鋪平未來之路：AMD顯卡架構轉換深度解密 - 顯卡

※ [本文轉錄自 PC_Shopping 看板 #1D283Fwf ]

Radeon HD 6900系列終於發佈了，不過頂著全新架構的光環，實際性能卻並沒有很多人想
像得那麼好。難道真是新架構如此不給力？其實說白了這才是一次真真正正的過渡，AMD
以此為試驗品，正在為未來做著新的準備。

要理解AMD為什麼使用VLIW4 4D式流處理器架構設計，首先必須理解AMD為什麼使用VLIW5
5D式流處理器架構設計，而要回答後邊這個問題，又必須回到更遙遠的DX9時代，種子早
在那個時候就已經埋下。

VLIW：超長指令字(Very long instruction word)，指的是一種被設計為可以利用指令級
並行(ILP)優勢的體系結構。一個按照順序執行指令的非超標量處理器不能充分利用處理
器的資源，有可能導致低性能。

http://hardware.mydrivers.com/Img/20101022/08040478.png
Barts Radeon HD 6800架構圖(Cypress 5800類似)

http://news.mydrivers.com/Img/20101215/04125892.png
Cayman Radeon HD 6900架構圖

想當年著色技術還是新鮮事物，像素和頂點著色器仍是獨立的。曾經的ATI為他們的頂點
著色器選擇了VILW5設計，因為ATI根據自己的數據得出結論，認為這是頂點著色器區塊的
最佳配置，能同時處理一個四份量點積(比如w、x、y、z)和一個標量份量(比如光照)。

2007年，ATI發佈了R600架構的Radeon HD 2000系列，也是自己在PC領域首次引入統一著
色架構，而且又一次使用了VLIW5。儘管這是DX10產品，但仍能很好地處理DX9頂點著色。
GPGPU通用計算普及之前，這種架構適應得很好。

http://news.mydrivers.com/Img/20101215/04142139.png
VLIW5

接下來進入2008年。顯卡廠商在規劃產品的時候一般都要考慮到兩年之後乃至更久的情況
，所以Cayman Radeon HD 6900系列的設計那時候就已經著手了。當時GPGPU通用計算才剛
剛起步，NVIDIA開始追逐的那個市場最多價值幾百萬美元，DX10遊戲也還沒有成型，但是
AMD預測認為，通用計算將在兩年後(也就是現在)變得非常重要，DX9也會基本讓路給
DX10/11，所以就必須提前重新評估VLIW5設計的優劣。

果不其然，GPGPU通用計算已經開始大行其道，Windows 7、DX10/11也正在將DX9擠下歷史
舞台。根據AMD的內部數據，VLIW5架構的五個處理槽中平均只能用到3.4個，也就是在遊
戲裡會有一個半白白浪費了。顯然，DX9下非常理想的VLIW5設計已經過時，它太寬了，必
須縮短流處理器單元(SPU)，重新設計裡邊的流處理器(SP)佈局。

AMD的顯卡核心架構非常依賴指令級並行運算(ILP)，也就是將指令放在單獨一個線程內，
和其他可以並行的線程沒有任何關聯。VLIW5下最理想的情況就是五個指令能夠在每個時
鐘週期裡、每個SPU上一起調度執行，但這種概率非常低。按說平均使用3.4個已經不錯了
，但換算下來還是不足80％，結果就是從工作負載種提取ILP非常困難，導致最好、最壞
應用環境相差太多。

與之形成鮮明對比的是線程級並行計算(TLP)，那些沒有任何關聯的線程也可以同時執行
。這正是NVIDIA在高端核心上所依賴的設計理念，GF100/GF110都是借助TLP達到高效率的
標量架構。

http://news.mydrivers.com/Img/20101215/04145202.png

最終，AMD意識到VLIW5架構已經不適合繼續發展，必須面向未來準備一種新的高效率架構
，不但要提高平均使用率(大於3.4個)，還需要適應並行計算負載，結果就是轉向VLIW4。

http://news.mydrivers.com/Img/20101215/04142141.png
VLIW4

VLIW4相比於VLIW5最特殊的地方就是去掉了體積最大、可同時處理普通整數/浮點操作和
超越操作的第五個SP t單元，或者說特殊功能單元(SFU)。這就意味著，每個SPU可以一次
性處理的普通整數/浮點操作數從五個減少到四個，同時還可以將三個SP合併起來處理一
個超越操作。

