先发后至的NV卡皇 TitanZ性能首发测试

    用先发后至和一波三折来形容Titan Z一点都不为过。高调的亮相并给人万无一失的第一印象，之后却晚于强大竞争对手发布，甚至还一度传出了跳票以及cancel的传言。尽管它最终还是来到了我们的面前，但这块NVIDIA的新一代卡皇确实经历了跌宕起伏的两个月。

    北京时间2014年5月28日21点，在GTC大会首次亮相近两个月之后，NVIDIA终于在全球正式发布了Kepler架构的最终产品线，基于Kepler架构设计的本代双芯旗舰——GeForce GTX Titan Z。与先前所发布的Radeon R9-295X2不同，GeForce GTX Titan Z除了能够满足以包括4K UltraHD分辨率及多屏拼接在内的各种高清/超清分辨率游戏应用场合之外，还附带了完整的单节点级生产力属性，可以让用户实现与GeForce GTX Titan类似的轻生产力部署能力。

GeForce GTX Titan Z

    不得不承认的是，Radeon R9-295X2的出现为NVIDIA创造了一个压力巨大的竞争环境，Radeon R9-295X2由两颗频率更高的全规格Radeon R9-290X核心打造，搭载风水冷一体式散热器，采用了“非标准”的能够提供最少450W功率的8pin+8pin外接供电接口，这一系列破釜沉舟的做法创造了一块性能强大同时温度噪音表现俱佳的旗舰卡皇。而这块卡皇，正是摆在Titan Z面前的对手。

Radeon R9-295X2

    比竞争对手更早曝光，同时采用了常规散热布局，这两点为Titan Z的最终表现埋下了伏笔。外界之所以会传言Titan Z数次延期，大抵上也因这两点而起。Titan Z的实际表现究竟如何？NVIDIA现在发布这款产品究竟是阵前慌乱还是厚积薄发的表现？它是否具备正面承受295X2冲击的实力呢？就让我们接下来的测试来告诉您答案吧。

● GeForce GTX Titan Z规格一览

    GeForce GTX Titan Z采用Kepler图形架构，集成两颗完整规格的GK110图形芯片，拥有124亿晶体管，其运算资源总量因为这种叠加而提升到5760个ALU，Texture Filter Unit增加到480个，构成后端的ROPs为96个，双芯式设计也为其带来了384Bit×2显存控制单元及容量高达6144MB×2的显存体系。

    GeForce GTX Titan Z的默认核心及显存运行频率为706/7012MHz，官方Boost频率为876/7012MHz，默认总Pixel Fillrate能力为76.8Gpixels/S，默认总Texture Fillrate能力为338.8G/S，有效显存带宽336.6GB/S 。GeForce GTX 780Ti拥有4.06T×2 Flops/S的单精度浮点运算能力，由于其所处的特殊产品地位，GeForce GTX Titan Z同Titan一样保留了1/3速DP的运算特征，因此其单卡总双精度浮点运算能力达到了1.35T×2 Flops/S。

    GeForce GTX Titan Z采用的GK110与其他GeForce显卡所采用的GK110同属Kepler架构，但GeForce GTX Titan Z开放了Kepler架构全部功能性设计和特点，这些特点主要由以下主要的部分组成： 

　　1、完整的单节点通用计算特性，包括全部双精度运算能力。

　　2、单个GPU当中包含5单元的宏观并行结构，15组SMX单元被分为5个GPC，每个GPC包含3组SMX。

　　3、15组包含了几何引擎、光栅化引擎以及线程仲裁管理机制的SMX单元。每个SMX单元的细节同GK104完全相同，均包含一组改进型的负责处理几何任务需求的PolyMorph Engine，192个负责处理运算任务及Pixel Shader的ALU，16个负责处理材质以及特种运算任务如卷积、快速傅里叶变换等的Texture Array，二级线程管理机制以及与它们对应的shared+unified cache等缓冲体系。

　　4、基于Dynamic Parallelism的全新本地任务管控机制，以及由此带来的更高的单元复用率。

　　5、调节粒度更细同时频率控制范围更大的新一代GPU Boost。

　　6、由GPU Boost 2.0发展而来的新一代Power Balance功能。

GK110核心照片

    Kepler构架曾经是一个充满了神秘感的存在，伴随着GK104以及GK110的陆续发布，我们在过去的两年多里曾经对它的各种细节，诸如ALU团簇单元、Cache、线程仲裁机制、动态频率调节体系等等进行过透彻的相关分析。作为Kepler架构的最终产品线，单卡双芯的TitanZ给了我们再一次回顾和总结Kepler架构的机会。

