前言
在2005年6月22日，NVIDIA发布了基于G70内核的新一代高端显示卡，自那以后，人们对ATI原定在4月份推出的下一代产品R520更显出急不可待的心情，期待这款产品能为未来的游戏体验和显示卡市场带来更多的新景象。
其实在NVIDIA GeForce 6800 Ultra发布以后，由于具备Shader Model 3.0、硬件浮点高动态范围渲染等特性，在中高端市场逐步收回了NV3X时代大片丢失的领土，然而由于“今日的高端就是明日的低端”这个规律，NVIDIA当初在高端领域丢失领土的状况转移到了700元以下的市场区间。ATI挟RADEON 9600及其嫡系的RADEON 9550在低端市场攻城略地，竟然在2004年夏季就把NVIDIA在低端市场苦心经营了数年的牢固份额迅速瓦解掉。
不过相较于RADEON 9550一片凯歌的攻城略地相比，RADEON X800、X700系列的表现并不十分理想，ATI急需R520来扭转局面。在2004年年底，ATI终于完成了首次的R520流片（taped-out），并且在2005年年初开始提供给OEM厂商测试，在5月29日Beyond3D上也公布了一张从机箱外部拍摄的R520图片。
Beyond3D发表这张照片是第一张确切的R520清晰照片图片来源（photo source)
2004年年底就完成流片，从这点看，R520的初期进度甚至比NVIDIA GeForce 7800GTX更快，但是R520的发布却未能如最初预期的那样在4月推出，这样的期待一直持续着：7月、8月、9月，随之而来的各种不利传闻也不断在网络上出现，当然ATI对这类传闻基本上都不予回应（除了hardwareanalysis那篇数据来路不明的"测试"）。
在今天（2005年10月5日），ATI正式发布这款代号R520的RADEON X1800系列以及它的中低端衍生变种X1600系列（RV530）和X1300系列（RV515），这三款产品到底有什么独特和优胜之处呢，本文就是你不容错过的分析报道。
ATI历代RADEON系列架构回顾
ATI历代RADEON系列架构回顾
RADEON 256
这是第一款冠以RADEON前缀的产品，原代号是Rage6C，代号命名被重新调整后就成为了R100。R100是ATI第一款支持硬件T&L（ATI又称之为TCL，以标榜比NV15或者说GeForce2 GTS多了硬件剖切加速），像素流水线结构为3TMU*2像素流水线，引入了当时NV1X所不具备的消减无效渲染的技术Hyper-Z，集成了30百万晶体管，属于DirectX 7.0世代的产品。
RADEON 256后来衍生了RADEON LE、RADEON 7500（RV200）等产品。
RADEON 8500
尽管RADEON 8500依然比同样是DirectX 8时代的GeForce 3晚了半年才发布，但是从这一代产品开始，ATI开始尝试增加更多属于自己特色的技术，例如N-Patch引擎、旋转栅格抗锯齿以及Pixel Shader 1.4支持。
RADEON 8500后来衍生出了RADEON 9000（RV250）、RADEON 9100、RADEON 9200等型号和产品。
RADEON 9700
2002年7月发布的RADEON 9700 Pro（代号R300）首次让ATI在产品规格、性能上领跑NVIDIA同期产品真正一代（也许应该说领先1.5代以上？），DirectX9.0、4顶点着色器、8像素流水线、性能优化的多取样旋转栅格抗锯齿、256位DDR内存总线、成熟的制造工艺，而NVIDIA在NV3X产品规划上的失误以及由此带来的各种负面影响更是让ATI如鱼得水，不仅彻底扭转了多年独立图形芯片市场份额落后于NVIDIA的状况，而且很大程度上改变一大批游戏玩家对ATI的轻蔑态度，开创了ATI一个辉煌的盛世。
RADEON 9700 Pro后来衍生出了RADEON 9600、RADEON 9550、RADEON 9800等产品。
RADEON X800
RADEON X800的代号是R420，这多少给人一些遐想，R400哪里去了呢？在2003年秋季的时候，曾经有一种 说法表示ATI认为R400难以在当时工艺上实现，因此改推出简化的R420。不管如何，从体系架构上来看的话，R420的确非常类似于R300的倍增版：顶点着色器从4个增加到6个，像素着色器从8个增加到16个，技术上基本上都继承了R300的衣钵，只是从shader model 2.0增强到shader model 2.0b，加强了高分辨率的Hyper-Z能力。和NVIDIA同期的NV4X相比，缺乏硬件16位浮点纹理过滤、帧缓存混合、shader model 3.0等特性的支持，尽管R4XX的性能也不错，但是功能上的缺失，使得当初依仗R300打下的高端江山几乎是拱手相让给NVIDIA了。
RADEON X800后来衍生出了RADEON X850、RADEON X700等产品。
ATI RADEON X1000系架构概述
ATI RADEON X1000系架构概述
