图形性能与通用计算并重

图形性能与通用计算并重的设计方向

    代号GF100的Fermi设计方案在4年前确定下来并付诸行动，这时正值代号G80的Geforce 8800GTX做最后的出厂准备。G80凭借全新的MIMD（多指令流多数据流）统一着色器（又称流处理器）获得了业界的一致认同，同时被业界关注的还有G80的通用计算性能。

    NVIDIA的Tony Tamasi先生（NVIDIA高级副总裁，产品与技术总监）表示：“以前的G80架构是非常出色的图形处器。但Fermi则是一款图形处理同样出色的并行处理器。”

    这句话揭示了Fermi的与众不同，它已经不再面向图形领域设计了，因为更广阔的通用计算市场在等待它。Fermi将为通用计算市场带来前所未有的变革，图形性能和游戏被提及已经越来越少。

NVIDIA公司在不断强调并行计算的重要性

    从NVIDIA处理器架构的发展来看，Tamasi先生的话意思很清楚。回顾历史我们可以发现NVIDIA最近几年间，大规模改进图形处理架构设计的是GeForce 6000（NV40）系列，之后就是GeForce 8000（G80）和GeForce GTX 200（GT200），最后就是Fermi。

    “CUDA Cores”是Fermi最基础的运算单元，将它的历史向上追溯首先是G80时代的统一着色单元（Unified Shader Model），我们在G80和GT200时代将它统称为流处理器（Stream Processor），再向上追溯可知，这个单元将Vertex Shader（顶点着色器）和Pixel Shader（像素着色器）合并而成。

    理论上说“CUDA Cores”只是起了一个好听的名字，让人们更看重GPU通用计算的作用，实际上我们在图形领域还是将它视为普通的流处理器。但这背后透露出NVIDIA公司的另一种计划——面向并行计算领域设计一颗芯片，并使其具备图形运算能力，这颗芯片由众多的“CUDA Cores”组成，运算速度主要由“CUDA Cores”的数量和频率决定。

    Fermi就在这种设计目标下诞生了，你可以说它不是GPU，因为它真的是一颗并行通用计算芯片，只不过它也能安装在显卡上帮你运行游戏。不过对于我们评测人员就比较麻烦，Fermi诞生之后，我们需要对它的底层运算性能和实际运算表现做评测，但是拿它和谁对比呢？是HD 5870，还是I7-965？

    似乎它们都没有可比性，也没有统一的评比标准。一切可以在Fermi上运行的程序，I7-965也能办得到，但是大规模并行速度惨不忍睹；很多Fermi能做的工作，HD 5870却做不了，因为它没有足够的周边资源诸如LDS（Local Data Share）支撑这么多流处理器同时运作，同时这颗GPU身上更找不到任何可读写的缓存。

    在没有了解Fermi的核心构成之前，很多人“CUDA Cores”概念嗤之以鼻，认为这是NVIDIA公司的营销策略，就像HD5870所拥有的1600个流处理器一样，实际上是320个SIMD单元。两家公司确实打了不少口水仗，无数玩家也跟着它们提出的概念升级了自己的显卡。不过这次Fermi改变名称和设计方向，是有备而来的。

越来越多的机构和厂商意识到通用计算的重要性

    NVIDIA这次敢提出图形性能和通用计算并重，说明GPU设计的重点和难点都在通用计算方面而非图形。因为一颗已经演化了十年的GPU肯定能做好自己的老本行图形计算，但是要做通用计算，需要更强大的线程管理能力，更强大的仲裁机制，丰富的共享cache和寄存器资源以及充足的发射端……如果做不好这些东西，GPU永远都是PC中的配角，永远都是一颗流处理器。这些表面上看这些部件是极占晶体管的东西，更可怕的是设计这些部件需要太多科研成本和时间。

    Impress Watch网站知名IT评论人後藤弘茂称NVIDIA全新Fermi架构，是以处理器为目标进行设计的。因为你在Fermi身上可以看到以前GPU上从来没有的东西，包括更多的指令双发射、统一的L2全局缓存、64KB的可配置式L1或者Shared Memory、大量的原子操作单元等等。

    当然图形性能也毫不含糊，除了非常暴力的处理核心“CUDA Cores”之外，Fermi拥有强大的ROP和TMU单元，可以提供更高级别各种AA算法，并且有效控制性能衰减。Gather 4指令可以有效助力抖动采样实现更高画质。全新设计的PolyMorph Engine（多形体引擎）核心概念——Tessellation功能是必不可缺的，虽然这个概念由微软提出，由AMD率先应用在GPU上并坚持到HD 5870，但是这次呈现在我们面前的Fermi在Tessellation多数据并行计算方面遥遥领先HD 5870。