什么是图形加速卡（一）

原文：http://www.azillionmonkeys.com/qed/accelerator.html

作者：Paul Hsieh

-潘宏 译

-2013年1月

-email: popyy@netease.com

-weibo.com/panhong101

（译注：本文写于2000年左右，很多内容稍显过时。但作为理解GPU发展的历史性、技术性材料，本文真是不可多得）

介绍

本文主要讨论实时图形渲染方面的东西，比如绘制桌面GUI，游戏或者实时模拟、动画。而像射线追踪、图像处理这样的主题我们不会讨论。

图形硬件就是你电脑中用来绘制图形的协处理器。像Windows这样的GUI，如果安装了“显卡驱动程序”，它就可以操纵图形硬件进行渲染，这可比纯软件渲染快得多。如果你这两年购买过Intel芯片的PC，估计里面就有图形加速卡。

图形加速卡通过图元进行渲染，它和x86的CPU同时工作，但性能比后者要高很多。加速卡比CPU快的一个原因在于：它离显存很近，不用非得通过缓慢（相对于显存的速度）的系统总线和芯片组来传递原始像素到显存中。但最主要原因在于，它能和CPU同时工作。也就是说，当CPU正在为接下来的图形命令算坐标的时候，加速卡可能正在为当前图形命令填充多边形。这种分开计算经常被称为负载均衡（Load Balancing）。

操作系统

苹果Macintosh中比较老的内建图形API并不提供这种并发图形操作。其原因在于帧缓冲并没有以某种方式抽象出来。一些流行的软件比如Adobe的Illustractor以及Type Manager会直接存取帧缓冲，也没什么存取仲裁。而使用32位QuickDraw API的Mac应用程序可以使用硬件加速，但效果如何还不能确定。

然而，为了应付Wintel（Windows和Intel）这种双重垄断的机器，苹果最近采取了出人意料的举动——他们已经决定支持OpenGL标准！具体细节我就不得而知了（我觉得只会在Rhapsody/OS X中支持），但造成的影响就是这篇文章也适用于下一代苹果的操作系统，只要系统支持OpenGL。

我最新了解到Linux和BeOS也有支持硬件加速的OpenGL实现（但只是部分显卡）。

但目前对图形加速方案支持最多的，并且积累最多的，还是Windows平台（有时这有点讽刺SGI的管理层）。因此，尽管我们讨论的是通用高性能图形架构，但我们还是基于Windows的图形架构。

下图展示了现代图形架构：

当前图形加速卡质量通过以下这些指标来衡量，包括：屏幕分辨率、刷新能力、TV输出兼容性、视频回放、图像质量、2D GUI图元绘制。但当前都是看它们的3D能力，只支持2D的显卡已不再被重视。关于2D和MPEG视频方面，虽然有趣，但我不会谈得太多。

性能瓶颈

对于要关注图形性能的应用程序，下面是其主要瓶颈：

• 显存带宽
• 主机（Host）和显卡的通信
• 硬件特性和主机模拟
• 显示器刷新

有意思的是，众所周知，内存上传性能（指从主机到显存方向的数据传输）是很严重的性能瓶颈。Intel已经通过AGP技术“解决”了该问题。然而，经验表明，支持AGP的图形卡并没有因此而表现的更好。

显存带宽

图形性能的最大瓶颈就是显卡输出其结果到显存的速度。然而，传统内存技术虽容易实现并理解，但仍处于SDRAM或者RDRAM的性能水平。过去，像ATI这样的显卡厂商推出过VRAM，这种RAM技术允许每周期多次存取（视频刷新一次，显卡输出一次）。它昂贵、时钟率受限，且实际上并没比DRAM快多少。类似情况是，RDRAM性价比也不高。（MPACT多媒体处理器，Cirrus的Laguna，和几个SGI系统包括Nintendo 64都采用了RAMBUS内存）。

