gpu的结构解析

gpu的结构解析

ID:37567693

大小:2.15 MB

页数:24页

时间:2019-05-25

gpu的结构解析_第1页
gpu的结构解析_第2页
gpu的结构解析_第3页
gpu的结构解析_第4页
gpu的结构解析_第5页
资源描述:

《gpu的结构解析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、GTX680架构解析GPU版开普勒三大定律2012年03月22日21:01 出处:泡泡网 【原创】作者:孙敏杰编辑:孙敏杰购买本页商品 查看产品点评GPU图形架构:改革还是革命?  泡泡网显卡频道3月22日 “什么?GTX680的流处理器数量是1536个?而且GTX680的流处理器与核心同频率,不再是两倍了?这规格简直和HD6970一模一样!AMD的HD7970刚开始学习NVIDIA的架构,现在NVIDIA的GTX680又学AMD了,你们这是要闹哪样啊?”  相信很多人听到GTX680的规格时,都会产生这样一种想法。

2、在GTX680发布之前,各种小道消息不胫而走之时,笔者也很纳闷,NVIDIA的Kepler架构到底发生了什么样的变化?难不成N/A双方真的要互相学习、取长补短?  在新一代GTX680发布前夕,NVIDIA召开了多场技术讲座,NVIDIA总部的专家为全球各大媒体编辑详细解读了新一代Kepler(开普勒)架构的技术特性,笔者经过深入学习研究之后,今天就为大家揭开谜底——新一代GPU图形架构到底谁更先进?   NVIDIA和AMD的GPU架构相关名词解读:  1.NVIDIA喜欢用物理学家的名字来为GPU架构命名,从DX

3、10开始第一代叫做Tesla(特斯拉)、第二代是Fermi(费米)、第三代是Kepler(开普勒)、第四代是Maxwell(麦克斯韦),这些科学家的大名是如雷贯耳,就不做解释了。  2.Kepler(开普勒)是NVIDIA新一代的GPU架构代号,基于开普勒架构第一颗GPU的代号是GK104,基于GK104核心的首款显卡是GeForceGTX680。  3.AMD以前GPU代号和NVIDIA一样也是字母+数字,但从DX11时代开始GPU的代号用单词来命名,比如HD5000系列的架构代号是EverGreen(常青树),高

4、端HD5870核心代号Cypress(柏树)、中端HD5770核心代号Juniper(杜松);  HD6000的架构代号是NorthIsland(北方群岛),高端HD6970核心代号Cayman(开曼群岛),中端HD6870核心代号Barts(圣巴特,加勒比海某小岛);  HD7000的架构代号是SourthIsland(南方群岛),高端HD7970核心代号Tahiti(大溪地),中端HD7870核心代号Pitcairn(南太平洋某英属群岛),主流HD7770核心代号CapeVerde(佛得角,非洲最南边岛国)。GP

5、U图形架构的阴阳之争  今年一月份,在AMD发布HD7970时,我们曾详细的分析过AMD代号为南方群岛的“GraphicsCoreNext”架构。这是AMD收购ATI之后的近5年来第一次对GPU架构进行“伤筋动骨”的“手术”,而架构调整的核心内容则是为并行计算优化设计,我们发现AMD的GCN架构与NVIDIA的GPU有很多相似之处。  当时笔者曾感慨:“在流处理器部分,终于不用费劲的把AMD和NVIDIAGPU架构分开介绍了,因为GCN与SM已经没有本质区别了。剩下的只是缓存容量、流处理器簇的数量、线程调度机制的问题

6、,双方根据实际应用自然会有不同的判断,自家的前后两代产品也会对这些数量和排列组合进行微调。AMD向NVIDIA的架构靠拢,证明了他这么多年来确实是在错误的道路上越走越远,还好浪子回头金不换,这次GCN架构简直就是大跃进!”  促使AMD做出革命性改进的一大原因,就是从R600开始SIMD(单指令多数据流)VILW(超长指令集)的效率问题,AMD的GPU固然拥有恐怖的浮点运算能力,但很多时候都不能完全发挥出来,由此导致游戏性能和计算性能都要大打折扣。此后的四代产品虽然在R600的基础上修修补补,但始终未能从根本上解决问

7、题。AMD承认,从VLIW到GCN是GPU的革命,这次革命NVIDIA几年前就完成了  NVIDIA的GPU从G80时代开始,其MIMD(多指令多数据流)一直以高效能而著称,但也存在一个让人头疼的问题——GPU流处理器数量较少、浮点运算能力太低,这同样限制了N卡在游戏以及计算方面的实际性能。  AMD的SIMD架构可以用较少的晶体管造出庞大数量的流处理器、拥有恐怖的理论浮点运算能力;而NVIDIA的MIMD架构必须使用更多的晶体管制造出看似比较少的流处理器,理论浮点运算能力相差很远。双方走的都是极端路线,AMD以数量

8、弥补效率的不足,而NVIDIA以效率弥补数量的劣势。  6年前从G80和R600开始,NVIDIA和AMD在GPU架构上分道扬镳,这么多年经历了风风雨雨之后,发现极左或极右路线都有各自的局限性,修正主义治标不治本,唯有走中间路线才是正道!不过中间路线也有不同的走法,有些人还是偏左、有些人还是偏右……AMD的方向:SIMD的另一种形式  从GPU

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。