RADEON X1000是ATI自R300以来首次大幅度改进的产品，全线产品都采用台积电90纳米工艺生产，其中的旗舰产品——RADEON X1800集成了320百万枚以上的晶体管，下表所列出的分别是R520、RV530、RV515系列最高规格产品的细节（我们会在文章后面提供全系列的产品规格列表）：
正如你说看到的那样，ATI这次推出的R520相对于G70来说，其显著特点是流水线只有16条，但是3D内核时钟频率达到了625MHz，比G70高出45%。
如果不出意料的话，我们基本上可以粗略地认为：
X1800XT的顶点着色器性能是GeForce 7800 GTX的1.3倍
X1800XT像素着色器的性能是GeForce 7800 GTX的73%
X1800XT像素吞吐能力是是GeForce 7800 GTX的1.45倍
X1800XT贴图性能是GeForce 7800 GTX的97%
实际的情况当然要比简单的几行字复杂一些，例如G70在纹理单元和着色器运算器共享、X1000在像素着色器指令上的限制等。
当然，大家还有必要考虑未来游戏的瓶颈更多的是在哪一个单元上，我们会在接下来的章节深入浅出地介绍其内在的区别，明白这些以后才能让你那辛辛苦苦赚来的钱不至于压错了宝，购买到真正合乎自己需要的产品。
RADEON X1800
RADEON X1600
RADEON X1300
从架构上看三个GPU，你会发现最为奇怪的是RV530，Pixel Shader有12个，但是纹理单元居然只有4个，这样的设计看似异想天开，但是贴图性能瓶颈问题仍将是难以避免的。在关键单元数量不及对手的情况下，办法自然就是提高频率，但是提高频率不是说提高就能提高的，你必须考虑到功耗等问题，ATI看来已经在频率问题上解决的不错。
RADEON X1000系的Vertex Shader架构
RADEON X1000系的Vertex Shader架构
和XBOX 360采用的Xenos GPU不同的是，R520采用的依然是传统的Vertex Shader与Pixel Shader分离的体系结构。
从上图可以看出，R520的Vertex Shader和R420的Vertex Shader结构非常类似，采用的是128位向量ALU+32位标量ALU搭配的方式，每个周期各vertex shader能完成两条vertex shader指令，是全世界第一枚能每秒完成100亿条Vertex Shader指令的GPU；8个vertex shader每个周期一共能完成两个顶点的转换（即T&L里的Transformantion）操作。
和R420不同的是，新的R520由于引入了shader model 3.0，Vertex shader也因此支持VS 3.0，包括像分支、循环、子程序等动态流控制指令都获得了支持，每条vertex shader程序长度可以长达1024条指令，加上动态流控制后程序的长度就可以看作是几乎没有限制的。
不过和NVIDIA GeForce 6和GeForce 7不同的是，ATI的这个Vertex Shader似乎缺少了一样东西——Vertex Texture Fetch（顶点纹理拾取）单元。Vertex Texture Fetch单元是实现对displacement mapping硬件加速的前提。那么R520的Vertex Shader是否真的缺少Vertex Texture Fetch而需要CPU来执行Vertex Texture Fetch呢，这个问题我们还需要进一步的求证。
另一个比较大的可能是ATI把Vertex Texture Fetch的动作交给了Texel Fetch单元。在GeForce 6/7上，VS和PS都有自己独立的Vertex Texture Fetch（和VS一起）或者Texel Fetch单元（和PS一起），而在R520上，Texel Fetch单元和Texture Addressing单元都被独立到一起成为了一个Texture Pool（贴图处理器集簇）。Vertex Shader和Pixel Shader也许都可以透过这个Texture Pool来实现Vertex Texture Fetch和Texel Fetch等纹理相关的操作，这可以看作是某种程度上的一体化Shader结构方式。
在GeForce 6/7上，Vertex Fetch单元只能执行非常基本的顶点纹理拾取操作，包括纹理双线性过滤等功能都是不支持的，需要程序员写Vetex Shader程序来模拟，而且能抓的纹理格式也非常有限（R32F和A32B32G32R32F）。如果，R520的确能透过Texture Pool实现Vertex Texture Fetch的话，那么R520在Vertex Texture Fetch上的能力将会比GF6/7大大增强，包括各种过滤操作以及纹理格式都将能获得支持。不过这一切都还只是我们的猜测。
更新：
现在我们可以确定RADEON X1800是不具备顶点纹理拾取能力（Vertex Texture Fetch）了。
