RV670，核心部分依然沒有任何變化，沿用了之前的Shader單元設(shè)計(jì)，只是將數(shù)量擴(kuò)充了2.5倍，流處理器達(dá)到了800個(gè)之多！
RV670/R600是4組SIMD，每組16個(gè)Shader，每個(gè)Shader 5個(gè)流處理器；RV770是10組SIMD，每組16個(gè)Shader，每個(gè)Shader 5個(gè)流處理器。流處理器部分直接擴(kuò)充了2.5倍！
雖然對(duì)流處理器部分沒有改動(dòng)，但AMD對(duì)流處理器以外的幾乎所有模塊都進(jìn)行了改進(jìn)，從而使得性能和效率有了質(zhì)的提升，具體改動(dòng)如下：
抗鋸齒算法改變，性能大幅提升
紋理單元和光柵單元部分，和流處理器一樣都是數(shù)量翻了2.5倍，但值得一提的是，抗鋸齒算法已經(jīng)由R600/RV670的流處理器部分轉(zhuǎn)移至光柵單元部分，因此RV770的AA效率大幅提高，一舉超越了N卡重現(xiàn)X1000時(shí)代的輝煌，這也就是RV770表現(xiàn)令人驚異的主要原因。
在紋理單元與顯存控制器之間設(shè)有一級(jí)緩存，RV770核心相比RV670，L1 TC容量翻倍，再加上數(shù)量同比增加2.5倍，因此RV770的總L1容量達(dá)到了RV670/R600的五倍之多！
放棄環(huán)形顯存總線，改用交叉總線
RV770還放棄了使用多年的環(huán)形顯存總線，估計(jì)是因?yàn)楦哳l率下數(shù)據(jù)存取命中率的問題，回歸了交叉總線設(shè)計(jì)，有效提高了顯存利用率，并節(jié)約了顯存帶寬。還有GDDR5顯存的首次使用，瞬間將顯存位寬翻倍，256Bit GDDR5的帶寬達(dá)到了當(dāng)時(shí)N卡512Bit GDDR3的水平。
總的來說，雖然流處理器部分沒有做改動(dòng)，但RV770的非核心架構(gòu)部分有了很大的改良，上代產(chǎn)品許多設(shè)計(jì)失誤得到了糾正，在流處理器數(shù)量暴增運(yùn)算能力大大加強(qiáng)的情況下，消除了功能模塊的瓶頸，從而使得性能有了大幅改進(jìn)。
VLIW并未降低3D效率，只是妨礙了GPU計(jì)算
HD4870/HD4850打了一場漂亮的翻身仗，也讓唱衰VLIW的人看傻了眼，之前大家普遍認(rèn)為R600/RV670失敗的主要原因是VLIW的低下效率，事實(shí)證明VLIW并沒有錯(cuò)，其效率問題并沒有嚴(yán)重到失控的地步，畢竟DX9C游戲還是主流，頂點(diǎn)與像素操作指令還是大頭。AMD只是錯(cuò)誤的判斷了抗鋸齒的算法和效率，導(dǎo)致第一代DX10 GPU性能不如預(yù)期。
但最關(guān)鍵的問題不在3D游戲性能方面，AMD對(duì)GPU并行計(jì)算依然沒有投入足夠多的重視，AMD一方面在鼓吹自家Stream通用計(jì)算并不輸給CUDA，各種商業(yè)軟件未來將會(huì)加入支持，另一方面GPU架構(gòu)未做任何調(diào)整，API編程接口支持也舉步維艱。結(jié)果就是Stream軟件無論數(shù)量、質(zhì)量、性能還是發(fā)布時(shí)間都要遠(yuǎn)遠(yuǎn)落后于CUDA軟件。
R600的失敗讓AMD明白了一個(gè)道理：從哪跌倒要從哪爬起來；RV770的成功讓AMD堅(jiān)信：我們的架構(gòu)是沒有問題的，以前的失敗只是一個(gè)小小的失誤，R600的架構(gòu)前途無量，應(yīng)該加快腳步往前沖……于是乎RV870誕生了。
如果說RV770是翻身之作，那么RV870（Cypress）就是反攻之作，AMD搶先推出DX11顯卡，在NVIDIA GF100陷入大核心低良率的泥潭時(shí)，大舉收復(fù)失地。
RV870是AMD近年來最成功的一顆GPU核心，但它的成功是拜NVIDIA的失誤所賜，RV870核心本身可以說是毫無新意，因?yàn)樗耆褪荝V770的兩倍規(guī)格，除了顯存控制器以外的所有模塊統(tǒng)統(tǒng)翻倍，AMD沿用RV770暴力擴(kuò)充流處理器的路線，繼續(xù)提高運(yùn)算能力，搶灘登陸DX11。
RV870核心架構(gòu)圖
把RV870與RV770的架構(gòu)圖放一起的話，可以發(fā)現(xiàn)其外圍周邊模塊幾乎完全相同，而流處理器部分是一分為二的設(shè)計(jì)，其中的一半正好就是RV770的規(guī)格。
除了加入DX11、ShaderModel 5.0的支持，賦予Eyefinity 6屏輸出的功能外，RV870與RV770相比并沒有本質(zhì)改進(jìn)。
既然流處理器部分還是維持R600的設(shè)計(jì)，那就不用期待它在并行計(jì)算方面能有什么改進(jìn)。AMD依然我行我素的在搞通用計(jì)算，支持的軟件還是那么幾款。RV870理論浮點(diǎn)運(yùn)算能力再創(chuàng)新高，但卻沒什么人用，中國最強(qiáng)的超級(jí)計(jì)算機(jī)天河一號(hào)曾經(jīng)使用的是HD4870X2，但后來升級(jí)成天河一號(hào)A之后改用了NVIDIA的Tesla，就是活生生的例子。
也許有人會(huì)問，如此暴力的擴(kuò)充流處理器規(guī)模而不更改架構(gòu)，R600架構(gòu)會(huì)成為AMD的常青樹嗎？難道不會(huì)有什么瓶頸嗎？當(dāng)然會(huì)有，AMD也發(fā)現(xiàn)了，所以從HD6000系列開始又進(jìn)行了一輪架構(gòu)的微調(diào)，透過AMD架構(gòu)微調(diào)這一結(jié)果，我們可以了解出現(xiàn)問題原因到底是什么？
HD6870的一小步：兩個(gè)超線程分配處理器
Barts核心的HD6870率先問世，這顆核心定位中端，所以流處理器從Cypress的1600個(gè)精簡到了1120個(gè)，流處理器結(jié)構(gòu)依然沒有任何變化，但是前端控制模塊一分為二：
相信大家應(yīng)該注意到了，以往AMD的SIMD架構(gòu)則是整顆GPU共享單一的控制單元，自R600以來都是如此。
Cypress的單一圖形裝配引擎
但隨著晶體管規(guī)模和流處理器數(shù)量的迅速膨脹，單一的控制單元已經(jīng)無法滿足大規(guī)模并行指令分配的需要，因此從Cypress開始，AMD采用了“雙核心”的設(shè)計(jì)，將SIMD陣列一分為二，也就是類似于NVIDIA GPC的設(shè)計(jì)。與此相對(duì)應(yīng)的，圖形裝配引擎雖然只有一個(gè)，內(nèi)部卻設(shè)計(jì)了兩個(gè)Hierarchical Z（分層消影器）和Rasterizer（光柵器），但是其它的特殊功能模塊均只有一個(gè)。
