|
山雨欲来风满楼：R600统一渲染架构初探
山雨欲来风满楼：R600统一渲染架构初探
Unified Shader Model引入ALU（算术逻辑引擎）的概念
R600即将在下个月中旬发布，一些图形芯片爱好者对R600的核心架构的优劣也展开了讨论，本文略过结果不表，笔者在这里抛砖引玉，介绍一点有关R600核心架构的东西。
 当然，提到DirectX 10显卡的架构设计自然离不开微软Vista API的要求。此前一些关于Windows Vista的图形API名称有很多说法，例如DirectX Next和Windows Graphics Foundation 2.0，这个曾经被微软称为WGF2.0的图形API在概念上，比DirectX 9有了翻天覆地的变化，现在已经正式命名为我们大家熟知的DirectX 10 API。
对于GPU来说，Unified Shader Model将用ALU（算术逻辑引擎）的概念来替代我们熟悉的像素渲染和顶点渲染流水线的概念。ALU可以执行对顶点操作的指令，又能够执行对象素操作的指令。如果说，更强大灵活的可编程能力，高速度和高精度的3D运算是DirectX9时代的终极追求，那么在Unified Shader Model已经将GPU超标量体系的概念运用到一个更新的层次。Direct 10时代的GPU内部那么多ALU甚至能够根据需要随意切换调用，从而极大的提升游戏的表现。
SIMD单指令多数据操作：矢量与标量运算
什么是SIMD单指令多数据操作？
但是，相对于API简单的定义来说，要将GPU的象素处理和顶点处理抽离出原有体系，并且整合为一个执行单元的难度是非常大的。因为2个处理单元分别位于GPU处理流程的不同位置。与此同时使用了Unified Shader Model之后，GPU内部必须保证数量众多的算术逻辑单元才能使得GPU执行效率不至于太低。这样势必就会导致GPU内部集成更多的晶体管，导致成本和发热持续上升。
我们再来看一下底层单元的工作对象，比如在像素处理的时候，我们是使用的R、G、B三个数值来对颜色进行描述，除此之外还有对透明度描述的Alpha值，这就构成了完整的RGBA四通道。对于顶点而言，同样有对应的XYZW四个代表坐标的通道。
 对一个像素进行整体操作的时候，单指令多数据（Single Instruction Multiple Data，SIMD）就成为一种重要的操作方法。一个vector(矢量)就是n个scalar(标量)，对于图形处理来说一般来说n=4。所以，通常GPU的ALU指令发射端只有一个，但却可以同时计算4个通道的数据。
在同一个时钟周期内，GPU的ALU里进行的一次这种变量操作，被称做1D scalar操作。由于大多数GPU的ALU被设计成在一个时钟周期能执行4次这样的并行的1D运算的能力，所以它们的ALU执行能力被称做4D vector，也就是矢量操作。在显卡内不管是进行像素渲染还是顶点变换，4D矢量运算都比较普遍，连CPU领域我们也看得到基于SIMD的SSE系列指令集。
但是4D矢量运算也有比较头痛的缺点，那就是指令发射能力与ALU的负载能力并不能达到完美的结合。操作中4D运算的份量比较重，但这并不意味着不存在1D、2D、3D的运算，一个4D的矢量运算单元被用来跑这类轻量级指令，运算能力的闲置就让人痛心了。特别是Unified Shader架构，前面已经提到过Vertex Shader和Pixel Shader在运算压力上的不平衡，让闲置状况更为突出。即使有Co-issue技术助阵，整体实际利用率还是只能在70％上下徘徊。
R600与G80在底层架构上的分歧
为了避免这种问题，在底层单元的设计上，G80系列选择了基于1D标量运算的Scalar ALU来替代传统的Vector ALU。 G80具备128个1D scalar流处理器，也就是ALU，每个ALU都能在一个时钟周期内吞吐1调标准的mad指令(2Flops)，如果按照人们通常习惯上的4D(3D+1D) vector ALU被称为一个管线(Pipeline)来说，具备相当于大概32条普通管线的理论浮点算术运算能力(Flops)； 虽然1D的标量单元，在利用率上不会出现矢量单元的闲置，但要达到4D SIMD运算单元的运算能力，运算单元的数量和频率都需要提升。也就是说，如果是同频的Shader单元，4个1D和1个4D才能基本形成均势。
在2005年的时候，ATi表示，R600将比Xbox 360的Xeno处理器快得多，Pixel Shader数量有可能达到64以上。ATi希望能够在Unified Shader模型上获得更多改进，一方面为了提高芯片运行效率，另一方面则不愿在Unified Shader技术上输于nVIDIA，后者已多次宣称在该技术上支持良好。熊
下面是2006年当时网上流传的一份R600规格表：
生产工艺：65nm
渲染管线：64条 (Vec4+Scalar)
纹理映射单元：32个
光栅操作处理器：32个
执行效率：每时钟周期128次渲染操作
核心频率：800MHz
浮点处理能力：512GFLOP/s
三角形生成率：20亿/s
像素填充率：25.6GB/s
显存：256-bit 512MB 1.8GHz GDDR4
显存带宽：57.6GB/s
架构：WGF2.0（Windows Graphics Foundation 2.0）统一架构
目前这份规格表可以看到，一再跳票延期的R600，依然采用的是较为传统的矢量运算单元（Vector ALU），具备64个4D SIMD单元＋1D的SISD单元，也即64个Vect5D着色单元，总共可以产生320个标量单元。相比NVIDIA的G80有128个标量单元，但是工作频率在1.35GHz，比R600的740MHz标量单元速度更快，但是R600管线的复杂度可以弥补工作频率的不足。如果R600运行在750MHz，那么它的理论吞吐能力为750MHz×64个×[（1＋2）×4]Flops＝576GFlops/s，而目前G80的MIME架构频率为1350MHz，那么它的理论吞吐能力就为1350MHz×128个×(2x1)×1]Flops＝518.4GFlops/s。
当然，在R600正式面世之前，所有有关R600的预测和分析都存在着不确定的因素。只有等R600正式发布并公开更多技术细节以后，我们看到了其在基于DirectX10测试中的表现，才能做出最终的评判 |
|
收藏
AMD没那么多的精力，至今扣肉还是它心里最大的痛
