CPU和GPU真融合 APU异构系统架构解析

    可以看到，在硬件层面，HSA架构当中的异构统一内存访问是一项关键技术，因此有必要详细介绍一下UMA：

    一个真正的UMA系统中，所有的计算核心共享一个单一的内存地址空间，而NUMA采用非统一内存访问的GPU计算系统，不同的地址需要额外的数据来实现堆栈管理，频繁的拷贝，同步和地址转换增加了编程复杂性。HSA恢复GPU到统一内存访问，异构计算取代GPU计算。

    hUMA的主要特性：

    1. 双向的一致性，CPU和GPU任何一个处理单元做出的更新对其他的处理单元都是可见的。

    2. GPU支持分页内存管理，GPU可以产生缺页异常，不再受限于传统的页表锁定内存；

    3. 系统整体内存空间的全局管理，CPU和GPU进程可以从整个内存空间中动态分配内存。

    以往的处理器都不支持hUMA架构，此时数据需要在CPU和GPU之间复制，CPU先把数据从内存复制到显存中，等GPU完成计算之后，再从显存中复制到内存中。如此频繁的转移数据，会浪费不少处理器时间，导致处理器效能不高，同时占据了大量的系统总线带宽。

    未来处理器采用hUMA架构之后，数据就无需复制了，CPU只需将指针传递到GPU，GPU处理完毕后，CPU就可以直接读取结果，这样将极大的提高处理器效能，并降低对总线带宽的占用。

    最后再来回顾一下hUMA架构的特性：整体内存空间访问、分页内存、双向一致性、GPU快速访问系统内存、动态内存分配。值得一提的是，目前已经上市的APU产品还不能支持hUMA架构，AMD会在下半年发布的下一代APU产品中提供支持，届时异构计算的效能将会得到释放。