扛起CUDA大旗 GeForce GTX 200深入评测

◆ GTX 200的主要改进

　　·SIMT架构

　　NVIDIA的统一渲染以及运算架构使用了两种不同的处理模式，在使用TPC执行指令时该模式被称为MIMD（Multiple instruction multiple data），在使用每一个SM执行指令时，模式被称为SIMT（single instruction, multiple thread）。

　　SIMT改进了纯SIMD（single instruction, multiple data）设计，能够同时保证性能以及可编程特性。在拥有可扩充性的同时，SIMT并没有一个固定的矢量宽度（vector width），这使得在SIMT处理模式下，运算速度可以全速展开，完全和矢量宽度脱离关系。

　　相反，如果输入信息较MIMD或SIMD宽度少的话，SIMD模式会开始低负载运作，SIMT保证所有流处理器能够在任何使用都能够被充分利用。在一个编程者的角度来看，SIMT同样允许线程使用自己的路径。由于分支机构（branching）是由硬件来控制的，所以并不需要在矢量宽度（vector width）内手动管理分支。

　　·同时支持大量线程

　　GTX 200系列显卡的GPU能够同时支持超过三万个线程（thread），基于硬件的线程管理保证了所有流处理器核心能够100%全部利用。核心架构的设计避免CPU内经常出现的延时问题：如果某个线程正在等待读取缓存信息，那么GPU能够实现一个完全即时没有损耗的转换，将另一个等待处理的线程交由空闲部分继续处理。

　　SIMT多线程指令单元处在SM内部，能够管理安排以及处理一组32个平行的线程，被称为"warps"。前一代的GeForce 8或者GeForce 9 GPU每SM只能同时处理24个warps，而GTX 200系列显卡的GPU能够达到32warps/SM的效率。我们可以看到，凭借SM以及TPC数量的增多，可同时处理的线程数量也由GeForce 8和9系列的12888上升至30720个（1024*3*10＝30720）。

　　·加大的寄存器组

　　和GeForce 8或9系产品相比，在GTX200系列显卡中本地寄存器组的大小增加了一倍，在以往，寄存器组往往会因为过小导致信息必须转存至显存中，增大的寄存器组能够允许显卡更快速有效地处理大且复杂的shader。虽然寄存器组容量加大了，不过在核心die内这些额外的寄存器只占用了不多的些许面积。

　　现在的游戏越来越多地使用复杂的shader，需要更加大的寄存器组空间。

　　·改进的Dual Issue

　　在SM内部的特殊功能单元（Special Function Unit,SFU）负责超越数的运算，属性插值(从一个原始的顶点属性中解释像素属性，interpreting pixel attributes from a primitive vertex attributes)，以及处理浮点MUL指令。GT200内每一个独立的流处理核心都以几乎全速的速度，用Dual issue的方法来运算：使用核心内部的MAD单元处理MADs（multiply add operations）以及MULs(3flops/SP)，另外在同一时间也使用SFU单元来进行MUL运算。改进和直接的测试表明这种结构能够带来93%～94%的效率。

　　在GPU内部的所有特殊功能单元阵列能够为显卡带来几乎1Tflops的single -precision, IEEE 754浮点运算能力。

　　·支持双精度浮点运算

　　在GTX 200核心架构内部有一个非常重要的新特点：支持double precision、64bit双精度浮点运算。这对高端的科学工程以及金融运算更加有利，能够为其带来非常高精确度的结果，每一个SM内都有一个double-precision 64bit的浮点运算单元，整个芯片内总共有30个。

　　这些double precision单元能进行融合的MAD演算，完全兼容与IEEE 754R浮点运算规格。所有TPC内部的double precision性能几乎等同与一个八核的XeonCPU，接近90Gflops。

　　·改进的纹理性能

　　8800GTX核心内部拥有8个TPC，允许进行每频率内64像素的纹理过滤，每频率32像素寻址，每频率32像素的两倍反锯齿双线性过滤（8bit整数）或者32-双线性过滤像素（8bit整数或者16bit浮点），而GTX 200改进的纹理性能平衡了寻址能力和过滤能力。

　　·提高Shader to texture比例

　　由于游戏和其他图形程序的需要，系统正在使用越来越多的复杂化shader，为了重新平衡显卡的运算能力，GTX 200系列GPU的设计重新调整了Shader to texture的比例，通过在TPC内部增加1个SM让Shader to texture的比例上升了50%，这让GTX 200系列显卡在处理目前以及将来的游戏时能够更加有效率。

　　·ROP改进

　　GeForce 8系列的ROP系统支持multisampled，supersampled，透明适应以及Sampling抗锯齿等功能，对于GTX 200同样支持这些特性，ROP单元数量由6个增加到8个之外，总的ROPs数达到32个，相对于G80每时钟周期24像素的输出和12像素的混合速度，GTX 200均提升至每时钟周期32像素，更加有利于高分辨率以及AA环境中速度的提升。

　　·1GB的Framebuffer

　　现在的3D游戏采用了大量的纹理来提高画面的真实度，例如用普通的map提高表面真实度，用立方map来增强反射效果，用高分辨率的perspective shadow map来模拟soft shadow。这些map使得渲染每一帧画面都需要大量的显存，而不像传统的游戏，有base texture就可以了。另外，Deferred rendering引擎在multiple render时，需要有一个预先渲染图片特性的过程，这意味着又需要额外的显存，还有就是很耗显存的反锯齿技术，这些技术使得内存和带宽的需求都大大高于以前。

　　Geforce GTX 280和GTX 260分别支持1024MB和896MB的Framebuffer，是上一代显卡的两倍。1GB显存将使高分辨率的反锯齿能力得到提升。


　　·几何shading和stream out

　　比起上一代显卡，GTX 200将内部缓存输出结构提高了6倍，使几何渲染和stream out的速度大大提升。

　　·512bit显存接口

　　GTX 200的最大显存带宽从原来的384bit提高到了512bit，拥有8个64-bit-wide FrameBuffer单元，为了使texture单元在被有效利用的同时，又不会出现不足，FreamBuffer带宽需要反复调整达到最佳，NVIDIA的工程师测试了许多应用程序，最终达到了这个目的。

　　GTX 200 GPu的framebuffer总效率得到了提高，为了支持更高速度的显存，重新设计了framebuffer重要的path，使得显卡最高能支持到1.1GHz的DDR3显存，内存的存取模式和缓存算法也都得到了改良。另外硬件压缩加大了数据传输率，而实际上是增加了framebuffer带宽，也提升了显卡在高分辨率下的性能。