泰坦的孿生兄弟！NVIDIA GTX 780首測
新ISA編碼：每個線程255個寄存器
可由線程訪問的寄存器的數(shù)量在 GK110 中已經翻了兩番，允許線程最多訪問 255 個寄存器。由于增加了每個線程可用的寄存器數(shù)量，F(xiàn)ermi 中承受很大寄存器壓力或泄露行為的代碼的速度能大大的提高。典型的例子是在 QUDA 庫中使用 CUDA 執(zhí)行格點 QCD（量子色動力學）計算?；?QUDA fp64 的算法由于能夠讓每個線程使用更多寄存器并減少的本地內存泄漏，所以其性能提高了 5.3 倍。
Shuffle 指令
為了進一步提高性能，Kepler 采用 Shuffle 指令，它允許線程在 Warp 中共享數(shù)據。此前，Warp 內線程之間的數(shù)據共享需要存儲和加載操作以通過共享內存?zhèn)鬟f數(shù)據。使用 Shuffle 指令，Warp 可以讀取來自Warp 內其他線程中任意排列的值。Shuffle 支持任意索引引用（即任何線程讀取任何其他線程）。有用的 Shuffle 子集包括下一線程（由固定量彌補抵消）和 Warp 中線程間 XOR “蝴蝶”式排列，也稱為 CUDA 性。
Shuffle 性能優(yōu)于共享內存，因此存儲和加載操作能夠一步完成。Shuffle 也可以減少每個線程塊所需共享內存的數(shù)量，因為數(shù)據在 Warp 級交換也不需要放置在共享內存中。在 FFT 的情況下，需要共享一個 Warp 內的數(shù)據，通過使用 Shuffle 獲得 6％的性能增益。
此示例表明某些變量可以在 Kepler 中使用 Shuffle 指令。
原子運算
原子內存運算對并行編程十分重要，允許并發(fā)線程對共享數(shù)據結構執(zhí)行正確的讀‐修改‐寫運算。原子運算如 add、min、max 和 compare，swap 在某種意義上也是也是原子運算，如果在沒有其他線程干擾的情況下執(zhí)行讀、修改和寫運算。原子內存運算被廣泛用于并行排序、歸約運算、建制數(shù)據結構而同時不需要鎖定線程順序執(zhí)行。
Kepler GK110 全局內存原子運算的吞吐量較 Fermi 時代有大幅的提高。普通全局內存地址的原子運算吞吐量相對于每頻率一個運算來說提高了 9 倍。獨立的全局地址的原子運算的吞吐量也明顯加快，而且處理地址沖突的邏輯已經變得更有效。原子運算通?？梢园凑疹愃迫重撦d運算的速度進行處理。此速度的提高使得原子運算足夠快得在內核內部循環(huán)中使用，消除之前一些算法整合結
果所需要的單獨的歸約傳遞。Kepler GK110 還擴展了對全局內存中 64‐位原子運算的本機支持。除了 atomicAdd、atomicCAS 和 atomicExch（也受 Fermi 和 Kepler GK104 支持）之外，GK110 還支持以下功能：
atomicMin、atomicMax、atomicAnd、atomicOr、atomicXor
其他不受本機支持的原子運算（例如 64 位浮點原子運算）可以使用 compare‐and‐swap (CAS) 指令模擬。
紋理改進
GPU 的專用硬件紋理單元對于需要取樣或過濾圖像數(shù)據的計算機程序來說是寶貴的資源。Kepler中的紋理吞吐量與 Fermi 相比有明顯提高，每個SMX單元包含16紋理過濾單元，對比Fermi GF110 SM 提高了4倍。
此外，Kepler改變了管理紋理狀態(tài)的方法。在Fermi時代，為讓GPU引用紋理，必須在固定大小綁定表中分配“槽”才能啟動 Grid。表中槽數(shù)量最終限制程序一次可以讀取多少個獨特的紋理。最終，在 Fermi 中限制程序僅可以同時訪問128紋理。
Kepler中有無綁定紋理，不需要額外步驟：紋理狀態(tài)已保存為內存中的對象，硬件按需獲取這些狀態(tài)對象，綁定表過時。這有效地消除了計算程序引用獨特紋理數(shù)量的任何限制。相反，程序可以在任何時間映射紋理和通紋理處理周圍。
關注我們
