从CPU架构和技术的演变看GPU未来发展

    所谓X86架构的处理器就是采用了Intel X86指令集的处理器，X86指令集是Intel公司为其第一块16位处理器i8086所专门开发的。而IBM在1981年所推出的第一台PC机上所使用的处理器i8088（i8086的简化版）也是使用的X86指令集，但是为了增强计算机的浮点运算能力，增加了X87数学协助处理器并引入了X87指令集，于是就将采用了X86指令集和X87指令集的处理器统称为X86架构的处理器。

    X86基本指令集包括了：数据传输、算术运算、逻辑运算、串指令、程序转移、伪指令、寄存器、位操作、控制指令和浮点运算指令等十大类无数条。而Intel和AMD桌面级处理器在X86指令集的基础上，为了提升处理器各方面的性能，所以又各自开发新的指令集，它们被称为处理器扩展指令集。

    扩展指令集能够大幅提高CPU在某些特定应用下的性能，如多媒体、3D、浮点运算等，其设计初衷与协处理器是异曲同工的，但协处理器需要增加额外的运算单元，而扩展指令集只需要加入新的指令和算法即可，无需设计新的运算单元，但必须要软件支持才能发挥功效。

★ MMX指令集：增强多媒体性能

　　MMX（Multi Media eXtension 多媒体扩展指令）指令集是Intel公司在1996年为旗下的Pentium系列处理器所开发的一项多媒体指令增强技术。MMX指令集中包括了57条多媒体指令，通过这些指令可以一次性处理多个数据，在处理结果超过实际处理能力的时候仍能够进行正常处理，如果在软件的配合下，可以得到更强的处理性能。

    MMX指令集非常成功，在之后生产的各型CPU都包括这些指令集。据当年Tom''s Hardware测试，即使最慢的Pentium MMX 166MHz也比Pentium 200MHz普通版要快。

Intel Pentium With MMX，首次支持MMX

    但是，MMX指令集的问题也是比较明显的，MMX指令集不能与X86的浮点运算指令同时执行，必须做密集式的交错切换才可以正常执行，但是这样一来，就会造成整个系统运行速度的下降。

★ 3DNow!指令集：

    3DNow!指令集最由AMD公司所推出的，该指令集应该是在SSE指令之前推出的，被广泛运用于AMD的K6-2和K7系列处理器上，拥有21条扩展指令集。在整体上3DNow!的SSE非常相相似，它们都拥有8个新的寄存器，但是3DNow!是64位的，而SSE是128位。

AMD K62加入3DNow！指令集

    所以3DNow!它只能存储两个浮点数据，而不是四个。但是它和SSE的侧重点有所不同，3DNow!指令集主要针对三维建模、坐标变换和效果渲染等3D数据的处理，在相应的软件配合下，可以大幅度提高处理器的3D处理性能。AMD公司后来又在Athlon系列处理器上开发了新的Enhanced 3DNow!指令集，新的增强指令数达了52个，以致目前最为流行的Athlon 64系列处理器还是支持3DNow！指令的。

★ SSE指令集：加强浮点和3D性能

　　SSE是Streaming SIMD Extension（SIMD扩展指令集）的缩写，而其中SIMD的为含意为Single Istruction Multiple Data（单指令多数据），所以SSE指令集也叫单指令多数据流扩展。该指令集最先运用于Intel的Pentium III系列处理器，其实在Pentium III推出之前，Intel方面就已经泄漏过关于KNI（Katmai New Instruction）指令集的消息。这个KNI指令集也就是SSE指令集的前身，当时也有不少的媒体将该指令集称之为MMX2指令集，但是Intel方面却从没有发布有关MMX2指令集的消息。

奔腾3正式加入SSE指令集

　　最后在Intel推出Pentium III处理器的时候，SSE指令集也终于水落石出。SSE指令集是为提高处理器浮点性能而开发的扩展指令集，它共有70条指令，其中包含提高3D图形运算效率的50条SIMD浮点运算指令、12条MMX整数运算增强指令、8条优化内存中的连续数据块传输指令。理论上这些指令对当时流行的图像处理、浮点运算、3D运算、多媒体处理等众多多媒体的应用能力起到全面提升的作用。SSE指令与AMD公司的3DNow!指令彼此互不兼容，但SSE包含了3DNow!中的绝大部分功能，只是实现的方法不同而已。SSE也向下兼容MMX指令，它可以通过SIMD和单时钟周期并行处理多个浮点数据来有效地提高浮点运算速度。

★ SSE2指令集：进一步优化浮点运算

　　在Pentium III发布的时候，SSE指令集就已经集成在了处理器的内部，但因为各种原因一直没有得到充分的发展。直到Pentium 4发布之后，开发人员看到使用SSE指令之后，程序执行性能将得到极大的提升，于是Intel又在SSE的基础上推出了更先进的SSE2指令集。