Barts和Cypress一樣，依然保持了雙核心設(shè)計(jì)，圖形引擎也只有一個(gè)，內(nèi)部的功能模塊并沒有太多變化。但是Ultra-Treaded Dispatch Processor（超線程分配處理器）卻變成了兩個(gè)，相對(duì)應(yīng)的，超線程分配處理器的指令緩存也變成了兩份。
Barts的圖形裝配引擎
我們知道，Barts的流處理器數(shù)量是Cypress的70%，按理說線程分配壓力有所下降，那么設(shè)計(jì)兩個(gè)線程分配處理器的目的只有一個(gè)，那就是提升效率。在DX11時(shí)代，幾何著色再加上曲面細(xì)分單元引入之后，圖形裝配引擎會(huì)產(chǎn)生更多的并行線程及指令轉(zhuǎn)交SIMD進(jìn)行處理，因此指令派發(fā)效率成為了新的瓶頸。
SIMD架構(gòu)的優(yōu)勢就是可以用較少的晶體管制造成龐大的流處理器規(guī)模，擁有恐怖的理論運(yùn)算能力；但缺點(diǎn)就是流處理器執(zhí)行效率比MIMD架構(gòu)低，其效率高低完全依賴于分配單元的派發(fā)效率。因此Barts這種雙線程分配處理器的設(shè)計(jì)意義重大。
雙超線程分配處理器的意義：曲面細(xì)分性能翻倍
HD6000系列可以說是半代改進(jìn)的架構(gòu)，既然數(shù)量上維持不變，就只能從改進(jìn)效率的方面考慮了。而改進(jìn)的內(nèi)容就是加強(qiáng)線程管理和緩沖，也就是“雙倍的超線程分配處理器和指令緩存”。
根據(jù)AMD官方提供的數(shù)據(jù)來看，HD6870的曲面細(xì)分性能最多可達(dá)HD5870的兩倍，這種情況出現(xiàn)在10級(jí)左右的中等細(xì)分程度，當(dāng)曲面細(xì)分達(dá)到20級(jí)以上的時(shí)候，那么它們的性能就基本上沒有區(qū)別了。
由此可見，Barts核心當(dāng)中的Tessellator單元本身在性能方面應(yīng)該沒有改進(jìn)，其性能提升主要源于兩顆超線程分配處理器。中等級(jí)別的曲面細(xì)分在指令分配方面是瓶頸，Barts改進(jìn)的架構(gòu)消除了這一瓶頸，所以性能提升十分顯著，但如果細(xì)分級(jí)別特別高時(shí)，Tessellator本身的運(yùn)算能力將成為瓶頸，此時(shí)線程派遣器的效率再高，也無濟(jì)于事。
看起來，AMD迫切的想要改進(jìn)指令派發(fā)效率，以滿足龐大規(guī)模流處理器的胃口，并且有效的提升備受詬病的曲面細(xì)分性能。AMD的做法就是繼續(xù)保持現(xiàn)有架構(gòu)不變，發(fā)現(xiàn)瓶頸/缺陷然后消除瓶頸/缺陷，這讓筆者想起了一段老話：“新三年舊三年，縫縫補(bǔ)補(bǔ)又三年”。
相信有些讀者很早就想問這樣一個(gè)問題了：既然圖形渲染的主要指令是4D矢量格式，那為什么R600要設(shè)計(jì)成5D的流處理器結(jié)構(gòu)呢？還沿用了5代之久？有結(jié)果就有原因，通過對(duì)Cayman核心的分析，我們可以找到答案。
R600為什么是5D VLIW結(jié)構(gòu)？
在5D VLIW流處理器中，其中的1個(gè)比較“胖”的ALU有別于其它4個(gè)對(duì)等的ALU，它負(fù)責(zé)執(zhí)行特殊功能（例如三角函數(shù)）。而另外4個(gè)ALU可以執(zhí)行普通的加、乘、乘加或融合指令。
Barts核心的流處理器結(jié)構(gòu)
從R600開始的Shader是4D+1D的非對(duì)等設(shè)計(jì)，ATI這樣做的目的是為了讓頂點(diǎn)著色器更有效率，以便能同時(shí)處理一個(gè)4D矢量點(diǎn)積(比如w、x、y、z)和一個(gè)標(biāo)量分量(比如光照)。
Cayman核心返璞歸真，改用4D結(jié)構(gòu)
隨著DX10及DX11大行其道，AMD通過自己長期內(nèi)部測試發(fā)現(xiàn)，VLIW5架構(gòu)的五個(gè)處理槽中平均只能用到3.4個(gè)，也就是在游戲里會(huì)有1.6個(gè)白白浪費(fèi)了。顯然，DX9下非常理想的VLIW5設(shè)計(jì)已經(jīng)過時(shí)，它太寬了，必須縮短流處理器單元(SPU)，重新設(shè)計(jì)里邊的流處理器(SP)布局。
Cayman核心的流處理器結(jié)構(gòu)
于是Cayman核心誕生了，胖ALU下崗，只保留了剩下4個(gè)對(duì)等的全功能ALU。裁員歸裁員，原來胖ALU的工作還得有人干，Cayman的4D架構(gòu)在執(zhí)行特殊功能指令時(shí)，需要占用3個(gè)ALU同時(shí)運(yùn)算。
5D改4D之后最大的改進(jìn)就是，去掉了體積最大的ALU，原本屬于它的晶體管可以用來安放更多的SIMD引擎，據(jù)AMD官方稱流處理器單元的性能/面積比可以提升10%。而且現(xiàn)在是4個(gè)ALU共享1個(gè)指令發(fā)射端口，指令派發(fā)壓力驟減，執(zhí)行效率提升。雙精度浮點(diǎn)運(yùn)算能力也從原來單精度的1/5提高到了1/4。
效率更進(jìn)一步：雙圖形引擎
前面介紹過，從RV770到Cypress核心，圖形引擎和超線程分配處理器都只有一個(gè)，但圖形引擎內(nèi)部的Hierarchical Z（分層消影器）和Rasterizer（光柵器）分為兩份。
到了Barts核心，超線程分配處理器從一個(gè)變成兩個(gè)。現(xiàn)在的Cayman核心則更進(jìn)一步，圖形引擎也變成了兩個(gè)，也就是除了分層消影器和光柵器外，幾何著色指令分配器、頂點(diǎn)著色指令分配器、還有曲面細(xì)分單元都變成了兩份：
兩個(gè)曲面細(xì)分單元再加上兩個(gè)超線程分配處理器，AMD官方稱HD6970的曲面細(xì)分性能可以達(dá)到HD6870的兩倍、HD5870的三倍。其它方面比如頂點(diǎn)著色、幾何著色性能都會(huì)有顯著的提升。
通用計(jì)算效能也有改進(jìn)
和Cypress、Barts相比，Cayman在通用計(jì)算方面也有一定程度的改進(jìn)，主要體現(xiàn)在具備了一定程度的多路并行執(zhí)行能力；雙路DMA引擎可以同時(shí)透過外部總線和本地顯存讀寫數(shù)據(jù)；改進(jìn)的流控制提高了指令執(zhí)行效率和運(yùn)算單元浪費(fèi)；當(dāng)然雙精度運(yùn)算能力的提高對(duì)于科學(xué)計(jì)算也大有裨益。