這種變化的好處有很多。並行計算方面最明顯的就是此前用於特殊單元的內核面積可以節
省出來安置更多SIMD引擎，比如Cypress Radeon HD 5800 20個，Cayman Radeon HD 6900
就增加到了24個，平均下來後者的著色器區塊效率要高10％。與此同時，紋理單元的數量
、可以並行執行的線程數量、每個時鐘週期可以執行的64位浮點操作數量都隨之發生了變
化，特別是後者使得AMD GPU的64位雙精度運算能力達到了32位單精度浮點的四分之一(以
往是五分之一)——事實上單個流處理器單元的計算能力並沒有變化，只不過佈局的重新
設計使得彼此工作的效率更高了。

http://news.mydrivers.com/Img/20101215/04145210.png

SP變化的同時，寄存器文件卻沒動，於是每個SPU的寄存器所承受的壓力更小了，因為現
在只有四個SP爭奪寄存器空間。調度也更簡單了，因為需要調度的SP更少，而且彼此完全
相同，不需要考慮w/x/y/z單元和t單元的差別。

遊戲方面的改善也類似。已經習慣了VLIW5架構的遊戲有了更多SIMD引擎可以使用，意味
著紋理處理能力更強，計算/紋理的比例也因此降低，有利於那些側重於紋理和過濾而不
是計算的遊戲。

當然，任何架構上的變化都會有所犧牲，VLIW4也不例外。對遊戲來說，Radeon HD 6900將
不再像以前那麼好地處理VLIW5型的頂點著色器。一般來說這種遊戲都已經很快了，但是如
果一開始就受到GPU能力的限制(即顯卡是瓶頸)，Radeon HD 6900系列就跑不多快。另一大
損失就是當超越操作和矢量操作配對的時候，Radeon HD 6800可以每時鐘週期處理兩個，
Radeon HD 6900就需要兩個時鐘週期。AMD認為這種情況很少見，損失也是值得的。

值得一提的是，AMD仍然認為VLIW4是一種風險性的試驗設計，Radeon HD 6900也更像是一
個試驗品。此時此刻，AMD應該早已完成了真正的試驗，正在設計採用28nm工藝的後續新
核心，是否繼續採用VLIW4也肯定有定論了。

最後，核心架構的變化必然牽涉到驅動程序的轉變與配合。壞消息是，很多針對VLIW5架
構設計的著色器編譯器都沒用了，因此初期階段著色器編譯器性能會變差一些。好消息是
，隨著時間的過去，AMD會逐漸掌握更好地為VLIW4設計編程，Radeon HD 6900系列也有希
望在以後的日子裡獲得性能上的大幅提升(注意只是可能)。

隨著VLIW的縮短，部分代碼重新編寫是必然的了，AMD的著色器編譯器也要經歷一個代碼
優化的過程，但如果內核本身就是專為VLIW5而設計的，AMD的編譯器就無能為力了。


順附兩種架構可執行操作的對比：

VLIW5:
4 32-bit FP MAD
或者2 64-bit FP MUL/ADD
或者1 64-bit FP MAD
或者4 24-bit Int MUL/ADD
加上1 transcendental或者1 32-bit FP MAD

VLIW4:
4 32-bit FP MAD/MUL/ADD
或者2 64-bit FP ADD
或者1 64-bit FP MAD/FMA/MUL
或者4 24-bit INT MAD/MUL/ADD
或者4 32-bit INT ADD/Bitwise
或者1 32-bit MAD/MUL
或者1 64-bit ADD
或者1 transcendental加上1 32-bit FP MAD



http://news.mydrivers.com/1/182/182085.htm



如同GF100的巨變 當時也是怨聲載道

AMD也正在努力嘗試著新的道路 當然也就得接受...

對消費者來說好消息就是 未來還有的看

--