奔腾4初代就加入了SSE2指令集（AMD直到Athlon64才加入SSE2）

　　SSE2包含了144条指令，由两个部分组：SSE部分和MMX部分。SSE部分主要负责处理浮点数，而MMX部分则专门计算整数。SSE2的寄存器容量是MMX寄存器的两倍，寄存器存储数据也增加了两倍。在指令处理速度保持不变的情况下，通过SSE2优化后的程序和软件运行速度也能够提高两倍。由于SSE2指令集与MMX指令集相兼容，因此被MMX优化过的程序很容易被SSE2再进行更深层次的优化，达到更好的运行效果。

    SSE2对于处理器的性能的提升是十分明显的，虽然在同频率的情况下，Pentium 4和性能不如Athlon XP，但由于Athlon XP不支持SSE2，所以经过SSE2优化后的程序Pentium 4的运行速度要明显高于Athlon XP。而AMD方面也注意到了这一情况，在随后的K-8系列处理器中，都加入SSE2指令集。

★ SSE3指令集：加强并行数据处理能力

　　SSE3指令是目前规模最小的指令集，它只有13条指令。它共划分为五个应运层，分别为数据传输命令、数据处理命令、特殊处理命令、优化命令、超线程性能增强五个部分，其中超线程性能增强是一种全新的指令集，它可以提升处理器的超线程的处理能力，大大简化了超线程的数据处理过程，使处理器能够更加快速的进行并行数据处理。

    SSE3中13个新指令的主要目的是改进线程同步和特定应用程序领域，例如媒体和游戏。这些新增指令强化了处理器在浮点转换至整数、复杂算法、视频编码、SIMD浮点寄存器操作以及线程同步等五个方面的表现，最终达到提升多媒体和游戏性能的目的。

    Intel是从Prescott核心的Pentium 4开始支持SSE3指令集的，而AMD则是从2005年下半年Troy核心的Opteron开始才支持SSE3的。但是需要注意的是，AMD所支持的SSE3与Intel的SSE3并不完全相同，主要是删除了针对Intel超线程技术优化的部分指令。

★ SSSE3(SSE3S)指令集：加强多媒体图形图像处理

    SSSE3（Supplemental Streaming SIMD Extensions 3）是Intel命名的SSE3指令集的扩充，不使用新的号码是因为SSSE3比较像是加强版的SSE3，以至于推出SSSE3之前，SSE4的定义容易被混淆。在公开Intel的Core微架构之时，SSSE3出现在Xeon 5100与Intel Core 2移动版与桌面型处理器上。

65nm Core 2 Duo引入SSSE3指令集

    SSSE3包含了16个新的不同于SSE3的指令。每一个都能够运作于64位的MMX寄存器或是128位XMM寄存器之中。因此，有些Intel的文件表示有32个新指令。SSSE3指令集增强了CPU的多媒体、图形图象处理、多媒体编码、整数运算和Internet等方面的处理能力。

★ SSE4.1指令集：大幅提升浮点运算，优化CPU和GPU数据共享

    SSE4.1指令集被认为是2001年以来Intel最重要的指令集扩展，包含54条指令。Intel在Penryn处理器中加入了对SSE4.1的支持，共增加了47条新指令，令处理器的多媒体处理能力得到最大70%的提升。SSE4加入了6条浮点型点积运算指令，支持单精度、双精度浮点运算及浮点产生操作，且IEEE 754指令 (Nearest, -Inf, +Inf, and Truncate) 可立即转换其路径模式，大大减少延误，这些改变将对游戏及3D内容制作应用有重要意义。

    此外，SSE4加入串流式负载指令，可提高以图形帧缓冲区的读取数据频宽，理论上可获取完整的快取缓存行，即每次读取64Bit而非8Bit，并可保持在临时缓冲区内，让指令最多可带来8倍的读取频宽效能提升，对于视讯处理、成像以及GPU与CPU之间的共享数据应用，有着明显的效能提升。

45nm Core 2 Duo引入SSE4.1指令集

　　SSE4指令集让45nm Penryn处理器增加了2个不同的32Bit向量整数乘法运算单元，并加入8位无符号(Unsigned)最小值及最大值运算，以及16Bit及32Bit有符号 (Signed) 运算。在面对支持SSE4指令集的软件时，可以有效的改善编译器效率及提高向量化整数及单精度代码的运算能力。同时，SSE4改良插入、提取、寻找、离散、跨步负载及存储等动作，令向量运算进一步专门。

★ SSE4.2指令集：优化XML和交互式应用性能

    在Nehalem架构的Core i7处理器中，SSE4.2指令集被引入，加入了STTNI（字符串文本新指令）和ATA（面向应用的加速器）两大优化指令。STTNI包含了四条具体的指令。STTNI指令可以对两个16位的数据进行匹配操作，以加速在XML分析方面的性能。Intel表示，新指令可以在XML分析方面取得3.8倍的性能提升。

    ATA包括冗余校验的CRC32指令、计算源操作数中非0位个数的POPCNT指令，以及对于打包的64位算术运算的SIMD指令。CRC32指令可以取代上层数据协议中经常用到的循环冗余校验，Intel表示其加速比可以达到6.5~18.6倍；POPCNT用于提高在DNA基因配对、声音识别等包含大数据集中进行模式识别和搜索等操作的应用程序性能。