不過，這些改進(jìn)都是治標(biāo)不治本，VLIW架構(gòu)從5D到4D只是一小步，只能一定程度上的提高指令執(zhí)行效率，而無法根治GPU編程困難、復(fù)雜指令和條件指令的兼容性問題。總的來說，Cayman核心依然只是單純?yōu)橛螒蚨O(shè)計(jì)的GPU，AMD把5D改為4D也是基于提升3D渲染性能的考慮。
AMD的GPU架構(gòu)介紹了這么多，對(duì)于其優(yōu)缺點(diǎn)也心知肚明了，之前筆者反復(fù)提到了“效率”二字，其參照物當(dāng)然就是NVIDIA的GPU，現(xiàn)在我們就來看看NVIDIA的GPU架構(gòu)有什么特點(diǎn)，效率為什么會(huì)比較高？為什么更適合并行計(jì)算？
SIMD效率不高的根本原因
無論AMD怎么調(diào)整架構(gòu)，5D還是4D的結(jié)構(gòu)都還是SIMD，也就是這4-5個(gè)ALU要共用一個(gè)指令發(fā)射端口，這樣就對(duì)GPU指令派發(fā)器提出了很高的要求：如果沒有把4-5個(gè)指令打包好發(fā)送到過來，那么運(yùn)算單元就不會(huì)全速運(yùn)行；如果發(fā)送過來的4-5個(gè)指令當(dāng)中包含條件指令，但運(yùn)行效率就會(huì)降至連50%都不到，造成災(zāi)難性的資源浪費(fèi)。
解決方法也不是沒有，但都治標(biāo)不治本，需要對(duì)游戲/程序本身進(jìn)行優(yōu)化,盡量避免使用標(biāo)量指令、條件指令和混合指令,驅(qū)動(dòng)為程序?qū)ｉT做優(yōu)化，難度可想而知。
而治本的方法就是拋棄SIMD架構(gòu)，從源頭上解決指令組合預(yù)分配的問題。
G80革命性的MIMD架構(gòu)
NVIDIA的科學(xué)家對(duì)圖形指令結(jié)構(gòu)進(jìn)行了深入研究，它們發(fā)現(xiàn)標(biāo)量數(shù)據(jù)流所占比例正在逐年提升，如果渲染單元還是堅(jiān)持SIMD設(shè)計(jì)會(huì)讓效率下降。為此NVIDIA在G80中做出大膽變革：流處理器不再針對(duì)矢量設(shè)計(jì)，而是統(tǒng)統(tǒng)改成了標(biāo)量ALU單元，這種架構(gòu)叫做MIMD（Multiple Instruction Multiple Data，多指令多數(shù)據(jù)流）
G80核心架構(gòu)，每個(gè)流處理器就是一個(gè)標(biāo)量ALU
如此一來，對(duì)于依然占據(jù)主流的4D矢量操作來說，G80需要讓1個(gè)流處理器在4個(gè)周期內(nèi)才能完成，或者是調(diào)動(dòng)4個(gè)流處理器在1個(gè)周期內(nèi)完成，那么G80的執(zhí)行效率豈不是很低？沒錯(cuò)，所以NVIDIA大幅提升了流處理器工作頻率（兩倍于核心頻率），擴(kuò)充了流處理器的規(guī)模（128個(gè)），這樣G80的128個(gè)標(biāo)量流處理器的運(yùn)算能力就基本相當(dāng)于傳統(tǒng)的64個(gè)（128×2?）4D矢量ALU。大家應(yīng)該知道R600擁有64個(gè)5D矢量ALU，最終的性能G80要遠(yuǎn)勝R600。
當(dāng)然這只是在處理4D指令時(shí)的情形，隨著圖形畫面越來越復(fù)雜，1D、2D、3D指令所占比例正在逐年增多，而G80在遇到這種指令時(shí)可說是如魚得水，與4D一樣不會(huì)有任何效能損失，指令轉(zhuǎn)換效率高并且對(duì)指令的適應(yīng)性非常好，這樣G80就將GPU Shader執(zhí)行效率提升到了新的境界！
MIMD架構(gòu)的劣勢
G80的架構(gòu)聽起來很完美，但也存在不可忽視的缺點(diǎn)：根據(jù)前面的分析可以得知，4個(gè)1D標(biāo)量ALU和1個(gè)4D矢量ALU的運(yùn)算能力是相當(dāng)?shù)?，但是前者需?個(gè)指令發(fā)射端和4個(gè)控制單元，而后者只需要1個(gè)，如此一來MIMD架構(gòu)所占用的晶體管數(shù)將遠(yuǎn)大于SIMD架構(gòu)！
所以AMD的SIMD架構(gòu)可以用較少的晶體管造出龐大數(shù)量的流處理器、擁有恐怖的理論浮點(diǎn)運(yùn)算能力；而NVIDIA的MIMD架構(gòu)必須使用更多的晶體管制造出看似比較少的流處理器，理論浮點(diǎn)運(yùn)算能力相差很遠(yuǎn)。雙方走的都是極端路線，AMD以數(shù)量彌補(bǔ)效率的不足，而NVIDIA以效率彌補(bǔ)數(shù)量的劣勢。
G80的MIMD架構(gòu)開了一個(gè)好頭，128個(gè)流處理器雖然聽起來雖然沒有AMD 320個(gè)那么多，但這些流處理器是可以媲美真正的CPU核心，在執(zhí)行任何指令時(shí)都能發(fā)揮出接近理論值的性能，這樣高效率的核心如果只是用來玩游戲豈不太可惜了？
于是在游戲市場大獲全勝的NVIDIA并沒有止步于此，而是將目光放在了更長遠(yuǎn)的高性能計(jì)算領(lǐng)域，一邊著手開發(fā)基于GPU計(jì)算的應(yīng)用程序中間件，幫助程序員以更高效的方式開發(fā)基于GPU硬件加速的軟件，另一方面在G80的基礎(chǔ)上繼續(xù)優(yōu)化核心架構(gòu)，將MIMD架構(gòu)高效率的優(yōu)勢發(fā)揮到極致！
GT200核心：真正的并行計(jì)算架構(gòu)
G80依然只是為DX10 3D渲染而設(shè)計(jì)的，雖然MIMD架構(gòu)本身能夠勝任并行數(shù)據(jù)計(jì)算的需要，但NVIDIA發(fā)現(xiàn)圖形架構(gòu)還有繼續(xù)改進(jìn)的余地，只要在核心內(nèi)部設(shè)計(jì)全新的控制模塊，并對(duì)微架構(gòu)進(jìn)行專門的優(yōu)化，就能將GPU的圖形架構(gòu)改造成更加適合非圖形領(lǐng)域的并行數(shù)據(jù)處理架構(gòu)。
第一代統(tǒng)一渲染架構(gòu)的主要目的是把原本像素著色、頂點(diǎn)著色以及新增的幾何著色，統(tǒng)一交給流處理器來處理。而NVIDIA的GT200核心則被稱為第二代統(tǒng)一渲染架構(gòu)，其主要含義就是將圖形處理架構(gòu)和并行計(jì)算架構(gòu)完美的結(jié)合起來，成為一顆真正意義上的通用處理器，超越圖形處理器的概念！