但是VTF是Vertex Shader 3.0必须予以遵循的功能，ATI如何应对这个问题呢？对此ATI表示，在微软的VS 3.0规范中，只要Vertex Texture Fetch功能位被设置为具备即可，具体的纹理格式并没有做出要求。ATI更指出，如果想在非一体化着色器体系结构的GPU上实现VTF的话，是需要非常多的管芯空间来放置纹理cache，为了优先确保Pixel Shader方面的性能，因此ATI采取了一个折衷的方案：Render to Vertex Buffer（渲染至顶点缓存，R2VB）。
由于Shader Model 3.0的Pixel Shader都能输出包含4个FP32分量的128位浮点格式数据，这些数据都可以存放到4字符编码（FOURCC）的顶点缓存（存放顶点格式数据的地方），然后直接作为顶点数据传输给顶点着色器，以此来实现Pre-Displacement Mapping。
不过和真正的Vertex Texture Fetch相比，R2VB可能就比较缺乏灵活性了。VTF中的纹理在VS内都是可以很快地作动态取样，顶点数据可以实现动态变更，更容易地加入几何LOD。
而Pre-Displacement Mapping的物理数据要发生改变的话，整个渲染过程也要随之配合变动，因此ATI也承认在R2VB不能和N-patch一起使用。
RADEON X1000系的Pixel Shader结构
RADEON X1000系的Pixel Shader结构——Pixel Shader Core
表面上看的话，RADEON X1000系的Pixel Shader非常非常类似于R420，所不同的是，主要是增加了一个分支单元，并且计算精度从原来的FP24提升到了Shader Model 3.0要求的FP32。
在每个周期里，X1000系各个Pixel Shader处理器能够跑5条指令：
1条vec3 ADD指令（Vector ALU1）
1条scalar ADD指令（Scalar ALU1）
1条vec3 ADD/MUL/MADD指令（Vector ALU2）
1条scalar ADD/MUL/MADD指令（Scalar ALU2）
1条流控制指令
此外，由于采用的是R300以来就使用的独立纹理单元，因此在遇到纹理操作的时候，X1000系的Pixel Shader一共最高能执行5条Pixel Shader指令和1条纹理操作指令。
相比之下，NVIDIA的GeForce 7800的Pixel Shader又如何呢？
在上图中，我们可以看到G70拥有两个能运行MADD指令的4D ALU，这两个ALU都能以4D、1D/3D或者2D/2D的方式完成指令，在运算能力上要强于R520。同样的频率下，G70的每个pixel shader能完成16FLOPS（FP32），而R520就最多只能做到12FLOPS（FP32），如果遇到相邻两条MADD指令或者相邻的MUL指令+MADD指令的话，R520就只能做到8FLOPS，是G70的1/2。此外，G70的ALU1还能够免费地执行一条FP16的nrm指令，nrm指令是用于计算法线的，对于Unreal Engine3中大量使用Normal Mapping计算有明显的加速作用。
但是和R520相比，G70又存在一个不足，那就是ALU1兼负了纹理寻址计算（例如纹理坐标透视纠正的计算），在遇到纹理操作的时候，ALU1就不能自行像素着色器指令转而执行纹理操作指令，只剩下ALU2能够跑像素着色器指令。不过现在的游戏程序中，纹理操作的指令数量基本上都是低于像素着色器指令的数量，因此NVIDIA这样的设计也不失其合理性。
极线程分发处理器
RADEON X1000系Pixel Shader结构——极线程分发处理器
在介绍RADEON X1000系Pixel Shader的线程技术之前，我们有必要先看看NVIDIA一年多前开始实作的SM3 GPU——GeForce 6800是长得怎样的。
按照NVIDIA在IEEE（国际电气和电子工程师协会）Hotchips 16会议上发表的论文，在GeForce 6800中，为了隐藏在显存中查找纹理所消耗的数百个时钟周期，在每个Pixel Shader（像素着色器）中都维持着供数以百计同时运作的Threading的状态（线程）(To hide the latency of texture lookups that fetch from external memory, each fragment processor maintains state for hundreds of in-flight threads)：
上图就是在该论文中的GeForce 6800体系架构图，图中的Shader thread dispatch就是GeForce 6800的着色器线程分发器。
屏幕上的顶点、像素都是非常好的并行化处理对象，因此在GPU本身就是一个非常典型的多线程化处理器，每个顶点、每个像素都可以看作是一个线程（Thread）。在GeForce 6800的Vertex Shader中，每个VS都有三个Thread同时运行，而在Pixel Shader这一级则是更加庞大。
