安逸or进取？从显卡进行探窥企业之道

    上位的想永远稳坐江山，失意的则希望翻身做主人，这是人类社会的共性。

    双方在经历过丰富市场的G9X架构月RV6XX核心的交锋后，再次迎来了决战。NVIDIA这次祭出了GT200架构，而AMD则放出了RV770，双方都在上一代架构的基础上进行了大量的变化，有人说GT200就似乎G80的加强，而RV770就是R600的增效，事实真的如此么？

    我们从GT200的架构图中也许获得的最直观信息就是SP运算单元被大幅度扩充，从G80的128个扩展到了240，而显存位宽则从384bit提升到了512bit。这似乎正如部分传言所说的那样，就是G80的横向扩充版本，类似与intel路线图中的tick-tock。

    但实际上GT200的真正变化是发生在我们看不到的地方，至少从一张粗略的架构图中很难从察觉。首先GT200正式拥有了Dual-Issue能力，可以同步处理两条指令，这将极大提升GT200核心的运算效能。另外，GT200率先支持了双精度64bit浮点运算，使得GT200的运算能力适用范围更广泛。

    如果单纯从图形或者游戏性能角度看，这些变化所带来的成本上升和研发周期与性能提升不成正比，但新技术的出现显然是需要在新应用出现之前铺好路。今天我们已经熟悉了GPU的通用运算价值，平时的图片视频编辑在GPU加速上速度成倍提升，而游戏方面则因为GPU通用运算的加速使得物理加速更逼真绚丽，这都是硬件机能进行适应性变化后的结果。而这些重大变化，都是在GT200核心上完成的。

    实际上G80时代已经初步具备了这样的功能，但仅仅是拥有，随着应用需求的提升，就需要更完美支持像CUDA并行运算技术的出现。GT200从两方面对应了这种需求，第一就是规模上的扩张，提供更强大的物理运算能力；其次就是在架构上的变化，让应用范围和效能进一步提升。NVIDIA的创新性在这里再一次体现，当对手还在紧盯图形运算不放时，NVIDIA已经敏锐的看到了GPU巨大的潜力和价值，提早做好了硬件和应用两端的准备，让自己有机会提升竞争层次。

    上图是AMD RV770的架构图，大体上看确实就是R600的双倍扩展。当然，其中也发生了一定的变化，将内存控制器从被证明效率地下的RingBus换回了CrossBar，并提升了RBE单元的效能，让AA性能回复应有水平。但就和性运算单元而言，依然沿用了R600“成熟”的方案，性能的提升直接与成倍扩展的规模挂钩。既然事实证明R600这种延续子DX9时代的架构并不是新时代环境下的非常好的选择，为什么AMD还坚持不懈呢？简单讲，由于5D矢量单元的晶体管数量占据优势，所以AMD拥有更多可堆放晶体管的资本，简单扩展成为了最直接最简单提升性能的手段，何乐而不为？但这未免让人有些失望，这样做也许可以在图形性能上和对手拉近差距，但却措施了创新领先的机会，更错过了GPU通用计算的制高点。

    我们数据题外话，上文有叙述过，在GT200、RV770这一代，GPU最大的变化就是通用计算，实际上从显卡具备shader单元开始，这一话题就开始出现，只不过早期这类应用都是以实验的形式出现在各大院校的实验室里。而随着对GPU能力认知的不断提高，和各类应用对运算能力需求的提升，GPGPU（General Purpose GPU）的概念开始成型，也就是我们所说的GPU通用运算。实际上先迈出这一步的是AMD，基于当时强大的R580核心推出了FireSteam通用运算显卡。但涉及到运算，就绝对不是简单的硬件能解决的事情，就好象你拥有一部i7处理器+GTX580的电脑，没有安装操作系统和驱动，一样是堆废铁。

    AMD虽然最先一批推出了硬件产品，但在开发层面和应用层面毫无作为，更像是一个坐收渔利的老翁，或者仅仅是表明一种态度，任由别人来拾柴点火。NVIDIA看到了GPU通用运算的巨大潜力和市场，首先利用强大的设计能力让GPU更符合通用运算的要求（1D、GigaThread、更多的cache），另外就是着手开发了CUDA的GPU编程环境，让任何希望开发GPU应用的人很方便的可以入手，相当于为他们提供了工具，这就解决了开发端的问题；而在应用端，NVIDIA与各大软件厂商高度配合，从桌面领域的视频图像处理入手，很快就积累起了庞大的软件应用库，而收购了以物理加速而闻名的ageia和PhysX技术后，直接迁移至自己的GPU产品上，让游戏玩家领略到了非图形运算带来的震撼视觉效果，而PhysX能顺利迁移自然离不开NVIDIA在核心架构和CUDA环境下的提前准备。

    桌面市场的成功，进而让NVIDIA有资本向高性能计算领域扩展，顺势推出的Tesla产品线一举成为了当今高性能计算机TOP500中不可或缺的加速器，让计算机的运算能力加速提升。

    至此，我们更清晰的看到NVIDIA的创新不仅仅是产品线，更是理念上的，从GPU架构的革新设计，到软件开发层面的伏笔，再到应用端的全面开花结果以及进军高性能计算领域，显然NVIDIA没有执迷于与对手在原始的图形运算中争执，而是不断提高自我，向更新的目标进发。