超越图形界限 AMD并行计算技术全面解析

    ● 全文导读与内容简介

    在2010年8月16日，AMD宣布推出全面支持OpenCL 1.1的ATI Stream软件开发包(SDK)2.2版，新版本的SDK为开发人员提供开发强大的新一代应用软件所需要的工具。这一版本的最大意义在于它表明了AMD在不断追求与开放性应用程序接口OpenCL的兼容，同时AMD再通过OpenCL快速提升其在业行内的影响力，毕竟借助这一标准，AMD和NVIDIA站在了统一起跑线上，OpenCL接口对于一个技术与标准的追随者来说是千载难逢的机会。

    作为全世界成立较早和目前仍然具备绝对影响力的图形芯片生产厂商，ATI一直在探索图形芯片发展的方向，并在这25年发展历程中长期领跑GPU性能增长。自从统一渲染架构提出以来，ATI一直在寻求对这款架构的完善，我们看到继Xenos之后的在PC市场ATI设计了R600到R800一系列性耗比和性价比广受好评的架构。

全面支持OpenCL 1.1的ATI Stream软件开发包(SDK)2.2版

    不同厂商对于未来计算环境的考虑是有很大差异的，NVIDIA正在借助G80架构以来的特性不断加强GPU的通用性和编程易用性，其GPU内部大量单元用于逻辑控制和存储，而AMD则主要倾向于用最少的晶体管开销用于流处理器阵列的构建，用线程规模来掩盖延迟。总体来说，NVIDIA坚持的TLP（线程并行度）考验线程能力和并性能力，AMD坚持的ILP（指令并行度）则考验指令处理。

    今天我们希望总结我们之前获得的大量资料，借助这篇文章对AMD并行计算技术做比较详细的特性分析。在文章的不同章节，我们将各有侧重地分析GPU并行计算的原理、发展历程、运算单元细节和目前我们能够找到的GPU通用计算实例。同时我们对Fermi架构、Fusion概念和Larrabee架构的特性做简单分析和预测，希望能让用户通过这些业界最为前瞻的产品找到未来GPU发展路径。

第一章：GPU工作原理与并行计算

    我们将以21世纪视觉需求与GPU变化为开端回忆GPU从诞生以来的应用领域变革，通过GPU渲染流水线全面转向可编程浮点单元，GPU已经走向了并行应用，同时成为超级计算机不可或缺的部件。在目前备受关注的云计算领域，GPU同样可以发挥自己运算密度和并发线程数极高的特色，更多无法采购大型设备而急需计算资源的用户，将享受到GPU云计算带来的便利。

第二章：GPU结构与ATI芯片发展

    我们将从R300架构开始回顾ATI GPU发展历程，同时和读者一起探讨不同结构流处理器指令细节，同时关注ATI第一代统一渲染架构Xenos对未来发展的影响。

第三章：GPU通用计算发展与细节

    这一章我们参考大量基础性资料来讲解CPU和GPU内部功能单元的异同，通过这些异同和它们的适用环境，我们了解到AMD提出的CPU+GPU异构计算平台能够借助更好的编程接口获得更好的加速比。这种方式比单纯给GPU增加调度能力或者给CPU增加并行度要更为实际，易用性也会得到解决。

第四章：GPU内部的计算实现细节

    这一部分我们关注CPU主要计算单元分布和职能，GPU内部通用计算代码运算过程，同时我们对浮点和整数能力做了进一步分析。这一章的亮点在GPU流处理器结构与性能分析部分，我们使用了较为专业的底层软件来对比不同架构的性能差异，对前文的分析做了数据佐证。

第五章：ATI GPU通用计算实例分析

    本章我们首先分析了Open CL接口对于ATI GPU未来发展的影响，然后列举了一些普通用户能够找到并且参与计算的分布式并行计算项目。文章最后的蒙特卡洛算法、N-body仿真和基于GPU的计算机病毒特征匹配来自《GPU精粹3》实例分析，我们希望这种具有普遍意义的项目和算法能够拓展未来的GPU应用深度和广度。