R600每个Stream Processing Units的结构

 

    Branch Execution Unit（分歧执行单元）进行流控制和条件运算，BEU获得指令包后将会安排至它管辖下5个ALU执行，流控制效率非常高，几乎不产生延迟或者性能损失。General Purpose Registers（通用寄存器）存储输入数据、临时数值和输出数据，并不存放指令。

 

    与传统GPU ALU架构不同的是，R600的5D SIMD矢量ALU可以在动态流控制的支配下自由的处理任何组合形式的指令，诸如1+1+1+1+1、2+2+1、4+1等组合形式。

 

 

    换句话说，既然是5D SIMD矢量架构，那么内部的5个1D ALU就只共享一个指令发射端口，但是R600的Thread Processor可以智能的将各种离散指令（比如将5个1D指令）分类打包，然后通过分支执行单元交给5D SIMD矢量ALU处理，这样同样能够保证GPU所有的ALU资源不被浪费！

 

    宏观上R600依然是SIMD矢量架构，但在微观上可以称之为超标量架构，完美支持Co-issue（矢量指令和标量指令并行执行），单时钟周期可以进行5次MAD（Multiply-Add，乘加）运算。另外还可以看到，5个1D ALU其中有个“胖”一点的，它除了MAD之外还能够进行一些特殊（SIN、COS、LOG、EXP等函数）运算，在特殊条件下提高运算效率！

 

    现在R600的架构优势就完全体现了出来，它拥有如假包换的64×5＝320个恐怖ALU阵容，说它是320个流处理器毫不为过，尤其是在科学计算方面，320个流处理器可以很容易就发挥出接近100%的效能，而普通多核心CPU想要发挥出70%的效能都非常困难。

 

 

    通过上图可以看出R600XT的理论浮点算术运算能力＝320（SPU）×2（MAD指令）× 742MHz＝475 GLOPS，而G80Ultra的理论浮点算术运算能力＝128×2×1500MHz＝384 GLOPS。R600的晶体管规模与G80相近，却实现了更高的理论运算能力，并且突破了传统GPU架构的瓶颈，提升了单位晶体管所实现的效能！但是，理论归理论，GPU在实际游戏中的表现还要受到多方面因素的制约，R600的动态流控制能否最大限度发挥320个流处理器的实力，这还有待测试证明。

 

    通过前面的分析我们可以初步得出这样的结论：G80纯标量架构的效能比较依赖于将矢量指令拆分为标量指令的效率；而R600超标量架构的效能依赖于将各种混合指令重新排序并且打包分配给SIMD单元的效率。R600虽然在流处理器数量上有着绝对优势，但在架构执行效率方面受到的限制也比较多。