GT200相對(duì)于G80，不止是把流處理器數(shù)量從128個(gè)擴(kuò)充到240個(gè)這么簡單，其實(shí)最關(guān)鍵之處是對(duì)TPC（線程處理器簇）和SM（流處理器簇）的改進(jìn)：
新增Atomic原子操作：透過原子操作，硬?；蟮木€程操作管理將更加有序和具體，這也就意味著像素或者其他類型如通用計(jì)算應(yīng)用的Thread的生成、仲裁、泵送、內(nèi)存位置確定和執(zhí)行過程都將變得更加精確和高效，Atomic單元和原子操作的引入也為未來NVIDIA構(gòu)架最終實(shí)現(xiàn)并行化設(shè)計(jì)起到了關(guān)鍵的先導(dǎo)作用。
每個(gè)SM可執(zhí)行線程上限提升：G80/G92核心每個(gè)SM（即不可拆分的8核心流處理器）最多可執(zhí)行768條線程，而GTX200核心的每個(gè)SM提升至1024條，而且GTX200擁有更多的SM，芯片實(shí)力達(dá)到原來的2.5倍！
每個(gè)SM的指令寄存器翻倍：GTX200與G80核心在SM結(jié)構(gòu)上基本相同的，但功能有所提升，在執(zhí)行線程數(shù)增多的同時(shí)，NVIDIA還將每個(gè)SM中間的Local Memory容量翻倍（從16K到32K）。Local Memory用于存儲(chǔ)SM即將執(zhí)行的上千條指令，容量增大意味著可以存儲(chǔ)更多的指令、超長的指令、或是各種復(fù)雜的混合式指令，這對(duì)于提高SM的執(zhí)行效能大有裨益。
DX10游戲會(huì)越來越多的使用復(fù)雜的混合式Shader指令，一旦排隊(duì)中的超長指令溢出或者在N個(gè)周期內(nèi)都排不上隊(duì)，那么就會(huì)造成效率下降的情況，此時(shí)雙倍寄存器容量的優(yōu)勢就體現(xiàn)出來了。由于Local Memory并不會(huì)消耗太多晶體管，因此將其容量翻倍是很合算的。
紋理單元數(shù)量提升，比率下降，達(dá)到了ATI當(dāng)年鼓吹的3:1水平
其它改進(jìn)還有：幾何著色性能提升，提高雙指令執(zhí)行（Dual-Issue）效率，達(dá)到93%-94%之多，支持雙精度64Bit浮點(diǎn)運(yùn)算，運(yùn)算能力為單精度的1/8。
綜合來看，GT200除了流處理器、紋理單元、光柵單元這些硬貨數(shù)量增多對(duì)游戲性能大有裨益以外，其它細(xì)節(jié)部分的優(yōu)化跟游戲關(guān)系不大。因?yàn)镚T200是為并行計(jì)算而設(shè)計(jì)的，從GT200開始，GPU計(jì)算變得更加實(shí)用和普及，NVIDIA的Tesla開始進(jìn)入科學(xué)實(shí)驗(yàn)室，并殺進(jìn)超級(jí)計(jì)算機(jī)市場。
隨著Tesla在高性能計(jì)算領(lǐng)域日漸深入人心，NVIDIA也在與科研工作者們進(jìn)行深入的溝通，傾聽一線用戶的需求，以便在下代GPU核心中做出相應(yīng)的優(yōu)化改進(jìn)。當(dāng)時(shí)用戶最大的需求有兩點(diǎn)：第一，科學(xué)家和超級(jí)計(jì)算只看重64bit雙精度浮點(diǎn)運(yùn)算能力，GT200性能太低，只有單精度的1/8；第二：企業(yè)級(jí)用戶對(duì)穩(wěn)定性要求更高，傳統(tǒng)的顯卡不支持顯存ECC（錯(cuò)誤檢查和糾正），計(jì)算出錯(cuò)后效率較低。
這就是下一代GPU的設(shè)計(jì)目標(biāo)。而且，這次GF100不僅要滿足并行計(jì)算的需求，還要兼顧DX11游戲性能，針對(duì)DX11新增的曲面細(xì)分、幾何運(yùn)算做出相應(yīng)的改進(jìn)，時(shí)間緊、任務(wù)重、壓力大。
過于追求完美往往結(jié)果就會(huì)不完美，NVIDIA在GPU架構(gòu)設(shè)計(jì)部分做到了近乎完美，但是在芯片制造端掉了鏈子——由于GPU核心太大，臺(tái)積電40nm工藝還不夠成熟，導(dǎo)致GF100核心良率低下，沒能達(dá)到設(shè)計(jì)預(yù)期，最終的產(chǎn)品不僅功耗發(fā)熱很大，而且規(guī)格不完整。所以雖然當(dāng)時(shí)GTX480顯卡的評(píng)價(jià)不是很高，但GF100核心的架構(gòu)極其優(yōu)秀的。等到工藝成熟之后的GF110核心以及GTX580顯卡，就毫無疑問的站在了游戲與計(jì)算的巔峰！
GF100是“四核心”設(shè)計(jì)：4個(gè)光柵化引擎
GF100/110可以看作是四核心設(shè)計(jì)
如果我們把Cayman看作是雙核心的設(shè)計(jì)，那GF100就是四核心的設(shè)計(jì)，它擁有四個(gè)GPC（圖形處理器集群）模塊，每個(gè)GPC都有各自的光柵化引擎（Raster Engine），而在以往都是整顆GPU共享一個(gè)Raster Engine。
GF100擁有16個(gè)多形體引擎
GF100與GT200最大的不同其實(shí)就是PolyMorph Engine，譯為多形體引擎。每個(gè)SM都擁有一個(gè)多形體引擎，GF100核心總共有多達(dá)16個(gè)。那么多形體引擎是干什么用的呢？為什么要設(shè)計(jì)如此之多？
為什么要這么多的多形體引擎？
之前的GPU架構(gòu)一直都使用單一的前端控制模塊來獲取、匯集并對(duì)三角形實(shí)現(xiàn)光柵化。無論GPU有多少個(gè)流處理器，這種固定的流水線所實(shí)現(xiàn)的性能都是相同的。但應(yīng)用程序的工作負(fù)荷卻是不同的，所以這種流水線通常會(huì)導(dǎo)致瓶頸出現(xiàn)，流處理器資源未能得到充分利用。
實(shí)現(xiàn)光柵化并行處理的同時(shí)還要保持API的順序是非常困難的，這種難度阻礙了這一領(lǐng)域的重大創(chuàng)新。雖然單個(gè)前端控制單元的設(shè)計(jì)在過去的GPU中曾有過輝煌的歷史，但是隨著對(duì)幾何復(fù)雜度的需求不斷增長，它現(xiàn)在已經(jīng)變成了一個(gè)主要障礙。
