开创视觉计算帝国GTX280/260权威评测

第二章/第三节 G80革命性的标量流处理器架构解析

    统一渲染架构让以往的像素管线和顶点管线成为历史，取而代之的是全新的流处理器，从而让着色单元不再区分渲染对象，提高了晶体管利用率和执行效率。目前NVIDIA和AMD的GPU都采用了统一渲染架构，但在双方的渲染单元的微架构设计却截然不同，下面就做对比分析。

● 传统SIMD（单指令多数据）架构GPU的弊端

    在图形处理中，最常见的像素都是由RGB（红黄蓝）三种颜色构成的，加上它们共有的信息说明（Alpha），总共是4个通道。而顶点数据一般是由XYZW四个坐标构成，这样也是4个通道。在3D图形进行渲染时，其实就是改变RGBA四个通道或者XYZW四个坐标的数值。为了一次性处理1个完整的像素渲染或几何转换，GPU的像素着色单元和顶点着色单元从一开始就被设计成为同时具备4次运算能力的运算器（ALU）。

    数据的基本单元是Scalar（标量），就是指一个单独的值，GPU的ALU进行一次这种变量操作，被称做1D标量。由于传统GPU的ALU在一个时钟周期可以同时执行4次这样的并行运算，所以ALU的操作被称做4D Vector（矢量）操作。一个矢量就是N个标量，一般来说绝大多数图形指令中N=4。所以，GPU的ALU指令发射端只有一个，但却可以同时运算4个通道的数据，这就是SIMD（Single Instruction Multiple Data，单指令多数据流）架构。

    显然，SIMD架构能够有效提升GPU的矢量处理性能，由于VS和PS的绝大部分运算都是4D Vector，它只需要一个指令端口就能在单周期内完成4倍运算量，效率达到100%。但是4D SIMD架构一旦遇到1D标量指令时，效率就会下降到原来的1/4，3/4的模块被完全浪费。为了缓解这个问题，ATI和NVIDIA在进入DX9时代后相继采用混合型设计，比如R300就采用了3D+1D的架构，允许Co-issue操作（矢量指令和标量指令可以并行执行），NV40以后的GPU支持2D+2D和3D+1D两种模式，虽然很大程度上缓解了标量指令执行效率低下的问题，但依然无法最大限度的发挥ALU运算能力，尤其是一旦遇上分支预测的情况，SIMD在矢量处理方面高效能的优势将会被损失殆尽。

● G80革命性的MIMD（多指令多数据）架构解析

    而G80打破了这种传统设计，NVIDIA的科学家对图形指令结构进行了深入研究，它们发现标量数据流所占比例正在逐年提升，如果渲染单元还是坚持SIMD设计会让效率下降。为此NVIDIA在G80中做出大胆变革：流处理器不再针对矢量设计，而是统统改成了标量ALU单元。

G80有8组阵列，每组阵列包含16个流处理器和8个纹理单元

    如此一来，对于依然占据主流的4D矢量操作来说，G80需要让1个流处理器在4个周期内才能完成，或者是调动4个流处理器在1个周期内完成，那么G80的执行效率岂不是很低？没错，所以NVIDIA大幅提升了流处理器工作频率（核心频率的两倍以上），扩充了流处理器的规模（128个），这样G80的128个标量流处理器的运算能力就基本相当于传统的64个（128×2?）4D矢量ALU。

    当然这只是在处理4D指令时的情形，随着图形画面越来越复杂，1D、2D、3D指令所占比例正在逐年增多，而G80在遇到这种指令时可说是如鱼得水，与4D一样不会有任何效能损失，指令转换效率高并且对指令的适应性非常好，这样G80就将GPU Shader执行效率提升到了新的境界！

    与传统的SIMD架构不同，G80这种超标量流处理器被称为MIMD（Multiple Instruction Multiple Data，多指令多数据流）架构。G80的架构听起来很完美，但也存在不可忽视的缺点：根据前面的分析可以得知，4个1D标量ALU和1个4D矢量ALU的理论运算能力是相当的，但是前者需要4个指令发射端和4个控制单元，而后者只需要1个，如此一来MIMD架构所占用的晶体管数将远大于SIMD架构！

    G80的128个1D标量ALU听起来规模很庞大，而且将4D矢量指令转换为4个1D标量指令时的效率也能达到100%，但实际上如果用相同的晶体管规模，可以设计出更加庞大的ALU运算器，这就是R600统一渲染单元的架构。

● R600超标量SIMD架构的优缺点

    R600核心还是采用了传统的SIMD架构，核心拥有64个Shader Units（又称Stream Processing Units），但它又在传统Shader基础上进行了该进，每个Shader内部包含了5个超标量ALU，因此AMD声称R600核心拥有64×5=320个流处理器。

R6XX采用了5D着色单元架构

    R600和G80的晶体管数是差不多的，通过前面的分析我们可以知道，G80的128个标量流处理器的理论运算能力就基本相当于传统的64个（128×2?）4D矢量ALU，而R600本身就拥有64个5D矢量ALU，再加上工艺和显存带宽优势，理论上R600应该比G80强很多才对，但实际情况恰好相反！

    经过实际测试证明，拥有320个流处理器（即64个5D矢量ALU）的RV670核心，其游戏性能居然只能与64个流处理器（折算32个4D矢量ALU）的G94核心打成平手。由此就应验了一个古语：兵贵在精而不在多，无论GPU还是CPU，架构的执行效率永远是排在第一位的，核心频率和核心数量只能作为辅助，无法起到决定性作用。

● 小结：GF8/9完胜HD2000/3000的奥秘

    HD2000/3000系列使用了“超标量”架构的5D着色单元，虽然流处理器数量要远大于GF8/9系，而且晶体管开销更少，但在不同游戏中的性能表现反差很大，总体来看执行效率不如人意，对于驱动程序的依赖性非常严重。

    GF8/9能够在较少晶体管、较低频率、陈旧工艺等诸多不利局面下完胜HD2000/3000，靠的就是全新架构标量流处理器超高的执行效率！

    GTX200核心就是在G80基础上改进而来的，它继承了G80高频、高效能的标量架构流处理器，并扩充了规模、增强了功能，接下来就开始研究GTX200的核心架构。