AMD的融合伟业！Llano APU笔记本首测

第五章/第二节 APU粒子模拟加速

    首先我们来看一个可以将APU异构计算加速能力发挥到最大的演示程序，这是AMD官方设计的一个Demo，采用了OpenCL并行计算技术，充分调动了APU内部的CPU和GPU运算单元，通过智能分配任务的方式将GPU和CPU的运算能力都发挥到最大。

    之所以说AMD的APU并不是把CPU和GPU简单的组合在一起这么简单，就是因为AMD的CPU和GPU可以通过OpenCL或DirectCompute并行计算技术协同工作。而Intel的SandyBridge则不行，Intel只有CPU部分支持OpenCL，GPU部分无法支持，不能起到加速效果。

    AMD这个演示Demo当中大约有3.2万个移动的小粒子、400个固定的大粒子。如果小、小粒子碰撞，就交给GPU去利用OpenCL检测；计算如果是大、小粒子或者大、大粒子碰撞，则交给CPU负责，这样的任务分配充分发挥了CPU和GPU的计算能力优势，APU的负载始终处在接近TDP的水平，运算分布均匀。

    除了运算量合理分配之外，由于APU内部的CPU和GPU共享系统内存，这样CPU和GPU之间就实现了零拷贝，无需通过前端总线去进行数据交换，执行效率大大提高，同时减少了内存带宽资源的争抢，减少了内存带宽压力。

    这款演示Demo还有一些特殊的设计，还应用到了DX11当中的HDAO、Alpha混合透明、软阴影等，GPU做并行计算时用不到的图形渲染模块也被用于增强演示Demo的画质，也就是说APU一手包办了CPU和GPU异构计算以及DX11图形渲染的所有任务，令人叹为观止！

    可惜这款Demo仅供内部开发人员以及技术演示，暂时不提供下载。