GTX680架構解析 GPU版開普勒三大定律

    盡管AMD的架構在向NVIDIA靠攏，但雙方還是有明顯區別，而且NVIDIA也在不斷的改變。至于NVIDIA和AMD歷代產品架構上的變化，之前多篇文章中都已經交代過了，這里就不再重復，我們通過這個簡單的數字變化，來了解一下：

    先看看AMD方面，從R600一直到Cypress，可以說一直在堆SIMD，動輒翻倍，架構沒有任何變化；從Cypress到Cayman變化也不大，只是把矢量單元從5D改為4D；從Cayman到Tahiti可以說是質變，SIMD被GCN取代，4D矢量運算單元改為1D標量運算單元。

    而NVIDIA方面，則是不停的對GPU的GPC、SM、CUDA核心等配比進行微調，在微調的過程中經歷了兩次突變：第一次是GT200到GF100，首次引出了GPC（圖形處理器集群）的概念，GPC數量減少但SM數以及流處理器數量增加不少；第二次就是現在了，從GF100到GK104，SM數量減少，但流處理器數量暴增！

    改變是為了適應形式的變化，解決此前出現的一些問題，那NVIDIA的架構有什么問題呢？此前我們多次提到過，雖然NVIDIA的GPU在效能方面占盡優勢，但也不是完美無缺的——NVIDIA最大的劣勢就是流處理器數量較少，導致理論浮點運算能力較低。當然這只是表面現象，其背后的本質則是MIMD（多指令多數據流）的架構，相當一部分比例的晶體管消耗在了指令發射端和控制邏輯單元上面，所以流處理器數量始終低于對手。

GF110和GK104芯片對比圖

    為了保證GPU性能持續增長，NVIDIA必須耗費更多的晶體管、制造出更大的GPU核心，而這些都需要先進的、成熟的半導體制造工藝的支持。NVIDIA之所以在GF100（GTX480）時代落敗，并非架構或者研發端出了什么問題（GF110/GTX580的成功可以證明），而是核心太大導致40nm工藝無法支撐，良率低下漏電流難以控制，最終導致核心不完整且功耗巨大。如此一來，NVIDIA原有的架構嚴重受制于制造工藝，并非可持續發展之路。

    為此，NVIDIA將芯片架構逐步轉向了SIMT的模式，即Single Instruction Multiple Threads（單指令多線程），SIMT有別與AMD的SIMD，SIMT的好處就是無需開發者費力把數據湊成合適的矢量長度，并且SIMT允許每個線程有不同的分支。 純粹使用SIMD不能并行的執行有條件跳轉的函數，很顯然條件跳轉會根據輸入數據不同在不同的線程中有不同表現，這個只有利用SIMT才能做到。

    SIMT在硬件部分的結構還是要比SIMD復雜一些，NVIDIA還是更注重效率一些，所以NVIDIA的流處理器數量還是要比AMD少，但差距已經沒以前那么夸張了。