GCN再戰(zhàn)開普勒 通用計算能力誰更強？
這一代GCN架構(gòu)的完整版HD7970擁有2048個流處理器，而開普勒架構(gòu)的完整版GTX680則擁有1536個。兩者的紋理單元、ROP數(shù)量一樣，而顯存位寬方面HD7970為384Bit，GTX680則為256Bit，這造成了兩者顯存帶寬上264GB/s與192GB/s之間的差距。
從GPU外圍模塊來看，AMD的Tahiti和上代Cayman相比變化不大，只是強化了曲面細分單元，加入了雙異步計算引擎而已。最大的改變來自于流處理器部分，原有的SIMD引擎不見了，取而代之的是GCN陣列，那SIMD引擎與GCN陣列有什么本質(zhì)區(qū)別呢？
代號為Tahiti的HD7970中，每個GCN陣列里面包括4個SIMD單元，每個SIMD單元內(nèi)部包括16個1D標量運算單元。這樣的話Cayman的SIMD引擎是16x4=64個流處理器，而Tahiti的GCN陣列是4x16=64個流處理器，總數(shù)量雖然沒有變化，但架構(gòu)上是截然相反的設計——Tahiti相對于Cayman來說革命性的改變就是把4D矢量運算單元改成了1D標量運算單元！
但是，GCN架構(gòu)與NVIDIA的CUDA架構(gòu)還是有明顯的區(qū)別，那就是GCN里面包括了4個SIMD-16單元，標量流處理器被硬性拆分為4個小組，而NVIDIA的SM則沒有這種設計，所有流處理器都一視同仁。
而NVIDIA方面，則是不停的對GPU的GPC、SM、CUDA核心等配比進行微調(diào)，在微調(diào)的過程中經(jīng)歷了兩次突變：第一次是GT200到GF100，首次引出了GPC（圖形處理器集群）的概念，GPC數(shù)量減少但SM數(shù)以及流處理器數(shù)量增加不少；第二次就是現(xiàn)在了，從GF100到GK104，SM數(shù)量減少，但流處理器數(shù)量暴增！
改變是為了適應形式的變化，解決此前出現(xiàn)的一些問題，那NVIDIA的架構(gòu)有什么問題呢？此前我們多次提到過，雖然NVIDIA的GPU在效能方面占盡優(yōu)勢，但也不是完美無缺的——NVIDIA最大的劣勢就是流處理器數(shù)量較少，導致理論浮點運算能力較低。當然這只是表面現(xiàn)象，其背后的本質(zhì)則是MIMD（多指令多數(shù)據(jù)流）的架構(gòu)，相當一部分比例的晶體管消耗在了指令發(fā)射端和控制邏輯單元上面，所以流處理器數(shù)量始終低于對手。
為了保證GPU性能持續(xù)增長，NVIDIA必須耗費更多的晶體管、制造出更大的GPU核心，而這些都需要先進的、成熟的半導體制造工藝的支持。NVIDIA之所以在GF100（GTX480）時代落敗，并非架構(gòu)或者研發(fā)端出了什么問題（GF110/GTX580的成功可以證明），而是核心太大導致40nm工藝無法支撐，良率低下漏電流難以控制，最終導致核心不完整且功耗巨大。如此一來，NVIDIA原有的架構(gòu)嚴重受制于制造工藝，并非可持續(xù)發(fā)展之路。
為此，NVIDIA將芯片架構(gòu)逐步轉(zhuǎn)向了SIMT的模式，即Single Instruction Multiple Threads（單指令多線程），SIMT有別與AMD的SIMD，SIMT的好處就是無需開發(fā)者費力把數(shù)據(jù)湊成合適的矢量長度，并且SIMT允許每個線程有不同的分支。 純粹使用SIMD不能并行的執(zhí)行有條件跳轉(zhuǎn)的函數(shù)，很顯然條件跳轉(zhuǎn)會根據(jù)輸入數(shù)據(jù)不同在不同的線程中有不同表現(xiàn)，這個只有利用SIMT才能做到。
SIMT在硬件部分的結(jié)構(gòu)還是要比SIMD復雜一些，NVIDIA還是更注重效率一些，所以NVIDIA的流處理器數(shù)量還是要比AMD少，但差距已經(jīng)沒以前那么夸張了。
關(guān)注我們
