下一代CUDA計(jì)算與圖形框架Fermi - NVIDIA GPU計(jì)算的關(guān)鍵技術(shù)解析

　　從最初的G80起，F(xiàn)ermi架構(gòu)在GPU架構(gòu)上做出了最重大的飛躍。G80是統(tǒng)一圖形與計(jì)算并行處理器的雛形，而GT200是對(duì)G80在性能及功能性方面的延伸。對(duì)于Fermi，我們?nèi)谌肓松蟽煽钐幚砥饕约盀樗鼈兙帉?xiě)應(yīng)用程序中所獲得的經(jīng)驗(yàn)，應(yīng)用了一種全新的方法，設(shè)計(jì)和創(chuàng)造出世界上第一款計(jì)算型GPU。在Fermi的研發(fā)準(zhǔn)備過(guò)程中，我們收集了自推出G80和GT200以來(lái)廣泛使用GPU計(jì)算的用戶的反饋，并將以下關(guān)鍵領(lǐng)域作為改進(jìn)重點(diǎn)：

　　改善雙精度浮點(diǎn)運(yùn)算的性能——單精度的性能大約是臺(tái)式CPU的10倍，而有些GPU計(jì)算應(yīng)用程序還需要更高的雙精度浮點(diǎn)運(yùn)算性能。

　　ECC支持——ECC允許GPU計(jì)算用戶在數(shù)據(jù)中心的安裝中安全地部署大規(guī)模的GPU，并確保數(shù)據(jù)敏感型應(yīng)用程序，如醫(yī)學(xué)影像及財(cái)務(wù)期權(quán)定價(jià)等不出現(xiàn)內(nèi)存錯(cuò)誤。

　　真正的緩存層次——有些并行算法無(wú)法使用GPU的共享內(nèi)存，用戶需要一個(gè)真正的緩存架構(gòu)來(lái)輔助他們。

　　更大的共享內(nèi)存——許多CUDA程序員需要超過(guò)16KB的SM共享內(nèi)存來(lái)加速他們的應(yīng)用程序。

　　更快速的上下文轉(zhuǎn)換——用戶需要在應(yīng)用程序之間實(shí)現(xiàn)更快速的上下文切換，和圖形與計(jì)算應(yīng)用之間更快速的相互操作。

　　更快速的原子操作——用戶需要為他們的并行算法實(shí)現(xiàn)更快速的“讀-修改-寫(xiě)”原子操作。

　　針對(duì)這些需求，F(xiàn)ermi工作小組設(shè)計(jì)了一款處理器，原始計(jì)算力得到了極大的提升，通過(guò)架構(gòu)上的創(chuàng)新還大大增加了可編程性以及計(jì)算效率。Fermi在架構(gòu)上的閃光點(diǎn)體現(xiàn)在：

　　第三代流式多處理器(SM)

　　每個(gè)SM有32個(gè)CUDA核心，是GT200的4倍

　　雙精度浮點(diǎn)運(yùn)算的峰值性能是GT200的8倍

　　雙Warp調(diào)度器同時(shí)調(diào)度和分配來(lái)自兩個(gè)不同warp的指令

　　64 KB的RAM，可配置為共享存儲(chǔ)器和L1緩存

　　第二代并行線程執(zhí)行ISA

　　統(tǒng)一尋址空間，提供完整的C++支持

　　優(yōu)化OpenCL和DirectCompute

　　完整的IEEE 754-2008 32-bit和64-bit精度支持

　　完整的32-bit整數(shù)路徑，以及64-bit擴(kuò)展

　　內(nèi)存存取指令支持向64-bit尋址的轉(zhuǎn)換

　　通過(guò)Predication提升性能

　　改進(jìn)的內(nèi)存子系統(tǒng)

　　NVIDIA Parallel DataCacheTM層次，擁有可配置的L1和統(tǒng)一的L2緩存

　　首款提供ECC內(nèi)存支持的GPU

　　顯著改善原子內(nèi)存操作性能

　　NVIDIA GigaThreadTM Engine

　　相比早先產(chǎn)品10倍以上的應(yīng)用程序上下文切換

　　同步執(zhí)行多核心程序

　　線程塊亂序執(zhí)行

　　雙重疊式內(nèi)存?zhèn)鬏斠?/p>