ATI在RADEON X1000系的产品中提出了Ultra-Threading Dispatch Processor的概念，其样式也是有点类似于GeForce 6800的概念，所不同的是ATI更愿意大方地公开了其设计的一些技术参数。
Ultra-Threading Dispatch Processor（极多线程分发处理器）
按照ATI的白皮书介绍，在R520（RADEON X1800）的Pixel Shader Engine（像素着色器引擎）中包含了一个中枢分发单元（central dispatch unit，CDU），这个CDU能够为一个Pixel Shader Processor Array（像素着色处理器矩阵）分发高达512个线程。这些像素着色处理器被按照4个一组的方式绑在一组，每个这样的组被称做Quad Pixel Shader Cores（四方像素着色器内核）。各个内核都是彼此相对自立的处理单元能够处理一个2x2的像素块。这种QUAD的设计其实是自R300就引入的，在NVIDIA的GF6、GF7上也都是类似的单元组成配置方式。
一旦CDU觉知到某个QUAD处于闲置状态的时候，就会马上递交一个新的线程供其执行，这样的情况多数发生QUAD在等待数据或者完成了任务的时候。根据ATI的介绍，这样的设计可以让X1800的Pixel Shader内核维持超过90%的利用率。
为了维持高效的线程切换，ATI给X1800设计了一个大规模的、能同时读写（多端口）、高带宽的通用寄存器堆，所有的连接总线都是FP32位宽，确保Pixel Shader在任何时候都能高效地完成FP32精度计算。
ATI的Ultra-Threading设计还能够提高Pixel Shader 3.0动态分支的性能。动态分支被认为是Pixel Shader 3.0的重要新特性，可以让Pixel Shader根据计算出来的数值来跑不同的分支或者循环。如果正确使用的话，动态分支能显著地提高性能。
例如在使用shadow map的时候，如果要对阴影作边缘柔和取样，使用动态分支可以在遇到不需要作取样的像素例如的时候就跳过去，以节省大量的pixel shader计算资源。
在上图中，我们只需要对右下方遮罩中的白色区域作柔和阴影取样，而黑色的部分就可以省略掉这个柔和阴影取样步骤（这张图片左上、右上、左下三个部分都是用来算出右下方的遮罩）。和找出遮罩的动作相比，柔和阴影取样的性能开销要高得多，这样使用动态分支剔除无需计算阴影取样的像素就很划算了。
但是需要注意的是，目前GPU的Pixel Shader都是采用传统的SIMD架构，动态分支的运作往往会破坏掉程序的并行性，使得动态分支带来的益处被掩盖掉。
我们前面提到，包括R520、NV40、G70等在内的shader model 3.0 GPU都是采用QUAD组（4个pixel shader一组）搭配方式，同一个QUAD内同一个周期只能跑同一类指令，以简化控制电路。例如QUAD内的4个像素都跑add指令，那就很舒服了，Quad只需要一个周期搞定这四个像素。
但是如果这4个像素各自要跑不是同一类指令，而分别是像素A跑add指令、像素B跑mul指令、像素C跑madd指令、像素D跑sub指令的话，那么这个QUAD就需要4个周期才能完成这4个像素的处理，变成了类似SISD的样子了，性能下降到1/4，这是单周期多数据处理器跑分支的天生问题。如下：
| 周期 | SIMD子单元1 | SIMD子单元2 | SIMD子单元3 | SIMD子单元4 |
| 1 | add | nop (空操作,资源浪费掉了) |
nop | nop |
| 2 | nop | mul | nop | nop |
| 3 | nop | nop | madd | nop |
| 4 | nop | nop | nop | sub |
我们在介绍NVIDIA NV40/G70的时候就提到，Vertex Shader属于MIMD体系（多指令多数据流，虽然ALU也是SIMD，但是各ALU能独立跑不同的VS指令。NV40有6个VS，一共6个4D ALU和6个1D ALU，能够分别跑12条不同的VS指令），分支指令的开销几乎可以看成是免费的，执行效率非常高，但是其Pixel Shader的动态分支执行还是属于比较初始的阶段。
在执行动态分支上情况也是类似，如果QUAD内有两个Pixel（像素）跑的分支是一样，这个QUAD就可以看作成一个SI2D（单指令双数据流）的SIMD单元。出现SI2D的情况，理论上就意味着这个QUAD的效能降低50%。
一般来说，像阴影边缘柔和的动态分支，也就是两条分支而已（在阴影边缘内不需要取样和在阴影边缘外需要取样）。
上图所说的是指ATI X1000在跑分支程序的时候，能够把屏幕分成很多个4X4的小块来分别处理，在这样小的一个像素块里碰到两条不同的分支的机会就非常小，降低了出现SI2D的机会。
而NVIDIA在其开发指南中表示：
“in order for it to work optimally, branches should be fairly coherent (for example, over regions of roughly 30 x 30 pixels).”
