图形与计算齐飞
技术宅
AMD GCN架构解析
2011年12月22日，AMD正式发布其新一代HD7000系列显卡，在新一代显卡中，AMD引入了全新的GCN架构，除了传统的3D运算之外，还大大加强了GPU通用计算的功能，是AMD R600架构面世以来规模最大的变革。那么GCN架构到底有何过人之处呢？一起来了解一下吧。
VLIW模式已经跟不上时代
AMD自R600以来一直坚持VLIW模式，VLIW（超长指令）就是将很多条指令连在一起，建成一个超长指令，让GPU的运算单元可以一次启动连续执行，省去了很多调度指令、等待周期，从而提升运算效率。但VLIW在多个流处理器并行运行时存在一些难以预料的逻辑缺陷，在GPU这样规模越来越大的并行处理器上，数千个流处理器的整体吞吐率反而受到影响。
再加上DirectX 11要求GPU架构拥有更好的灵活度和通用计算能力，而非传统意义上的单纯吞吐能力，而VLIW模式高吞吐低灵活性的特点，在目前看来已经显得有些呆板了。
CU单元——GPU的基本单位
AMD对GCN架构的定义为“Non-VLIW ISA With Scalar+Vector Unint”——使用标量和矢量单元的非VLIW体系，GPU的组成单元不再是SIMD阵列，而是被称为“Compute Unit”的计算单元（简称CU）。
我们引入了HD7970显卡作为例子，为大家详细介绍CU单元。HD7970拥有2048个流处理器，被划分成了32个计算单元，每个计算单元都相当于一个运算中枢，在芯片高负荷时，每个计算单元都能同时分配、执行指令，架构利用率和吞吐量很高，更适合处理多线程多任务并行运算。
这32个并行计算单元中，每个单元内部具有64个流处理器，这些流处理器组成4个矢量单元，每个矢量单元搭配64KB矢量寄存器。每个计算单元内部还具备数据寄存器和一些辅助性功能模块，共同组成了一个完整的运算中枢。再通过新指令集，让每个计算单元都能同时领取、执行指令，众多计算单元并行处理能力很高，使得计算单元的利用率和指令吞吐量反而比VLIW更高。
近年来，GPU芯片通过堆流处理器换性能的做法缺点比较明显，比如寄存器端口冲突、调度指令复杂等，因此越多流处理器越难以达到理论峰值性能。GCN架构在规划上更为清晰、直接，32个并行运算单元，很有针对性地解决了寄存器端口的冲突问题，以高灵活度消除了很多潜在的逻辑死锁现象，从而使得芯片性能更稳定，实际性能表现更接近理论预测值。
缓存设计——通用计算的重要条件
缓存设计或许对图形计算影响不大，但对于通用计算来说是非常重要的。由于有矢量单元又有标量单元，所以GCN的缓存经过了重新设计，引入了多层次缓存，规模相当庞大而复杂。每个单元有16KB的数据缓存，每四个计算单元再共享16KB指令缓存和32KB L1标量数据缓存，并与二级缓存相连；每个计算单元都有自己的寄存器和本地数据共享，搭配16KB可读写一级缓存，每时钟周期带宽为64字节。
二级缓存总容量768KB，可读写，对应每个显存控制器分成六组，每组容量128KB，每时钟周期带宽也是64字节；全局数据共享则用于不同计算单元之间的同步辅助。
通用计算还需软件支持
在公布GCN架构时，AMD表达出了图形就是计算，计算就是图形的宏大理想。我们仍以HD7970为例，从AMD官方给出的数据来看，执行诸如光线追踪渲染、加密、傅里叶转换等常见的通用计算，可以看到HD7970与上一代产品相比，性能提升幅度没有低于50%的，像AES256甚至超过 3 倍。
对于通用计算来说，软件平台的支持也很重要。GCN架构具备相当高的可编程性，将支持C、C++以及其他高级编程语言。除此之外，AMD也在寻找相关合作伙伴来体现GPU的通用计算能力。AMD目前正在与WinZip合作开发16.5版本的相关特性，WinZip将利用OpenCL加快压缩/解压缩/AES加密的编码速度。
