研華支持采用了 AMD Fusion APU 的豐富顯示應用

　　DirectCompute和OpenCL

　　OpenCL和DirectCompute這兩種開(kāi)創(chuàng )性的根據幫助開(kāi)發(fā)人員從單線(xiàn)程標量軟件轉向了多相處數據并行軟件應用。自從AMD收購ATI的3年里，通過(guò)GPU硬件加速應用的開(kāi)發(fā)人員所使用的根據也經(jīng)歷了巨大變革。2007年以前，除了3D應用以外，開(kāi)發(fā)人員的其它應用都局限在使用Radeon卡或FirePro加速器。然后，AMD首創(chuàng )推出了“CloseTo Metal”(CTM)接口為早期的GPU計算先驅們提供了一系列低階的專(zhuān)用接口，可用于開(kāi)發(fā)GPU加速應用。

　　一年后，AMD擴大了GPU軟件工具包，發(fā)布了ATI Stream S D K 和 B r o o k+，是一種開(kāi)源的類(lèi)似于C語(yǔ)言的工具，可使用于計算任務(wù)的AMD GPU的使用更簡(jiǎn)化。 2010年，Khronos Group發(fā)布了跨平臺標準進(jìn)行并行計算的OpenCL，以及DirectCompute這一可輔助GPU計算應用的 Windows DirectX API。OEM目前在GPU計算中已經(jīng)有了2個(gè)標準工具選項。DirectCompute的數據結構兼容DirectX 10和DirectX 11應用編程接口(APi)并簡(jiǎn)化了向上述嵌入式應用添加GPU加速的進(jìn)程。

　　不使用Windows的OEM也可以選擇OpenCL，尤其是已經(jīng)采用相似OpenGL處理獨立顯卡的情況。OpenCL支持數據并行(如SIMD)和任務(wù)并行執行2種模式。它采用兼容 OpenGL API 的數據結構，因此可以簡(jiǎn)化向 OpenGL 應用添加GPU計算加速的步驟。AMD的OpenCL編譯器支持Radeon 4000 和 5000系列GPU和多核 x86 處理器系列。

　　APU信號是集成的重大突破

　　AMD Fusion家族處理器采用了APU(加速處理單元)，因為APU集成了CPU和離散GPU，在降低功耗的同時(shí)提升了圖形數據帶寬。

　　盡管APU的標量x86內核和SIMD引擎共享系統內存的共同路徑，AMD的第一代設計將該內存分為多個(gè)區域，一部分由運行x86內核的操作系統管理，其它區域由運行SIMD引擎的軟件管理。AMD供應商提供了高速區塊傳輸引擎，可在x86和SIMD內存分區之間移動(dòng)數據。 與外圍框架緩存和系統內存之間的傳輸不同的是，這種傳輸從不會(huì )占用系統外部總線(xiàn)。軟件開(kāi)發(fā)人員可在其它區塊執行數據傳輸的同時(shí)，對SIMD內存進(jìn)行數據存取操作。 Insight 64預測將來(lái)APU架構將發(fā)展成為更加無(wú)縫內存管理模式，允許更高級的性能擴展。

　　AMD架構將x86核心和GPU核心集成到了耽擱芯片，以技術(shù)為主導的OEM即可將向量運算整合到之前受到傳統多核CPU計算性能限制的程序中。向量設計強調單指令多數據(SIMD)操作，旨在為計算密集型應用提供更優(yōu)越的性能。

　　總體系統性能也因為添加了離散GPU而提高。至今為止，晶體管的數量限制主要源于授權的雙芯片解決方案。 APU的86 CPU核心和SIMD GPU引擎共享系統內存的公共路徑，可有效防止這些限制。經(jīng)過(guò)多年的辯論后，已經(jīng)明了的是雙方都是正確的;現在已經(jīng)不是“非此即彼”，而是“既/又”的情形。一些在數值上密集的問(wèn)題可交給并行算法，其他的則不需要。當優(yōu)化后用于并行計算的設備不能以并行方式運算時(shí)，設備將做誒無(wú)效的標量處理器使用，且該設備的打過(guò)書(shū)并行計算都將專(zhuān)為空閑。 相反的，優(yōu)化后用于標量計算的處理器在很多算法中不能進(jìn)行并行計算，因此受到標量處理速度的限制。標量處理器每次在數據陣列中運行一個(gè)元素。向量處理器，例如用在高級GPU中的，則可以同時(shí)支持數十個(gè)、甚至數百個(gè)計算單元同時(shí)計算。