　　● 再读GK110的宏观并行体系 

　　NVIDIA于Fermi架构中首次引入了宏观并行结构设计，它将若干组ALU团簇绑定为一个GPC，并辅以完整的几何处理及光栅化流水线，这让每个GPC因此成了与传统GPU同等级的存在。在执行符合DirectX 11特征的程序时，一级任务管理机制只需将Kernel并行的发放给不同的GPC，即可达成整个架构的并行kernel处理过程。因此这种设计不仅可以比较直接的为架构带来更好的几何和光栅化处理能力，同时还可以提升任务的执行效率。

　　与去年发布的GK104不同，NVIDIA在GK110架构中使用了新的宏观并行结构。GK104的8组SMX单元被两两分组结合成一个GPC，整个架构的8组SMX单元被划分成了4 GPC并行的形式。而GK110则是将15组SMX单元以三组为单位结合成一个GPC，整个架构被划分成了5 GPC并行的形式。

完整规格GK110架构图

　　由于NVIDIA采用了Setup以及Rasterizer同GPC绑定的方案，因此GK110架构可以实现单周期输出5多边形，在同频下拥有了比GK104多20%的多边形输出能力以及光栅化处理能力。

　　宏观并行度的进一步提升有助于体系在处理并行Kernel时的效率，但从外表上来看GK110对于宏观并行度的提升与其运算单元（SMX/ALU）规模的提升并不成比例，单个GPC的规模较之GK104提升了50%，这样的做法给人一种整个架构开始偏重于吞吐而非强调任务效率以及单元复用率的感觉。这是否意味着NVIDIA打算放弃坚持了多年的既有设计思路，开始放弃效率并转向提升架构的吞吐能力了呢？

恐怖的规格和吞吐能力是否意味着GK110的效率会下降呢？

　　事实并非如此，因为NVIDIA在GK110中为我们带来了另外两个重要的特性——Dynamic Parallelism和Hyper-Q，这两个特性不仅极大地提升了整个架构的任务效率/密集度，同时将单元复用率以及整个Kepler架构的意义提升到了一个全新的高度。

　　● 最重要特性——Dynamic Parallelism 

　　在GK110架构中，NVIDIA在传统的二级仲裁机制CWD（CUDA Work Distributor，CUDA分配器）之外加入了全新的GMU（Grid Management Unit，Grid管理单元），GMU可以对CWD收到的Grid进行启停管理、回收、判断、挂起以及重排序等操作，令其以更加灵活的方式在必要时进入执行单元，这避免了Grid像过去那样以缺乏排序的顺序模式被送入SM，而且一旦进入SM之后就只能等到全部执行结束才能出来。

Dynamic Parallelism特性

　　GMU的引入为动态片上创建Kernel提供了条件，所以NVIDIA在GK110中引入了全新的Dynamic Parallelism（动态并行）特性，该特性允许GPU根据需要直接对Grid的结果进行判断并在本地创建新的Kernel，这与传统的Kernel执行完毕之后由CPU进行回收判断并创建新的Kernel再行发放有了很大的不同。

Dynamic Parallelism带来的变化（传统模式 VS Dynamic Parallelism）

　　Dynamic Parallelism减少了GPU同CPU之间的通讯需求，减轻了与CPU频繁通讯所带来的等待周期产生的延迟影响，提升了GPU内部的Kernel密度和执行连贯度，对于低负载高密集任务中单元复用率改善有不小的帮助。

　　● 再议Kepler架构的目的和意义 

　　通过GK110的“送出去，请进来”，我们已经可以明确的掌握Kepler架构的目的和意义了——Kepler架构的目的在于在NVIDIA从G80一直延伸到Maxwell及其后架构的路线图中扮演承前启后的角色，它尝试着将一部分逻辑判断性任务交给通用处理器执行，同时将一部分不适合通用处理器执行的控制性工作转移到对应的专用单元来处理，以厘清任务执行地点和执行特征、优化任务处理对象的选定、积累通用处理器使用经验以及收集执行过程中的能耗比特征等一系列手段，为未来Maxwell融合架构中最终接纳ARM架构通用处理器打下了必要的基础。

