GPU-前途無(wú)限光明

　　隨便拿起一個(gè)DIYer寫(xiě)下的一份PC配置單，圖形卡(video card)往往是必不可少的部分。當被問(wèn)及為何會(huì )鐘情于獨立的圖形卡而不是選擇主板自帶的集成顯示芯片的時(shí)候，得到的答案往往驚人的一致——為了游戲。是的，人類(lèi)僅僅是為了滿(mǎn)足自己的七情六欲，我們的PC才擁有了無(wú)比強大的運算能力。甚至比起同期的圖形子系統，PC里其他各部分都相形見(jiàn)絀。從R300到NV40，再到現在最新的G80，每一代旗艦GPU的晶體管都大大超過(guò)了同期的頂級CPU，也在挑戰其同時(shí)代半導體工藝的極限。不過(guò)，GPU正如其名字“graphics processing unit(圖形處理器)”一樣，縱然有再強大的運算能力，也只能在其轉司的實(shí)時(shí)圖形渲染領(lǐng)域內一展手腳。僅僅靠娛樂(lè )市場(chǎng)就支撐起NV40和G80這種怪獸級別的半導體芯片，這種情況讓人難以想象。不過(guò)，既然在很多特定領(lǐng)域，GPU都能提供比同時(shí)代CPU更為強大的處理能力，那么是否有人想過(guò)讓圖形處理器來(lái)替代CPU充當這些程序中運算的主角，或者是“幫助”CPU更快的完成運算任務(wù)呢?答案是肯定的。

　　似乎在一夜之間，GPU用于通用計算(General Purpose GPU)及其相關(guān)方面的問(wèn)題成為一個(gè)十分熱門(mén)的話(huà)題。GPGPU指的是利用圖形卡來(lái)進(jìn)行一般意義上的計算，而不是單純的繪制。讓人們感到驚奇的是，在計算機圖形處理器多年巡視發(fā)展的進(jìn)程中，幾乎沒(méi)有人認真的預言過(guò)這一重大應用。而在今天，由于GPU具備了極高的性能和前所未有的發(fā)展速度以及普及率，使得人們對于GPU的這一新的應用前景給予了空前高的期望和熱情。下面一些數字也許能幫助你更加深刻的了解人們?yōu)槭裁磳τ贕PU通用處理如此關(guān)注。

　　自誕生起，GPU就將摩爾定律的定義大大擴展。研究表明，從1993年開(kāi)始，GPU的性能以每年2.8倍的速度增長(cháng)，這個(gè)數字大大超過(guò)了PC其他子系統的發(fā)展速度。

　　一塊工作頻率為3.0GHz的Pentium 4處理器，其晶體管數目為1.25億個(gè)，即使算上SSE指令集的SIMD(單指令并發(fā)多數據流，這種情況是浮點(diǎn)吞運算下吐能力的最理想狀況)，也只有6GFlops的峰值浮點(diǎn)處理能力，而同期的一塊NV40 GPU就有2.22億個(gè)晶體管。峰值浮點(diǎn)運算能力很輕易超過(guò)40GFlops。

　　GPU擁有自己的獨立子存儲系統--顯存，它擁有比系統主內存高得多的帶寬。Intel曾經(jīng)為它的Pentium 4 XE系列處理器所擁有的1066MHz前端總線(xiàn)所提供的8.6GB/S的帶寬倍感自豪，而同期一塊普通的GeForce 6800就擁有20GB/S以上的顯存帶寬。

　　由上面幾點(diǎn)可以看出，因為具備強大的并行處理能力和極高的存儲器帶寬，GPU如果被抽象成一個(gè)“流處理器”(Stream Processor)，來(lái)用于諸如科學(xué)運算、數據分析、線(xiàn)性代數、流體模擬等需要大量重復的數據集運算和密集的內存存取的應用程序，那么我們就能獲得一些比CPU強悍得多的計算能力。相比之下，CPU本質(zhì)上是一個(gè)標量計算模型，計算單元偏少，主要針對復雜控制和低延遲而非高帶寬優(yōu)化。正是因為這些優(yōu)勢，使得GPU比CPU更適用于流處理計算。目前，AMD和NVIDIA兩大圖形芯片巨頭都提出了自己的GPGPU方案。

　　圖形處理器渲染流水線(xiàn)的發(fā)展歷程