Tessellation的使用從根本上改變了GPU圖形負(fù)荷的平衡，該技術(shù)可以將特定幀中的三角形密度增加數(shù)十倍，給設(shè)置于光柵化單元等串行工作的資源帶來了巨大壓力。為了保持較高的Tessellation性能，有必要重新平衡圖形流水線。
為了便于實(shí)現(xiàn)較高的三角形速率，NVIDIA設(shè)計(jì)了一種叫做“PolyMorph”的可擴(kuò)展幾何引擎。每16個(gè)PolyMorph引擎均擁有自己專用的頂點(diǎn)拾取單元以及鑲嵌器，從而極大地提升了幾何性能。與之搭配的4個(gè)并行光柵化引擎，它們?cè)诿總€(gè)時(shí)鐘周期內(nèi)可設(shè)置最多4個(gè)三角形。同時(shí)，它們還能夠在三角形獲取、Tessellation、以及光柵化等方面實(shí)現(xiàn)巨大性能突破。
這是Cayman的圖形引擎，是雙核心設(shè)計(jì)
AMD的Cayman核心是不分光柵化引擎和多形體引擎的，都可以算作是雙核心設(shè)計(jì)，GF100與Cayman相比，光柵化引擎是4:1，多形體引擎（包括曲面細(xì)分單元）是16:2，GF100的幾何圖形性能有多么強(qiáng)大已經(jīng)可以想象。
當(dāng)NVIDIA的工程師通過計(jì)算機(jī)模擬測試得知幾何引擎將會(huì)成為DX11新的瓶頸之后，毫不遲疑的選擇了將單個(gè)控制模塊打散，重新設(shè)計(jì)了多形體引擎和光柵化引擎，并分散至每組SM或每個(gè)GPC之中，從而大幅提升了幾何性能，徹底消除了瓶頸。
GF100流處理器部分的改進(jìn)
每一個(gè)CUDA核心都擁有一個(gè)完全流水線化的整數(shù)算術(shù)邏輯單元（ALU）以及浮點(diǎn)運(yùn)算單元（FPU）。GF100采用了最新的IEEE754-2008浮點(diǎn)標(biāo)準(zhǔn)，2008標(biāo)準(zhǔn)的主要改進(jìn)就是支持多種類型的舍入算法。新標(biāo)準(zhǔn)可以只在最終獲取數(shù)據(jù)時(shí)進(jìn)行四舍五入，而以往的標(biāo)準(zhǔn)是每進(jìn)行一步運(yùn)算都要四舍五入一次，最后會(huì)產(chǎn)生較大的誤差。
GF100能夠?yàn)?2bit單精度和64bit雙精度運(yùn)算提供FMA（Fused Multiply-Add，積和熔加）指令，而GT200只在64bit時(shí)才能提供。FMA不僅適用于高性能計(jì)算領(lǐng)域，事實(shí)上在渲染緊密重疊的三角形時(shí)，新的FMA算法能夠最大限度的減少渲染誤差。
ATI所有的流處理器在執(zhí)行整數(shù)型加、乘指令時(shí)僅支持24bit精度，而NVIDIA CUDA核心支持所有整數(shù)指令全32位精度，符合標(biāo)準(zhǔn)編程語言的基本要求。整數(shù)ALU還經(jīng)過了優(yōu)化，可有效支持64位以及更高精度的運(yùn)算，這一點(diǎn)是對(duì)手無法比擬的。
GF100擁有雙Warp調(diào)度器可選出兩個(gè)Warp，從每個(gè)Warp發(fā)出一條指令到16個(gè)核心、16個(gè)載入/存儲(chǔ)單元或4個(gè)特殊功能單元。因?yàn)閃arp是獨(dú)立執(zhí)行的，所以GF100的調(diào)度器無需檢查指令流內(nèi)部的依存關(guān)系。通過利用這種優(yōu)秀的雙指令執(zhí)行（Dual-issue）模式，GF100能夠?qū)崿F(xiàn)接近峰值的硬件性能。
GF100首次引入一級(jí)緩存與動(dòng)態(tài)共享緩存
GF100核心擁有很多種類的緩存，他們的用途不盡相同，其中一級(jí)緩存、共享緩存和紋理緩存位于SM內(nèi)部，二級(jí)緩存則是獨(dú)立的一塊，與光柵單元及顯存控制器相連。
以往的GPU都是沒有一級(jí)緩存的，只有一級(jí)紋理緩存，因?yàn)檫@些緩存無法在通用計(jì)算中用于存儲(chǔ)計(jì)算數(shù)據(jù)，只能用于在紋理采樣時(shí)暫存紋理。而在GF100當(dāng)中，NVIDIA首次引入真正的一級(jí)高速緩存，而且還可被動(dòng)態(tài)的劃分為共享緩存。
在GF100 GPU中，每個(gè)SM除了擁有專用的紋理緩存外，還擁有64KB容量的片上緩存，這部分緩存可配置為16KB的一級(jí)緩存+48KB共享緩存，或者是48KB一級(jí)緩存+16KB共享緩存。這種劃分方式完全是動(dòng)態(tài)執(zhí)行的，一個(gè)時(shí)鐘周期之后可自動(dòng)根據(jù)任務(wù)需要即時(shí)切換而不需要程序主動(dòng)干預(yù)。
一級(jí)緩存與共享緩存是互補(bǔ)的，共享緩存能夠?yàn)槊鞔_界定存取數(shù)據(jù)的算法提升存取速度，而一級(jí)緩存則能夠?yàn)橐恍┎灰?guī)則的算法提升存儲(chǔ)器存取速度。在這些不規(guī)則算法中，事先并不知道數(shù)據(jù)地址。
對(duì)于圖形渲染來說，重復(fù)或者固定的數(shù)據(jù)比較多，因此一般是劃分48KB為共享緩存，當(dāng)然剩下的16KB一級(jí)緩存也不是完全沒用，它可以充當(dāng)寄存器溢出的緩沖區(qū)，讓寄存器能夠?qū)崿F(xiàn)不俗的性能提升。而在并行計(jì)算之中，一級(jí)緩存與共享緩存同樣重要，它們可以讓同一個(gè)線程塊中的線程能夠互相協(xié)作，從而促進(jìn)了片上數(shù)據(jù)廣泛的重復(fù)利用并減少了片外的通信量。共享存儲(chǔ)器是使許多高性能CUDA應(yīng)用程序成為可能的重要促成因素。
GF100擁有一個(gè)768KB容量統(tǒng)一的二級(jí)高速緩存，該緩存可以為所有載入、存儲(chǔ)以及紋理請(qǐng)求提供服務(wù)。二級(jí)緩存可在整個(gè)GPU中提供高效、高速的數(shù)據(jù)共享。物理效果、光線追蹤以及稀疏數(shù)據(jù)結(jié)構(gòu)等事先不知道數(shù)據(jù)地址的算法在硬件高速緩存上的運(yùn)行優(yōu)勢尤為明顯。后期處理過濾器需要多個(gè)SM才能讀取相同的數(shù)據(jù)，該過濾器與存儲(chǔ)器之間的距離更短，從而提升了帶寬效率。
統(tǒng)一的共享式緩存比單獨(dú)的緩存效率更高。在獨(dú)享式緩存設(shè)計(jì)中，即使同一個(gè)緩存被多個(gè)指令預(yù)訂，它也無法使用其它緩存中未貼圖的部分。高速緩存的利用率將遠(yuǎn)低于它的理論帶寬。GF100的統(tǒng)一共享式二級(jí)高速緩存可在不同請(qǐng)求之間動(dòng)態(tài)地平衡負(fù)載，從而充分地利用緩存。二級(jí)高速緩存取代了之前GPU中的二級(jí)紋理緩存、ROP緩存以及片上FIFO。