这段话的意思就是，由于NV40、G70的分支指令开销较大，如果想在NV40、G70上高效地执行动态分支，最好是屏幕上比较大的一块像素来执行，例如30X30。而且在这个30X30的像素块内要尽量确保都是跑同一个分支，如果像素块内有其它分支，那么这一整个像素块的处理速度都会下降。
ATI还特别提到了自己的分支单元没有占用ALU时间，在分支开销上要比传统架构低不少：
上图其实分别是NVIDIA GeForce 6800和ATI X1800的动态分支指令之一的开销比较，对应NVIDIA的编程手册，可以看出ATI所举的例子就是最花时间的“If /else / endif”指令。大家可以看到，如果跑同样的两条分支，在执行if/end/endif分支指令的时候，“传统架构”需要花20个周期才能完全跑完，而ATI的X1000系只需要14个周期。
渲染后端单元（Render Back End）
渲染后端单元（Render Back End）
其实Render Back End就是相当于NVIDIA所说的ROP（光栅操作处理器），均支持FP16帧缓存混合，不过和NVIDIA的GeForce 6/7不同的是，X1000的Render back end在执行FP16的时候还能够做多取样抗锯齿，而这是目前NVIDIA的产品所不具备的。
不过需要注意的是，目前的DirectX9.0c并不支持对浮点Render Target做多取样抗锯齿，因此除非DirectX9升级，否则这个特性可能无法在D3D游戏中使用。不过在OpenGL中，这个特性将完全可以实现。
RADEON X1800拥有16个render back end，而X1600和X1300的Render Back End都只有4个，不过RADEON X1600的Z compare单元是8个，而X1300只有4个，在进行Z/Stencil操作的时候，X1600会比X1300快一倍。
X1000系都支持色彩缓存压缩，以提高多取样抗锯齿时后的性能，相比之下，NVIDIA目前的GeForce 6200系列都缺乏色彩缓存压缩而只在GeForce 6600以上的产品支持。
双向内存读取环路与写入交叉闩
双向内存读取环路与写入交叉闩
内存带宽指标反映了在单位时间内的数据传输量，随着GPU性能的提升，对内存带宽的需求也与日俱增。此外，当我们在高分辨率（例如1920X1080）下渲染和打开抗锯齿、各向异性过滤等提高画面品质的功能后，内存带宽的需求也会急剧上升。GPU能处理数据的速度越快，就必须提供更快的数据传输速率以保证GPU的性能尽可能处于峰值状态。
在GeForce 3，NVIDIA首次在GPU中引入了Crossbar内存控制技术（Lighting Speed内存架构的一部分）。在引入了DDR内存后，128位DDR内存总线其实等效于256位总线，在GeForce 3上有四个32bit DDR内存控制器，每个控制器每次能最高传输64位数据。如果遇到GPU需求的数据块小于内存控制胃口的时候（例如32位数据块），传统方式的内存控制器技术就只能达到50%的利用率，而在Crossbar加持下，内存总线的效率将会显著提升，确保内存带宽尽可能地处于饱盈的状态，在遇到只需要小数据块传输指令的时候不至于浪费带宽。
ATI在R300（RADEN 9700）上采用了256位内存总线，由4个64位DDR内存控制器掌管传输。在这以后的256位内存总线GPU，也都基本上采用了4X64的控制器配置，从内存传输的利用率来说，是不如32位好的。
图上方是RADEON X1800的内存控制器搭配方式（8X32bit GDDR3）
图下方是RADEON X850的内存控制器搭配方式（4X64bit GDDR3）
而在RADEON X1000系上，ATI重新起用了32位内存控制器，在RADEON X1800上，有8个32bit内存控制器，内存带宽使用效率恢复到接近GeForce 3时代的水准。
RADEON X1800支持DDR2、GDDR3、GDDR4内存，而第一波产品发布中最高端的RADEON X1800XT采用的是三星的K4J52324QC-BJ12 GDDR3内存颗粒，设定的内存时钟频率为750MHz（等效1500MT/s）。
为了充分利用高速内存的优势，ATI给RADEON X1000系设计了一个新式的环网总线架构。
这个环网设计前提思路是：随着GPU越来越复杂，内部需要连接到内存控制器的处理单元越来越多，如果继续维持完全采用Crossbar的设计，这些连接路由控制将会变得非常复杂，并且信号布线会越来越长和复杂。
