光影之路 GPU架构发展史(4/4）

统一渲染架构与通用计算的降临

当微软DirectX 10发布之后，GPU迎来了史上第一次重大变革，而这次变革的推动者不再是NVIDIA或ATI，而是微软公司。

微软公司认为，传统的分离设计过于僵化，无法让所有的游戏都能够以最高效率运行。这一点应该不难理解，因为任何一个3D渲染画面，其顶点指令与像素指令的比例都是不相同的，但GPU中顶点单元与像素单元的比例却是固定的，这就会导致某些时候顶点单元不够用，像素单元大量闲置，某些时候又反过来，硬件利用效率低下。而游戏开发者为了获得最好的运行性能，也不得不小心翼翼地调整两种渲染指令的比例，微软认为这种情况限制了图形技术的进一步发展。

统一渲染管线具有无以伦比的通用性

为此，微软在设计Xbox360游戏机的时候，就提出统一渲染架构的概念，所谓统一渲染，即GPU中不再有单独的顶端渲染单元和像素渲染单元，而是由一个通用的渲染单元同时完成顶点和像素渲染任务。为了实现这一点，图形指令必须先经过一个通用的解码器、将顶点和像素指令翻译成统一渲染单元可直接执行的渲染微指令，而统一渲染单元其实就是一个高性能的浮点和矢量计算逻辑，它具有通用和可编程属性。相比DirectX 9之前的分离设计，统一渲染架构具有硬件利用效率高以及编程灵活的优点，让3D游戏开发者和GPU设计者都获得解放。ATI在获得Xbox 360合约的时候，便迅速展开了设计，它所拿出的Xenos GPU芯片便首度采用统一渲染架构。

对于这套设计，NVIDIA起初是比较抗拒，它认为传统的分离设计在硬件方面更加高效，但最后看到大势所趋、并且也意识到统一渲染架构所具有的扩展弹性，在G80时代也实现了统一渲染架构。事实证明，NVIDIA才是此套架构最大的受益者。

统一渲染架构固然是微软为提升硬件效率所提出，但它进一步提升了GPU内部运算单元的可编程性，让GPU运行高密集度的通用计算任务就成为可能，这意味着GPU可以打破3D渲染的局限，迈向更为广阔的天地。

1. 2006～2007：NVIDIA GeForce 8击溃Radeon HD 2000

2006年11月，NVIDIA高调推出GeForce 8800 GTX和GeForce 8800 GTS图形处理器，拉开了GeForce 8（开发代号G80）时代的序幕。而NVIDIA也在新一轮的竞争中将AMD-ATI拉下一个季度，后者的R600要等到2007年1月30日方能推向市场。

作为NVIDIA第一代统一渲染架构GPU，G80的硬件规格相当强悍：它拥有128个可执行3D渲染任务及其他可编程指令的流处理器（Stream Processors），内置24个ROP单元，最高支持384位，86.4GB/s带宽的GDDR3显存，晶体管集成度高达6.8亿个，是前一代GeForce 7900的两倍多。G80也因此成为当时集成度最高的半导体芯片，而这些指标也让G80拥有极其优秀的性能。

G80的高集成度意味着成本高昂，NVIDIA为了保证G80能拥有足够高的生产良品率，仅采用台积电90纳米工艺进行制造，它的功耗高达145瓦，显卡长度也因为供电模块的需要达到32厘米。另外为了解决散热需要，G80系列显卡都需要被一块体积硕大的散热器所覆盖，但NVIDIA将风扇噪音控制在很低的水平，即便在高负载状态下也能保证安静运行。

NVIDIA G80芯片集成了6.8亿个晶体管

在内部设计上，G80的128个流处理器被分为8个渲染集群，每个集群都是由16个流处理器（内部再平均分成两组）、4个纹理地址单元以及一个L1缓存构成，这样G80就总共拥有128个流处理器和32个纹理地址单元。流处理器是最基本的计算单元，所有的图形渲染指令（包括顶点、像素和几何指令）都是由流处理器运算并输出。输出的结果会由一个交换器分配给6组ROP光栅处理单元进行处理，每个光栅单元又包含4个ROP，于是G80就拥有24个ROP处理单元。每一组ROP单元都对应一个L2缓存，它与渲染集群中的L1缓存以及显存相连—增加缓存的另一个好处就是可以为通用计算做好了准备。

也是在G80时代，NVIDIA发布了意义重大的CUDA 1.0开发平台。CUDA是一个集成的开发环境，它包括开发语言、编译器以及API。借助CUDA，程序员可以编写出能够为GPU所运行的计算程序。由于GPU拥有并行计算的巨大优势，大量的科学工作者都开始将应用迁移到NVIDIA的CUDA平台，GPU通用加速实现了从理论到现实的第一步，也为NVIDIA开辟了新一片的蓝海。此外，NVIDIA也在这个时候推出基于G80的Tesla高性能计算设备，专门供应超级计算市场。数年以后，Tesla也成功地成为该领域的新标准，超级计算业界普遍都将CPU+GPU的组合作为第一方案，