GF100的緩存架構(gòu)讓各流水線之間可以高效地通信，減少了顯存讀寫操作
統(tǒng)一的高速緩存還能夠確保存儲(chǔ)器按照程序的順序執(zhí)行存取指令。當(dāng)讀、寫路徑分離（例如一個(gè)只讀紋理路徑以及一個(gè)只寫ROP路徑）時(shí)，可能會(huì)出現(xiàn)先寫后讀的危險(xiǎn)。一個(gè)統(tǒng)一的讀/寫路徑能夠確保程序的正確運(yùn)行，同時(shí)也是讓NVIDIA GPU能夠支持通用C/C++程序的重要因素。
與只讀的GT200二級(jí)緩存相比，GF100的二級(jí)高速緩存既能讀又能寫，
而且是完全一致的。NVIDIA采用了一種優(yōu)先算法來清除二級(jí)緩存中的數(shù)據(jù)，這種算法包含了各種檢查，可幫助確保所需的數(shù)據(jù)能夠駐留在高速緩存當(dāng)中。
之所以要對(duì)NVIDIA的GF100/110核心進(jìn)行重點(diǎn)介紹，是因?yàn)樗且粋€(gè)很好的參照物，接下來要介紹的Tahiti核心很多方面都會(huì)與GF100進(jìn)行對(duì)比，看看AMD所謂的GCN（次世代圖形核心）到底有多么先進(jìn)。
Tahiti的核心架構(gòu)圖
這是AMD官方公布的Tahiti核心架構(gòu)圖，第一眼看上去，我們就會(huì)發(fā)現(xiàn)他與以往所有的AMD GPU架構(gòu)有了明顯區(qū)別，無論圖形引擎部分還是流處理器部分都有了天翻地覆的變化，如果沒有右側(cè)熟悉的UVD、CrossFire、Eyefinity等功能模塊，很難相信這是一顆AMD的GPU。
先看看最上面的圖形引擎部分
Tahiti的圖形引擎部分
Cayman的圖形引擎部分
這一部分Tahiti幾乎沒有什么變化，依然是雙圖形引擎的設(shè)計(jì)，幾何著色指令分配器、頂點(diǎn)著色指令分配器、曲面細(xì)分單元、光柵器、分層消影器都是雙份的設(shè)計(jì)。
毫不起眼但意義重大的改進(jìn)：雙ACE
除此之外，還有一個(gè)毫不起眼但是意義重大的改進(jìn)，那就是在圖形引擎上方加入了兩個(gè)ACE（Asynchronous Compute Engine，異步計(jì)算引擎），這兩個(gè)引擎直接與指令處理器、幾何引擎及全局?jǐn)?shù)據(jù)緩存相連，作用是管理GPU的任務(wù)隊(duì)列，將線程分門別類的分發(fā)給流處理器。
ACE將會(huì)充當(dāng)指令處理器的角色用于運(yùn)算操作，而ACE的主要作用就是接受任務(wù)并將其下遣分配給流處理器（主要是分配的過程）。全新架構(gòu)強(qiáng)化了多任務(wù)的并行處理設(shè)計(jì)，資源分配、上下文切換以及任務(wù)優(yōu)先級(jí)決策等等。ACE的直接作用就是新架構(gòu)擁有了一定程度的亂序執(zhí)行能力，雖然嚴(yán)格意義上新架構(gòu)依然是順序執(zhí)行架構(gòu)，一個(gè)完整線程中的指令執(zhí)行順序不能被打亂，但是ACE可以做到對(duì)不同的任務(wù)進(jìn)行優(yōu)化和排序，劃分任務(wù)執(zhí)行的優(yōu)先級(jí)別，進(jìn)而優(yōu)化資源。從本質(zhì)上來說，這與很多CPU（比如Atom、ARM A8等等）處理多任務(wù)的方式并沒有什么不同。
而且ACE的加入大幅提升了Tahiti的幾何性能，并且使得通用計(jì)算時(shí)的指令分配更加有序和并行化，緩存使用率和命中率更高。
有針對(duì)性的強(qiáng)化曲面細(xì)分單元
單從數(shù)量上來看，Tahiti明顯不如GF100的4個(gè)光柵化引擎（光柵器+分層消影器）以及8個(gè)多形體引擎（幾何/頂點(diǎn)分配器及曲面細(xì)分單元等）。不過AMD有針對(duì)性的強(qiáng)化了曲面細(xì)分單元，通過提高頂點(diǎn)的復(fù)用率、增強(qiáng)片外緩存命中率、以及更大參數(shù)高速緩存的配合下，HD7970在所有級(jí)別的曲面細(xì)分環(huán)境下都可以達(dá)到4倍于HD6970的性能：
此前我們介紹過，HD6970的曲面細(xì)分性能是HD6870的兩倍、HD5870的三倍。通過AMD的理論數(shù)據(jù)來看，Tahiti的曲面細(xì)分性能應(yīng)該達(dá)到甚至超越了GF100/110。
看得出來，AMD的Tahiti在圖形引擎方面依然沿用Cayman的設(shè)計(jì)，從Cypress到Barts再到Cayman，AMD穩(wěn)扎穩(wěn)打的對(duì)圖形引擎進(jìn)行優(yōu)化與改進(jìn)，AMD認(rèn)為現(xiàn)有的雙圖形引擎設(shè)計(jì)足以滿足流處理器的需要，因此只對(duì)備受詬病的曲面細(xì)分模塊進(jìn)行了改良，如此有針對(duì)性的設(shè)計(jì)算是亡羊補(bǔ)牢、為時(shí)不晚。
看了上頁圖形引擎部分的介紹，很多人可能會(huì)失望——基本沒動(dòng)嘛，還說什么次世代圖形核心？別著急，好戲在后頭。我們知道AMD歷代GPU的瓶頸除了曲面細(xì)分以外，其實(shí)最重要的是5D/4D VLIW架構(gòu)的效率問題?，F(xiàn)在Tahiti的GCN架構(gòu)就是要解決這個(gè)問題，它的流處理器結(jié)構(gòu)已經(jīng)面目全非了。
Tahiti徹底拋棄VLIW架構(gòu)
通過Tahiti的整體架構(gòu)圖我們看到，傳統(tǒng)的SIMD流處理器陣列消失了，取而代之的是GCN陣列，Tahiti總計(jì)擁有2048個(gè)流處理器，這樣每個(gè)GCN陣列里面擁有64個(gè)流處理器?，F(xiàn)在來看看GCN陣列的微觀結(jié)構(gòu)。
GCN與GF100的SM何其相似
Tahiti的GCN陣列微觀結(jié)構(gòu)
GCN陣列里有4組SIMD單元，每組SIMD單元里面包括16個(gè)流處理器、或者說是標(biāo)量運(yùn)算器。GCN架構(gòu)已經(jīng)完全拋棄了此前5D/4D流處理器VLIW超長指令架構(gòu)的限制，不存在5D/4D指令打包-派發(fā)-解包的問題，所有流處理器以16個(gè)為一組SIMD陣列完成指令調(diào)度。簡單來說，以往是指令集并行，而現(xiàn)在是線程級(jí)并行。