更长的布线会导致延迟增加，而复杂的路由会由于线路之间的串音而降低信号品质，此外由于布线延长增加的阻抗，GPU的发热和耗电也会有所增加，这些因素都会导致难以提升GPU的时钟频率。
上图就是ATI RADEON X1800的环网拓扑图，红色的就是两条双向个256位的环路，负责把内存中的资料交付给贴图单元、顶点着色器等单元（这些对象ATI称作是内存客户端），而资料的写入操作则依然会被路由到Crossbar上来实现。
| 传统架构的内存读取次序 | 环路架构的内存读取次序 |
| 内存客户端向内存控制器发出读取请求 | 内存客户端向内存控制器发出读取请求 |
| 内存控制器收集请求并安排优先次序 发送到内存上 |
内存控制器收集请求并安排优先次序 发送到内存上 |
| 内存把请求的数据发送到内存控制器上 | 内存把请求的数据发送到环路上 |
| 内存控制器向内存客户端递交请求的数据 | 内存客户端从环路上获取请求的数据 |
根据ATI的介绍，采用了这样的环路读取、Crossbar写入的设计后，内存总线的频率可以比以前的产品提高一倍，使得X1000系可以充分利用先进的内存技术。
此外ATI还提到，X1000系的内存仲裁器能够由驱动程序控制，可以透过驱动程序的CATALYST A.I（智能参数设定），为特定的应用程序设定仲裁优先次序，让内存控制器优先处理最迫切、对性能影响最大的数据请求。
采用全相联技术提高cache命中率
采用全相联技术提高cache命中率
上述的内存控制技术虽然都能降低延迟，但是内存存取动作还是应该尽量避免，把重复使用的数据存放在GPU的cache内就是减少内存存取动作的重要技术。
ATI表示，在以往的GPU上采用的cache都是直接映射（direct map），即每个cache的入口都映射至一块专门确定了的图形内存区块。虽然这可以让cache的执行简单化，但是当出现内存客户端需要交换两个数据，而这两个数据刚好要位于被cache映射的同一块内存内，那么这两块数据就需要不断地将彼此挤出cache，这样的话在写数据的时候就可能会产生迟延（stall），显著降低cache的命中率，增加了内存存取的压力。
而ATI在RADEON X1800的纹理cache、z/stencil cache、色彩缓存cache上就采用了全相联的cache技术，cache不再只是映射到特定一个或者某几个的内存地址，而是任意空闲的内存。ATI表示，在任何给定的时钟频率下的内存带宽敏感型应用中（例如在高分辨率下打开全屏抗锯齿和各向异性过滤），X1800的性能都能比采用前提升25%。
纹理高速缓存命中失败率比较（X1800 VS X850，以850为基准）
Z深度值高速缓存命中失败率比较（X1800 VS X850，以850为基准）
缓存压缩技术
缓存压缩技术
为了提高带宽和减少存取空间，在DirectX6开始，S3 Graphics开始引入了S3TC纹理压缩技术，并成为微软DirectX的纹理压缩格式——DXTC，在那里以后几乎所有的GPU都支持DXTC纹理压缩，但是随着基于浮点纹理的高动态范围渲染流行，庞大的带宽/空间需求问题又摆在了大家面前。
ATI在RADEON X1000系上引入了对单通道纹理（例如R16F）的2:1压缩技术，不仅能支持亮度映射图（luminance map）、阴影映射图（shadow map）以及HDR纹理，ATI对此压缩技术也并到了3Dc中，并称之为3Dc+。
在OpenEXR.com上，也有类似的2:1压缩技术，但是是否同样的东西我们还需要确认。
在此之前于X800引入的3Dc其实就是Normal map压缩而已，NVIDIA在GeForce 7上也实现了该技术的支持。现在这个单通道压缩则其实和原来的3Dc并没有直接的关系，并非3Dc的升级，而应该看作是另一个纹理应用领域的压缩技术。
X1000系列同样提供了6X抗锯齿下达到6:1压缩比率的色彩缓存压缩以及改进的Hyper-Z技术。在Hyper-Z技术方面，ATI表示RADEON X1800的Hierarchical Z采用了更加精确的可见面检查算法，能比以往的RADEON GPU多剔除掉50%的隐藏面像素操作。在Z/Stencil压缩和Fast-Z方面，依然维持8:1的压缩率以及64倍的快速Z缓存清空能力。
RADEON X1000系的画面品质改进
RADEON X1000系的画面品质改进
和RADEON X800系相比，ATI这次的X1000在画面品质上着重强调三方面：