在这种情况下，显卡厂商又怎么敢声称能够提高带宽呢？很简单，RAM将根据多条总线进行分区。在Chromatic MPACT 2架构下，RDRAM被加工为两个插槽，同一个内存指令通过两根总线被发送到两个独立的RDRAM中（你可以看看你的显卡母板）。接着RAM仲裁器把它们的结果合并到一个两倍大小的数据中，这通过将物理内存字节交错排列完成。而内部的数据路径也无需增加，因为仲裁器能够简单地将存取操作进行缓冲。图形处理器本身的时钟频率也随着显存而翻倍，这样它就能以两倍的速度处理内存请求。（当然，实际执行时的内存等待（Latency）时间没变）但这个方法因增加了芯片引脚数而提高了成本，而RDRAM则是一种低引脚数解决方案。

S3、3DFX等公司使用了另外一个策略，就是把显存划分成几个大的、顺序排列的内存库（Bank）。 给定一个图形操作，只要相关的内存对象（Memory Object）分散于这些分区的bank中，该系统在理论上就应该和前面的显存开槽策略具有相同的性能级别。但是，在很多情况下，对于没有针对显存带宽优化过的内存对象，这种任意的分区导致了总显存的使用限制。也导致了图形软件为了使用多bank结构，所增加的额外工作。

上面的那些公司当然不是此技术的先行者。Matrox早就在它们的Millenium 2D显卡中使用了该技术（我不知道Matrox是否用了banking或者开槽技术，但我倾向于认为它肯定用了banking，因为在某些部分，它们似乎有线宽的粒度限制）。实际上，任何声称自己能够超越物理RAM带宽限制的显卡都会使用这两种技术之一。而今可能每个显卡公司都会这么做。

这个技术产生的副作用就是对显卡母板设计的影响，比如显存会被分成多个芯片，你看看你的显卡板子就清楚了。不过这虽增加了母板的复杂度（测试复杂度也增加了），但性能上去了。

BitBoys公司（架构了Pyramid 3D并提出了Glaze3D显卡）提出了一个另类的想法以提高显存带宽。他们简单地内嵌了一个eDRAM并且将芯片内（这种便宜很多）总线加工到512位。他们声称该带宽为9.6GB每秒，这是传统的128位200Mhz方案的3倍。有这种技术，BitBoys似乎应该可以说是稳居行业榜首了。可是，他们的设计后来却并没有实体化，更没有在市场上赢得先机。一些了解他们的硬件设计师建议说，Infineon公司所采用的eDRAM制造过程，完全不适合用于显卡内核制造中的逻辑门电路。

而3D图形的特定领域，纹理缓存，纹理压缩，以及mipmap也都促进了显存带宽的发展。

另一个增加显存带宽的重要技术，就是通过基于块（Tile）的寻址来增加内存访问效率。这种情况下，寻址时，屏幕被分成多个矩形块，而非简单递增地址分量而得到的（y，x）坐标。这种方式的优势在于，访问的内存地址靠得越近，效率就越高（就算是基于banking寻址技术的内存芯片，也利用了“访问内存时倾向于顺序性的”这个事实优势）。被渲染的图元倾向于在笛卡儿坐标尺度上具有局部性，而非在（y，x）坐标对尺度上具有局部性（译注：局部性（Locality）是cache系统术语，是cache有用的理论根据，而tile寻址技术正是利用了这一点）。

这种分块技术对软件来说是透明的。显存仲裁器中的硬件会将块地址实时进行转换，这相当于一个虚拟线性寻址机制。（MPACT使用该技术用于2D渲染，PowerVR也用它，Glaze3D应该也使用了它进行3D渲染）

纹理和像素缓存（Cache）在典型情况下也具有矩形结构，这是因为纹理缓存的访问冗余性不是单向的。（我不知道各种显卡具体是如何实现纹理缓存的，但可以想象出，理想情况下，它们和CPU缓存应该有类似的级别结构）