Maxwell的后续——Echelon架构细节

　　而Kepler架构的意义则更加单纯，那就是强调性能功耗比属性。让合适的单元以尽可能合适的功耗去完成尽可能合适它们完成的任务，进而让整个架构以更小的功耗达成更大的性能输出能力，这就是Kepler架构最突出的特征和意义。我们在过去一年间面对的以及等待的各色“黑科技”，包括高效的register体系、新Scheduling过程、GPU Boost以及Dynamic Parallelism等等，全部都是为这一意义而存在的。

　　通过调节SMX结构提升体系的吞吐能力，同时以优秀的缓冲体系、合理的仲裁和任务管理机制以及各种全新的技术来保证体系的单元复用率以及执行效率，这种平衡的理念赋予了Kepler架构强大的性能和成熟稳健的性能功耗表现。Kepler架构的注意力并没有片面的集中在某些特性或者单纯运算能力的提升上，它对任务分派管理机制的调整和改进属于最底层的架构效率优化，正是这种能够让所有架构中运行的任务，无论是运算任务还是图形任务均能受益的改动，为Kepler带来了令人难忘的表现。

G80~GF100架构发展示意（图片引自后藤弘茂先生博客）

　　当然，我们同样不能忘记那些站在Kepler背后的英雄们，Kepler之前诸架构对于任务管理体系的不断完善，寄存器及寄存器溢出缓冲体系使用经验的积累，架构设计理念的逐步验证、检讨和补充修正同样是造就Kepler架构的成功的重要因素，而正确平衡成本关系并在DirectX 11时代的起点划下了空间充分的D线，又在可制造型层面为Kepler架构的最终实现奠定了最根本的基础。NVIDIA充分的计划性和推进这些计划的执行力，逐渐将这些积累转化成了实际的架构和产品，并最终带来了今天我们所见到的基于GK110架构的产品。

　　除此Dynamic Parallelism之外，GK110架构还将更多更新的技术引入到了体系当中，其中最典型的就是全新的GPU Boost——GPU Boost 2.0。

　　● GPU Boost 2.0+G-SYNC 

　　GPU Boost是NVIDIA在GK104中首先引入的动态功耗/性能平衡调节机制，它可以动态游戏及应用负载，并将负载同设计功耗上限进行比较，接着将实际负载同设计功耗上限之间的差值转化成实时频率的提升，同时还能根据用户自定义的游戏帧数上限来判断性能需求，进而将多余的性能以降频的形式予以消去，并最终让用户获得更低的使用能耗。

GPU Boost 2.0

　　伴随着GK110架构的到来，NVIDIA将GPU Boost从1.0升级到了全新的2.0版本，新版本GPU Boost支持以下新特性：

　　更细腻和敏感的频率调节段位。

　　温度监控出现在控制要素中。

　　更加集中于“常规使用温度区间”的性能调节区间。

　　拥有更大的电压调节上限。

　　支持全新的电压上限/温度联动调节功能，GPU温度越低，可用的电压上限就越高。

　　支持温度目标值设定及对应的自动调节频率功能。

　　更多可调节选项。

　　显示器刷新率调节功能。

GPU Boost 2.0提供了更丰富的可调选项

　　GPU Boost 2.0比1.0版本更加敏感，可以更加积极的完成功耗和性能之间的互换，其调节模式也发生了变化，监控机制对GPU频率的调节判断机制将不仅限于功耗数值，温度因素现在也已经被纳入到了判断机制当中。在GPU Boost 2.0默认控制下，GK110架构将会在更多的时间里处于80度附近这样一个小范围的温度区间中。玩家现在除了可以通过限定自定义帧数上限来达到节能降耗的目的之外，还能通过设定任意的自定义温度上限来达到相同的目的。

GPU Boost 2.0特性

GPU Boost 2.0特性

　　除了加入温度要素之外，GPU Boost 2.0还开放了电压控制的上限，玩家在进行超频时可以拥有更大的电压可调空间。另外，电压上限还可以与温度因素进行联动，如果玩家有能力改造散热并达到更低的使用温度，那么在GPU Boost 2.0中将可以获得比常规散热更多地电压上限空间。

G-SYNC技术

　　GPU Boost 2.0引入的最后一个值得注意的变化来自全新的显示器刷新率调节能力，该能力目前已经演化成了更为完善的G-SYNC技术，这项NVIDIA于2013年蒙特利尔媒体日上发布的全新技术从根本上解决了画面的卡顿及撕裂问题。我们会在未来展开针对该项特性的专门解析和测试，敬请期待。