高动态范围渲染（HDR）
全方位各向异性过滤
自适应抗锯齿（Adaptive Anti-Aliasing）
高动态范围渲染（HDR）
在NVIDIA的GeForce 6推出后，一个最受关注的争议就是高动态范围渲染，那么什么是高动态范围渲染。
所谓的高动态其实是相对而言的，例如在沙漠地带的昼夜温差很大，我们可以称之为高动态，在空调房内温差很小，我们可以称之为低动态。
在3D渲染中，以往的8位整数格式（RGBA8）只能表现出256:1的最亮值:最暗值动态范围，这个255:1被称作是LDR（低动态范围），如果比值高于这个范围的，就可以被称作是HDR。例如INT16的纹理可以表现65536:1，FP16可以表现两万亿比一的动态范围。
ATI表示，所有的shader model 2.0或者更高规格的GPU都可以支持64位色彩格式，不过这仅仅是满足HDR的基本条件，如果要全面释放HDR的威力，还需要额外的能力才能达成。ATI的RADEON X1000系产品支持64位浮点缓存混合、纹理过滤和多取样抗锯齿。
更新（关于浮点纹理过滤）：
ATI表示，他们认为浮点纹理大都只是用来作查表之用，这样的用途只需要作点取样（Point Sample）即可，因此ATI实际上并没有在浮点纹理上加入硬件过滤支持，如果需要浮点纹理过滤的话，游戏开发人员需要自己编写shader来实现FP filter的。
除了支持FP16 HDR外，ATI还支持Matrox Pahelia引入的INT10（R10:G10:B10:A2）格式，该格式提供了比一般RGBA8更高的精度（达到1024个灰阶），支持10亿色彩以及有限度的透明阶度（4级）。和传统的INT8相比，INT10能够提供4倍动态范围和精度，同时不会有多大的性能损耗和内存占用，而且该格式还支持混合操作和抗锯齿。
简而言之，就是ATI希望凭借多样化的HDR支持和丰富纹理压缩技术，在HDR应用中提供最佳的效能和画面品质。
全方位各向异性过滤
在GeForce 3/4时代，NVIDIA和ATI在画面品质上的一个争论点就是各向异性过滤的实现方式。ATI在RADEON 8500上采用了和屏幕边缘呈水平、垂直夹角的多边形作AF，并且在打开AF的时候，三线性过滤失效。而NVIDIA的GeForce 3/4则对全角度的多边形作AF处理，并且允许在打开AF的时候也打开三线性过滤。
到了GeForce FX VS RADEON 9700时代，ATI开始对45度夹角多边形也作AF处理，同时也允许打开三线性过滤，而NVIDIA则尝试引入类似ATI的AF、三线性过滤优化方式。这样的优化措施一直在不断地演进，到了RADEON X1000系上，似乎一切又恢复到可以实现高品质过滤的时代。
根据ATI介绍，在RADEON X1000上，用户可以打开名为Area Ainsotropic Fiter的全角度各向异性异性过滤。ATI表示，由于使用了先进的算法，打开该过滤模式的性能影响相当小。
从ATI对该AF的命名（Area Anisotropic Filter）来看，可能和这篇论文有些关系：Footprint Area Sampled Texturing。
其他在纹理上的改进包括引入了4096x4096纹理尺寸的支持，不过该尺寸其实在NVIDIA的产品上很早就获得支持了，ATI这次算是补了回来。
自适应抗锯齿
RADEON X1000引入的自适应抗锯齿技术能够支持超级取样和多取样抗锯齿模式，并且是根据画面中不同对象的特性而自动切换不同的取样方式。
在大多数情况下，RADEON X1000会执行多取样方式进行抗锯齿处理，但是当遇到类似铁丝网、植物等由纹理经过阿尔法混合方式生成的对象时，就会切换到超级取样模式，以提高抗锯齿的品质。
类似的技术也在GeForce 7800上采用，不过ATI就特别标榜RADEON X1000还能够在打开HDR的时候应用自适应抗锯齿。
全线产品的规格与图片
全线产品的规格与图片
RADEON X1800系列
RADEON X1800实物图片，采用Raptor双槽散热器
除了上述的产品外，ATI还将推出针对CrossFire双卡并行的X1000系主卡，在实现CrossFire的时候，可以最高实现2048x1536 14X SuperAA@70Hz，这些主卡包括有两款：
| 报价 | 产品名称 | 对应产品 |
| 599美元 | RADEON X1800 CrossFire版 512MB | RADEON X1800系 |
