圖形與計算那些事 AMD次世代架構解析

    R520->R580的成功，多達48個著色單元功不可沒，這讓ATI對龐大的ALU運算單元深信不疑。ATI認為只要繼續擴充著色單元，就能滿足新一代DX10及Shader Model 3.0的要求。

    著色單元的結構：

    在圖形處理中，最常見的像素都是由RGB（紅黃藍）三種顏色構成的，加上它們共有的信息說明（Alpha），總共是4個通道。而頂點數據一般是由XYZW四個坐標構成，這樣也是4個通道。在3D圖形進行渲染時，其實就是改變RGBA四個通道或者XYZW四個坐標的數值。為了一次性處理1個完整的像素渲染或幾何轉換，GPU的像素著色單元和頂點著色單元從一開始就被設計成為同時具備4次運算能力的運算器（ALU）。

    數據的基本單元是Scalar（標量），就是指一個單獨的值，GPU的ALU進行一次這種變量操作，被稱做1D標量。由于傳統GPU的ALU在一個時鐘周期可以同時執行4次這樣的并行運算，所以ALU的操作被稱做4D Vector（矢量）操作。一個矢量就是N個標量，一般來說絕大多數圖形指令中N=4。所以，GPU的ALU指令發射端只有一個，但卻可以同時運算4個通道的數據，這就是SIMD（Single Instruction Multiple Data，單指令多數據流）架構。

R580的Shader單元結構

    顯然，SIMD架構能夠有效提升GPU的矢量處理性能，由于VS和PS的絕大部分運算都是4D Vector，它只需要一個指令端口就能在單周期內完成4倍運算量，效率達到100%。但是4D SIMD架構一旦遇到1D標量指令時，效率就會下降到原來的1/4，3/4的模塊被完全浪費。為了緩解這個問題，ATI和NVIDIA在進入DX9時代后相繼采用混合型設計，比如R300就采用了3D+1D的架構，允許Co-issue操作（矢量指令和標量指令可以并行執行），NV40以后的GPU支持2D+2D和3D+1D兩種模式，雖然很大程度上緩解了標量指令執行效率低下的問題，但依然無法最大限度的發揮ALU運算能力，尤其是一旦遇上分支預測的情況，SIMD在矢量處理方面高效能的優勢將會被損失殆盡。

    DX10時代，混合型指令以及分支預測的情況更加頻繁，傳統的Shader結構必須做相應的改進以適應需求。NVIDIA的做法是將4D ALU全部打散，使用了MIMD（Multi Instruction Multiple Data，多指令多數據流），而AMD則繼續沿用SIMD架構，但對Shader微架構進行了調整，稱為超標量架構。

    R600的5D超標量流處理器架構：

    作為ATI的首款DX10 GPU，架構上還是有不少改進的，DX10統一渲染架構的引入，讓傳統的像素渲染單元和頂點渲染單元合二為一，統稱為流處理器。R600總共擁有64個Shader單元，每個Shader內部有5個ALU，這樣總計就是320個流處理器。

R600的Shader單元結構

    R600的Shader有了很大幅度的改進，總共擁有5個ALU和1個分支執行單元，這個5個ALU都可以執行加法和乘加指令，其中1個"胖"的ALU除了乘加外之外還能夠進行一些函數（SIN、COS、LOG、EXP等）運算，在特殊條件下提高運算效率！

    與R580不同的是，R600的ALU可以在動態流控制的支配下自由的處理任何組合形式的指令，諸如1+1+1+1+1、2+2+1、2+3、4+1等組合形式。所以AMD將R600的Shader架構稱作Superscalar（超標量），完美支持Co-issue（矢量指令和標量指令并行執行）。

    R600超長指令集的弊端：

    從Shader內部結構來看，R600的確是超標量體系，但如果從整個GPU宏觀角度來看，R600依然是SIMD（單指令多數據流）的VLIW（超長指令集）體系：5個ALU被捆綁在一個SIMD Shader單元內部，所有的ALU共用一個指令發射端口，這就意味著Shader必須獲得完整的5D指令包，才能讓內部5個ALU同時運行，一旦獲得的數據包少于5條指令，或者存在條件指令，那么R600的執行效率就會大打折扣。

    例如：指令一：a=b+c；指令二：d=a*e。這兩條指令中，第二條指令中的a必須等待第一條指令的運算結果，出現這樣的情況時候，兩條指令大多數情況下就不能實現超標量執行了。

    顯然，想要完整發揮R600的性能必須滿足苛刻的條件，這個條件不僅對驅動和編譯器提出了額外的要求，而且要求程序必須讓條件指令不存在任何關聯性，難度可想而知。最終結果就是絕大多數情況下R600都無法發揮出的理論性能，而且其執行效率會因為復雜指令的增多而不斷下降。