GF100的SM（流處理器簇）微觀結(jié)構(gòu)
可以這么理解，一個(gè)GCN陣列與GF100當(dāng)中的一組SM相當(dāng)，GF100的一組SM當(dāng)中有4組共計(jì)32個(gè)流處理器，而Tahiti的一組GCN當(dāng)中有4組共計(jì)64個(gè)流處理器。
緩存部分
每個(gè)SIMD-16單元都擁有64KB向量寄存器
每組GCN陣列擁有64KB的本地?cái)?shù)據(jù)共享緩存，還有16KB的一級(jí)緩存
每組GCN陣列有一個(gè)標(biāo)量運(yùn)算單元，用于執(zhí)行整數(shù)指令、媒體指令和浮點(diǎn)原子操作，這個(gè)標(biāo)量運(yùn)算單元擁有自己的4KB寄存器
而GF100的緩存設(shè)計(jì)得更加靈活，每組SM里面擁有總計(jì)64KB的共享緩存+一級(jí)緩存，這64KB緩存可以根據(jù)實(shí)際運(yùn)算量來動(dòng)態(tài)調(diào)整，如果把16KB分配給一級(jí)緩存的話，那剩下的48KB就是共享緩存，反之亦然。
一般來說，進(jìn)行圖形渲染時(shí)需要共享緩存比較多，而并行計(jì)算時(shí)則會(huì)用到更多的一級(jí)緩存。GF100這種靈活的緩存分配機(jī)制更適合做并行計(jì)算，而GCN架構(gòu)更大的共享緩存會(huì)有更好的圖形渲染性能，并行計(jì)算則會(huì)稍遜一籌。
更多的線程調(diào)度
從緩存部分的設(shè)計(jì)來看，雖然GCN擁有更大的緩存容量，但在并行計(jì)算領(lǐng)域經(jīng)營多年的NVIDIA顯然要棋高一手。
從線程級(jí)別來看，GCN與SM是不可分割的最小單元，GCN一次可以執(zhí)行64個(gè)線程，而SM是48個(gè)（其實(shí)就是流處理器的數(shù)量）。
從多線程執(zhí)行上來看，GCN可以同時(shí)執(zhí)行4個(gè)硬件線程，而SM是雙線程調(diào)度器的設(shè)計(jì)（參見架構(gòu)圖）。
如此來看，GCN架構(gòu)的多線程性能會(huì)更好一些。
小結(jié)：AMD GCN抄襲NVIDIA SM架構(gòu)？
在流處理器部分，終于不用費(fèi)勁的把AMD和NVIDIA GPU架構(gòu)分開介紹了，因?yàn)镚CN與SM已經(jīng)沒有本質(zhì)區(qū)別。剩下的只是緩存容量、流處理器簇的數(shù)量、線程調(diào)度機(jī)制的問題，雙方根據(jù)實(shí)際應(yīng)用自然會(huì)有不同的判斷，自家的前后兩代產(chǎn)品也會(huì)對(duì)這些數(shù)量和排列組合進(jìn)行微調(diào)。
AMD向NVIDIA的架構(gòu)靠攏，證明了他這么多年來確實(shí)是在錯(cuò)誤的道路上越走越遠(yuǎn)，還好浪子回頭金不換，這次GCN架構(gòu)簡直就是大躍進(jìn)！
在流處理器部分，我們看到Tahiti與GF100如此相似，那么接下來看到緩存設(shè)計(jì)時(shí)，您可能會(huì)要驚呼了……看圖說話：
Tahiti的緩存結(jié)構(gòu)
Tahiti與GF100緩存的相同之處
先說最直觀的，Tahiti有一個(gè)容量為768KB二級(jí)緩存，這個(gè)容量與GF100的L2完全相同，都可以進(jìn)行讀寫操作。
上頁說過，Tahiti的每組GCN陣列擁有16KB的一級(jí)緩存，GF100的SM里面也有16KB的一級(jí)緩存；每組GCN擁有64KB的本地?cái)?shù)據(jù)共享緩存，GF100的每組SM擁有48KB。
Tahiti總共擁有32個(gè)GCN陣列，所以一級(jí)緩存共有512KB，而GF100擁有16個(gè)SM陣列，一級(jí)緩存共有256KB。但別忘了GF100的L1可以是48KB，這樣總共就是768KB了。
Tahiti與GF100緩存的不同之處
雖然Tahiti的緩存層級(jí)設(shè)定與GF100非常相似，但區(qū)別也是有的：
Tahiti的每組GCN需要將16KB一級(jí)緩存當(dāng)作紋理緩存使用，而GF100的每組SM當(dāng)中設(shè)有專用的12KB紋理緩存；
一般來說非圖形渲染不需要用到紋理緩存，而圖形渲染時(shí)又不會(huì)用到一級(jí)緩存，所以Tahiti將一級(jí)緩存與紋理緩存合并的設(shè)計(jì)更優(yōu)；但NVIDIA專門設(shè)計(jì)紋理緩存也不是沒有道理，當(dāng)GPU既渲染圖形又要做計(jì)算時(shí)，分離式設(shè)計(jì)的效率會(huì)更高，比如PhysX游戲……A卡不支持所以AMD不會(huì)考慮這種情況。
Tahiti整個(gè)GPU擁有一個(gè)32KB的全局?jǐn)?shù)據(jù)共享緩存，這個(gè)是沿用了Cayman的設(shè)計(jì)，但容量減半了，而GF100沒有這種緩存。全局?jǐn)?shù)據(jù)共享緩存主要用于不同GCN陣列間線程的數(shù)據(jù)交換，這塊緩存只對(duì)編譯器可見，所以使用率較低，容量減半相信也是處于這個(gè)原因。
最核心的流處理器和緩存部分介紹完畢，剩下的功能模塊就簡單了：
AMD頭一次使用384bit顯存控制器
我們先來回顧一下顯存控制器的發(fā)展史：
NVIDIA：G80(384bit)-G92(256bit)-GT200(512bit)-GF100(384bit)
AMD：R600(512bit)-RV670(256bit)-RV770(256bit)-Cypress(256bit)-Cayman(256bit)
NVIDIA使用過兩次384bit顯存控制器，而AMD自R600 512bit兵敗之后一直堅(jiān)守256bit的設(shè)計(jì)，這次Tahiti是頭一次使用384bit這種折衷的位寬。
AMD作為GDDR5顯存標(biāo)準(zhǔn)的制定者之一，對(duì)于顯存特性吃得比較透，因此同樣的顯存顆粒，A卡的顯存頻率一直都遠(yuǎn)高于N卡。此次AMD在位寬上追平NVIDIA，再加上更高的頻率，顯存帶寬達(dá)到了264GB/s，基本上不會(huì)有什么瓶頸了。
光柵單元數(shù)量不變
Tahiti配備了32個(gè)ROPs，數(shù)量與Cayman，每個(gè)周期能完成32個(gè)色彩處理和128個(gè)Z/Stencil 處理，不過得益于有更高的顯存帶寬，在實(shí)際游戲中的性能要比理論值一樣的Cayman快50%，比如抗鋸齒方面。
