GPU 原理解密（一）画个三角形居然这么难

系列文章第一篇，介绍些术语，混个眼熟，让大家有点感性认识。

这是一张显卡，它包括中间的 GPU（graphics processing unit）、显存（framebuffer / FB）以及一堆小张不认识的电器元件。

这是一枚 GPU

这是 GPU 内部原理图（芯片型号为 GM 204），这张图里值得关注的名词有：

• PCI Express 3.0 Host Interface
• GigaThread Engine
• GPC (Graphics Processing Cluster)
• Raster Engine
• SM (Streaming Multiprocessor)
• Memory Controller
• L2 Cache

看到这里，你一定有个疑惑

为啥搞这么复杂？

在图形应用中，每一个绘图函数（drawcall）都可能生成数量千差万别的三角形。能活下来的顶点和我们从应用程序中塞给 API 的不一样的。不可见的三角形、被遮挡住的像素，种种情况影响下，有些三角形并不需要在屏幕上画任何东西。同样大小的一个三角形，有时候需要画几百个像素，有时候却一个都不画。

所以啊，三角形在现在的 GPU 里走的是一条逻辑上的管线（logical pipeline），而非物理上的管线。对管线的概念陌生的读者，可以想象下富士康的手机组装流水线。每一个车间工人，就好比 GPU 中的一个单元。车间中的管线是固定的，工人只做一件事情，保证效率。然而 GPU 中的管线是灵活的，好比前一秒在装苹果手机的屏幕，后一秒就去装 VR 头盔的传感器了。

回到三角形身上，我们现在要画三角形 A 和 B，它们可能位于不同的管线阶段。三角形 A 已经通过坐标变换，准备好光栅化（to be rasterized）。A 的一些像素甚至正在执行像素着色器（pixel shader），另一坨却被深度缓存（depth-buffer）抛弃了，还有些已经写到了显存（framebuffer），最后还有些像素在发呆（ZzzzzZzzzz）。这时，三角形 B 粉墨登场，我们还需要获取 B 的顶点数据。你看，虽然每个三角形都需要照着套路走一场，在三角形一生的不同阶段，它们要做不同事情。画三角形这件事，分为许多微小的工作，这些工作是可以并行的。硬件单元只要空闲了，就会分到新的工作，顶点处理和像素着色会同时进行。

N 卡的架构自 Fermi 时代以来一脉相承。Giga Thread Engine管理所有进行的工作量。GPU 被划分为多个 GPC (Graphics Processing Cluster)，每个 GPC 又带了多个 流处理器 (SM / Streaming Multiprocessor) 和一个光栅化引起（Raster Engine）。整个过程中存在大量的沟通交流，最值得一提的是 Crossbar（我也不知道怎么翻译），它使得 GPC 上的工作和其他子系统比如 ROP (渲染输出单元 / render output unit) 进行协作。

SM 是执行 glsl / hlsl / cuda kernel 的运算单元，放大后是这样的：

SM 包含大量的核（Core）进行数学运算，这些核很无脑，它们以 32 个为一组，接收 Warp Schedulers 的号召，scheduler 决定了运算的逻辑，下达指令“跟着我一起挥舞左手，再挥舞右手”。32 个 Core 乖乖地做，一起挥舞左手，再挥舞右手。

但是，如果 scheduler 下达的指令是“单号的观众挥舞左手，双号的观众挥舞右手”，事情就变得有趣了。

在单号的 Core 挥舞左手的时候，双号的 Core 会处于发呆状态（ZzzzzZzzzz）。

等单号的 Core 挥舞完了，双号的 Core 才开始挥舞右手。

每个 GPU 含多少 GPC，每个 GPC 含多少 SM，这些配置取决于不可说的秘密。前面放过的 GM 204 还记得不，它有 4 个 GPC，每个 GPC 含 4 个 SM。Tegra X1 虽然同为 Maxwel 架构，仅有 1 个 GPC 和 2 个 SM。

至于 SM 的设计，包含多少的 core，多少的 scheduler 也是每代芯片都不同，确保可以满足高端显卡、笔记本、手机等的需求。

总结下，这篇文章简要介绍了 GPU、GPC 和 SM，估计大家看完了依然不明白。没事儿，我们下集见。

参考资料

https://developer.nvidia.com/content/life-triangle-nvidias-logical-pipeline

作者：Vinjn张静
链接：https://zhuanlan.zhihu.com/p/20918974
来源：知乎