第2章GPU计算的发展历程.pdfVIP

第2 章 GPU 计算的发展历程 本章内容： ● 图形流水线的发展 ● GPGPU ：一个中间步骤 ● GPU 计算 ● 参考文献与课外阅读 对于CUDA C 和OpenCL 程序员，GPU 是用C 语言编写的、经过扩展的大规模并行 数值计算处理器。读者不需要理解图形学算法或图形学领域的术语，就能在处理器上进行 程序设计。但如果了解这些处理器的图形继承性，则更容易理解目前主要计算模式的优缺 点。特别是发展历程有助于理解现代可编程GPU 的主要体系结构设计理念：大规模多线程、 与CPU 比相对较小的缓存、以带宽为中心的存储器接口设计。了解GPU 的发展历程也有 助于把握GPU 作为计算设备未来发展的趋势。 2.1 图形流水线的发展 3D 图形流水线硬件始于20 世纪80 年代初昂贵的大型系统，然后到小型工作站，再发 展到20 世纪90 年代中后期的PC 加速器。在此期间，在性能需求的驱动下图形子系统的 价格从50 000 美元降到了500 美元，而性能也从每秒5 000 万像素提高到每秒10 亿像素， 从每秒10 万顶点(vertice)到每秒1 000 万顶点。虽然这些进步与半导体设备特征尺寸的不断 缩小有一定的关系，但同时也源于图形算法和硬件设计的改进，算法改进现代GPU 决定了 固有的硬件性能。 驱使图形硬件性能的飞速提高的原因主要有高质量产品的市场需求，以及实时计算的 20 20 大规模并行处理器编程实战(第2 版) 应用需求。例如，在电子游戏应用程序中，人们要求渲染越来越复杂的场景，甚至要在保 持每秒60 帧的速度的同时不断提高游戏的分辨率。在过去的30 年里，图形体系结构在不 断的发展演化，从最初用一个简单的流水线来设计线框图，到后来为实现高度并行化而采 用多个深度并行流水线渲染 3D 场景的复杂交互意象。同时，许多相关的硬件功能也变得 更加复杂，且支持用户编程。 2.1.1 固定功能的图形流水线时代 从20 世纪80 年代初到20 世纪90 年代末，图形硬件中性能最好的是固定功能流水线， 但它虽然可配置却不能真正实现可编程。在同一时期内，主要图形应用程序API 库也开始 流行。API 是一种标准化的软件层(即库函数的集合) ，它支持应用程序(如游戏)使用软件或 硬件的服务和功能。例如，游戏可以使用API 来发送命令给图形处理单元，在显示器上绘 制某种对象。例如，微软就提供了一个具有多媒体功能的专用API—— DirectX ，DirectX 中 的组件Direct3D 提供了对图形处理器进行编程的接口函数。另一个主要的API 是OpenGL， 它是由多个供应商支持的开放性标准API ，主要用于专业的工作站应用软件。DirectX 的第 7 代产品采用的正是这种固定功能的图形流水线。 直接内存访问 现代计算机系统使用一个称为直接内存访问(Direct Memory Access，DMA)的专门硬件 机制，在I/O 设备和系统DRAM 之间传输数据。当一个程序请求I/O 操作时，例如读取磁 盘驱动器，操作系统会设置一个 DMA 操作，这个操作由数据在 I/O 设备缓存中的起始地 址、DRAM 中的起始地址、复制数据的字节数以及数据复制的方向定义。 使用专门的硬件机制在I/O 设备和系统DRAM 之间复制数据有两个主要的优点。首先， CPU 不需要承担数据复制的差事。所以，当DMA 硬件在复制数据时，CPU 还可以执行不 依赖于该I/O 操作的程序。 第二个好处是DMA 硬件是专门设计用来复制数据的。硬件简单高效，没有取指和移 码的开销。所以，DMA 硬件在复制数据时要比大多数处理器更快。 正如我们将看到的，CPU 和GPU 之间的数据复制使用DMA 。它需要DRAM 的固定 内存，并对应用程序如何分配内存有微妙的影响。 图2-1 给出了NVIDIA 公司早期生产的GeForce 系列固定功能图形流水线的GPU 的一 个示例。主机接口接收来自 CPU 的图形界面的命令和数据。这些命令通过调用API 函数 来实现应用程序想要的功能。主机接口通常包括一个专门的DMA(Direct Memory Access ， 21