率先支持DX11.1 API
AMD一直都是激進(jìn)派，憑借與微軟的深度合作，自DX10以后AMD總是能夠第一時(shí)間發(fā)布支持最新API的顯卡，DX10.1/DX11還有現(xiàn)在的DX11都是如此。目前微軟尚未公布DX11.1的改進(jìn)細(xì)節(jié)，相信和當(dāng)年的DX10.1一樣不會(huì)有太多質(zhì)的改動(dòng)。
支持PCI-E 3.0總線的意義
至于PCI-E 3.0總線的支持，更是超前，目前只有Intel的X79+i7-3960X平臺(tái)才會(huì)提供PCI-E3.0支持。根據(jù)經(jīng)驗(yàn)來判斷，PCI-E 3.0翻倍的帶寬并不會(huì)給顯卡帶來性能提升，其主要意義還是對(duì)于多卡的支持。試想，如果PCI-E 3.0 X4都可以滿足HD7970的需求的話，那么現(xiàn)有的Z68（搭配IvyBridge處理器）就不會(huì)限制多路交火的性能表現(xiàn)，而X79插8塊（如果主板有這么多插槽的話）HD7970做并行計(jì)算也不會(huì)因?yàn)榻涌趲挾a(chǎn)生性能瓶頸。
最后，再來強(qiáng)調(diào)一下AMD拋棄5D/4D VLIW改用全新GCN架構(gòu)的意義
理想狀態(tài)下毫不相干的四組線程執(zhí)行情況
在VLIW的理想情況下，4個(gè)線程分別各自獨(dú)立且毫不相關(guān)，可以看到新架構(gòu)和VLIW的執(zhí)行情況和類似，理論上效率都是100%。
非理想狀態(tài)下，條件相關(guān)線程延遲執(zhí)行
但對(duì)于VLIW架構(gòu)來說，不理想的情況就是遇到相關(guān)的指令流，比如兩個(gè)綠色線程，前三個(gè)線程可在一個(gè)周期內(nèi)執(zhí)行，最下方的藍(lán)色只能獨(dú)立執(zhí)行。而對(duì)于新架構(gòu)來說，則不存在這樣的問題。也就是說，采用硬件調(diào)度之后，GCN和SIMD可以允許選擇不同的線程亂序執(zhí)行，這些線程可以來自同一任務(wù)，也可以是不同任務(wù)。當(dāng)然，這種“亂序”也不是絕對(duì)的，基本的流程還是要遵守的，比如各個(gè)線程之間的指令必須按順序執(zhí)行，不能打亂也不能分割。
以上就是AMD官方提供的數(shù)據(jù)，HD7970的理論運(yùn)算能力相比HD6970提升不過30%，但在GPU計(jì)算應(yīng)用當(dāng)中的性能提升相當(dāng)顯著，可達(dá)兩倍以上！尤其在AES加密解密算法中，速度達(dá)到了4倍以上，架構(gòu)的威力可見一斑！
HD7900會(huì)在WinZIP當(dāng)中有更好的加密壓縮解壓性能
高清視頻實(shí)時(shí)防抖處理
AMD在努力：支持GPU計(jì)算的軟件越來越多
以往的VLIW架構(gòu)在并行任務(wù)處理方面處于劣勢，并且很依賴編譯器和API的支持，擴(kuò)展到OpenCL也受到很大限制。經(jīng)過硬件架構(gòu)的調(diào)整，新的GCN架構(gòu)在并行計(jì)算方面有了很大提高。編譯壓力減輕，硬件調(diào)度的加入使編譯器擺脫了調(diào)度任務(wù)；其次是程序優(yōu)化和支持語言擴(kuò)充更見容易；最后是不用在生成VLIW指令和相關(guān)調(diào)度信息，新架構(gòu)最底層的ISA也更加簡單。
從DX10時(shí)代開始，也就是ATI被AMD收購之后，AMD的GPU架構(gòu)一直都沒有大的改動(dòng)。從HD2000到HD6000，大家應(yīng)該會(huì)發(fā)現(xiàn)GPU流處理器部分的結(jié)構(gòu)沒有任何改動(dòng)，區(qū)別只是規(guī)模而已。這次AMD能夠徹底拋棄沿用了5年之久的VLIW超長指令集架構(gòu)，真的是讓人眼前一亮，真可謂是浪子回頭金不換。
對(duì)于AMD來說，這次真的是一次革命
Tihiti的GPU架構(gòu)改得很徹底，換句話說就是AMD學(xué)得很快，NVIDIA花了5年時(shí)間循序漸進(jìn)的把G80進(jìn)化到了GF100的級(jí)別；而AMD只用了一年時(shí)間，就讓Tahiti達(dá)到甚至部分超越了GF100的水平，真是可喜可賀！
但是AMD還有很長的路要走，硬件雖然很強(qiáng)大、全新的GCN架構(gòu)也掃清了效率低下障礙，但軟件和程序方面還需加把勁。讓AMD欣喜的是OpenCL API的發(fā)展速度比想象中的還要快，以至于NVIDIA打算部分開放CUDA接口?？梢灶A(yù)見的是，未來更多的商業(yè)軟件將會(huì)直接使用OpenCL語言編寫，對(duì)于GPU實(shí)現(xiàn)無差別的硬件加速支持，最終比拼的還是架構(gòu)與效率，而不是誰支持的軟件更多一些。
總結(jié)：
隨著GPU架構(gòu)越來越復(fù)雜，傳統(tǒng)“半年更新，一年換代”的已經(jīng)過時(shí)，再加上先進(jìn)制造工藝的步伐放緩，GPU架構(gòu)更新的周期被大大延長（1年、2年或者更長），我們現(xiàn)在看到的GPU大多是在原有架構(gòu)上“縫縫補(bǔ)補(bǔ)”。對(duì)于現(xiàn)代GPU來說，一次換代并不僅僅是硬件架構(gòu)的革新，更多時(shí)間的是開發(fā)者們對(duì)新架構(gòu)的適應(yīng)以及對(duì)新特性的吸收。
隨著技術(shù)的發(fā)展，圖形和計(jì)算的概念已經(jīng)不再像以往分的那么清楚了，進(jìn)入DX11時(shí)代時(shí)候，全新API和新特性帶來了以往DirectX版本看不到的東西，尤其是大量的圖形特效可以靠GPU的計(jì)算能力進(jìn)行加速，這一切在要求傳統(tǒng)圖形渲染能力的同事，對(duì)GPU的計(jì)算能力要求十分苛刻，而未來圖形架構(gòu)的發(fā)展勢必會(huì)順應(yīng)這一趨勢。由此看來，AMD下定決定進(jìn)行大規(guī)模的架構(gòu)革新也就不奇怪了。
基于GCN架構(gòu)、Tahiti核心的Radeon HD 7970顯卡將在北京時(shí)間1月9日下午1時(shí)正式發(fā)布，由于國外提前發(fā)布的關(guān)系，可能很多朋友已經(jīng)看過國外的測試成績了，但我們將為讀者們獻(xiàn)上最全面的3D游戲性能測試以及并行計(jì)算性能測試，關(guān)注GPU圖形與計(jì)算的朋友不容錯(cuò)過，敬請(qǐng)期待！■<
關(guān)注我們