| 299美元 | RADEON X1600 CrossFire版 256MB | RADEON X1600系 |
大家可以看到，RADEON X1300的CrossFire方案完全免除了连接电缆，两片卡的数据交换完全透过北桥的PCIE通道进行。另一个和RADEON X1800/X1600的CF方案不同的地方，是RADEON X1800/X1600在CF的时候可以支持双通道输出，而RADEON X1300则不行。
RADEON X1000系专用技术演示介绍
RADEON X1000系专用技术演示介绍
ATI为了向玩家和厂商充分展示RADEON X1000的优势和实力，专门制作了三个技术演示，包括上图的帕台农神庙、玩具店（Toy Shop）以及依然是Ruby为主角的暗杀者（Assassin）。
在柏台农神庙技术演示中，原始模型的多边形高达9000万个，这样的规模在RADEON X1800XT上依然是比较吃力的，所以ATI先把模型缩减到了视觉差异较少的1500万个多边形，然后把模型再按照LOD方式存放在一个被称作“The Progressive Buffer（递进缓存）”的缓存中，只有当前使用的模型细节度会被存放在本地显示内存里，而其他细节度会被存放在系统主内存甚至硬盘中。此外像天空采用的MPEG4动画，但是保留了HDR信息用作打光和渲染；ATI采用了定制的阴影算法，利用时间一致性来达到最低的性能开销。
相信大多数玩家在第一次观看玩具店这个演示的时候一定会感到一种莫名的感动：在漆黑夜晚，路上只有稀疏的几辆汽车在缓慢地行使着，这一夜下着滂沱的大雨，而街中一角挂着玻璃橱窗的玩具店似乎令人回忆起某种已经遗忘的感觉。
应用Parallax Displacement在完全平面的多边形上渲染的街砖细节
橱窗上极度逼真的雨滴挂壁现象，在玩具店内的物件还有对应的阴影效果
在这个技术演示中，充分展示了RADEON X1800强大的技术处理能力和ATI美工对新技术灵活运用，凹凸的街砖是由Parallax Displacement技术实现等。
RADEON X1000系技术评析
RADEON X1000系技术评析
从技术角度而言，ATI RADOEN X1000系列虽然是晚到的shader model产品，但是在性能、特效上并不比NVIDIA的GeForce 6800、GeForce 7800逊色，在NVIDIA特别彰显得HDR上，X1000系提供了更多的选择以及允许FP HDR抗锯齿（实用性有待实际测试）。这次RADEON X1000系的架构设计可以看得出是专门为程序员在尽量少的手工优化Shadel Model 3.0而设计的，例如在Ultra Threading分发器以及高效的Pixel Shader动态分支执行效率。
除了3D特性有自己的特色外，ATI这次大力宣扬的AVIVO技术对于许多2D先决的用户来说也是非常吸引人的特性，10位数码色彩显示输出、号称低至38%CPU占用率的高清晰H.264硬件解码等都是中低端市场非常不错的卖点。
不过同时我们也应该看出，目前市场上的NV4X产品相当普遍，领先一年的时间优势可能已经让开发人员对NVIDIA的SM3优化指南倒背如流，开发人员不可能不顾及这一大批用户的存在，以NV4X为主的优化大都可以适用于NV4X+G7X+R5XX，而R5XX的SM3与优化方式只有ATI自己的R5XX系支持，而R4XX、R3XX更加是和SM3无缘。两厢比较，游戏开发人员的优化选择可能不言自明。
RADEON X1800的延期推出，ATI为此付出了不少的代价，现在X1000全员高中低倾巢而出，必定是希望能在圣诞节上的零售渠道环节上从NVIDIA的GF6/7阵营手中夺回失地，我们在此唯一的希望就是实际的产品能如期上市，并且希望这样的竞争能不断延续下去让消费者受益。
- 相关阅读：
- ·远端超算虚拟工作站 蓝宝KF3U8R5全解析
//vga.zol.com.cn/536/5365724.html - ·AMD的杀手锏 Fiji三大核心技术全解析
//vga.zol.com.cn/526/5261190.html - ·精于制工品质 华硕龙骑士GTX970全解析
//vga.zol.com.cn/496/4963215.html - ·奢华顶级体验 影驰名人堂700系列全降价
//vga.zol.com.cn/453/4533262.html - ·PC版《侠盗飞车》全系列跳楼价优惠甩卖
//vga.zol.com.cn/440/4402855.html