什么是图形加速卡(二)

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)


主机和显卡的通信


粗略来说,将图形操作从主机传送到显卡,会通过某种命令队列(或者FIFO)来完成。主机端的图形API(比如GDI,DirectDraw/3D/X,或者OpenGL)会被分解为显卡的特定命令。这些命令会被显卡执行,完后以先进先出的方式出队。对命令队列进行写入以及调度,经常会牵扯到对内存映射显卡寄存器,或IO端口的读写。此外,也可能会牵扯写系统内存,以及使用显卡DMA等策略(我相信nVidia和3DLabs,以及Matrox都会这么做)。


早期显卡的瓶颈之一是命令队列经常过短(通常有16个位置,原始ATI Mach64即如此),以至于主机和显卡不能充分并行工作。为此,主机端驱动程序通常可能被阻塞,等待着队列给下一个操作腾出足够位置。现代显卡中,队列的位置都进行了大量扩充,通常都会超过512个。此外,尽管显卡寄存器窗口(译注:寄存器窗口(Register Window)技术用来改善因处理器寄存器有限而造成的公共操作性能问题)已预留了一个小型队列,但仍有一部分显存会被用来当作一个溢出队列(Spill Queue),这实质上是对寄存器窗口队列的一个扩展(我认为S3是这样的)。


有些显卡使用另一个技巧来改善队列访问性能,就是把队列内存映射到连续的内存地址上,这样,显卡将有机会利用主机芯片组的PCI突发传送(Bursting Capabilities)能力(MPACT和3DFX都是这样)。


三角形剔除(Culling)也是越来越重要的显卡特性。对此存在一个争议:剔除应该在主机端执行以减少PCI带宽,还是在显卡中执行以最小化计算开销。问题是很多软件都是自己做剔除(因此不需要显卡驱动或显卡本身帮着弄)。究其原因,是在这些软件中,被渲染的物体往往携带诸多复杂属性,因此提前进行裁剪有利于减少后面牵扯这些复杂属性的计算开销。这也有弊端,因为有些写得比较保守的图形库程序本身也会进行背面剔除,这会导致二次剔除开销。所以,提供某种“渲染前请不要剔除这些三角形”开关,可能非常有用(对!微软,就是在提醒你!)。


对此,我认为nVidia的方案会是:利用AGP的更高吞吐量(这就不算个瓶颈了),把所有数据都丢给显卡,让它做剔除。


通常情况下,显卡会配有一个快速的(在PCI总线情况下足以说快了)帧缓冲,所以若需要,CPU会代替显卡,或者同显卡一道,对显存进行更新。有些显卡,比如TSENG ET6000,实际上会维护一个帧缓冲和PCI总线之间的缓存,这种情况下来自主机的访问可能只需最小的延迟等待(这可能是图形系统中RAM仲裁器的一部分)。因为没有使用任何并行机制(这对于显卡的高性能来说是关键),大家也就不奇怪为何ET6000不是顶级显卡了。


说到主机和显卡并发存取显存,这种技术鲜为使用,因为这需要一个先进的仲裁系统,用来隔离将被用于显卡操作的显存区域。Chromatic的MPACT媒体处理器实际上有这么个仲裁特性,它对于增强Windows DIB(桌面应用程序使用的2D位图数据结构)的性能特别有用。而对于3D性能提升,MPACT存在设计上的问题。但MPACT媒体处理器软件的并行性,可以说在它的时代是最好的。


几乎所有的显卡都有个共性,就是当主机有读写显存之需求时,显卡都要先等待所有积压的图形操作完成,命令队列被清空,才继续进行。这样,也就造成了写显存的额外代价,就是在访问显存的间隔时间中,那些积压的图形操作所产生的总等待时间(Latency)的均值。大多数显卡厂商都认定,减少操作本身的等待延迟才是唯一的解决方案。我不同意此观点。


当前方案有这样一个前提机制来保证:一个复杂的多存取显存仲裁机制并不需要同等复杂的硬件来支持。用个简单的“操作计数器”机制就能搞定了。基本思想是,每当一个图形操作完成,操作计数器(用内存映射寄存器,或者只是显存中的一个值来保存)就递增。实际工作时,显卡驱动程序会保存一个计数的拷贝(用一个主机端计数器影射图形端计数器),该计数就是针对相应内存对象(表面、前缓冲、后备缓冲、Windows位图等等)进行操作,最终完成时的累加值。有了这个值用于计数比较,也有了命令队列长度限制用于避免计数器越界回绕,你就能知道显卡针对某个内存对象,什么时候完成了所有操作(这需要很稳定的硬件和软件以避免显存崩溃而导致死机)。


而我的方案是:减少主机等待延迟,从而提高显存带宽。该方法的一个典型应用情景是:有一些图形操作正在传输,还有一些被积压等待执行,此时主机突然通过PCI发送了一个操作请求过来,接着显卡马上挂起当前动作,并排空内部显存仲裁器(PCI事务必须比其它设备访问内存有更高的优先级)。所以实际上,从显卡角度看,这种方式会强烈冲击性能。然而从主机角度看,直接PCI显存访问在很大程度上,可以说用马上用,不用等了(不像过去,因为过度担心安全性,必须得等到所有积压的操作完成,才能访问显存),这也就减少了主机等待。换言之,在这种方案中,系统在每个周期可以干更多活。


我这办法不错吧?过去我跟行业里的人说过这想法,他们都不以为然,很诧异地觉得我在忽悠。现在不管那些了,反正这些东西都做出来了,也看到它们确实提高性能了,我已经证明了自己。这办法确实有用。可编程显卡,比如MPACT媒体处理器和Rendition的Verite,甚至Matrox GXXX系列,都可以毫无压力地使用我这个方法。如果是通过纯硬件方法而没有用我的办法,那还是做个硬件的操作计数器吧。


最后,我想对前面提到的那个DMA概念,再多说一点。拥有总线控制能力(BUS-mastering)的显卡,可以通过PCI或者AGP总线,在无需CPU插手的情况下,访问非cache的系统内存(需要通过DMA)。使用这种机制进行纹理交换,以及其他内存传输操作,可增强主机和显卡间的并行性。但还得注意,这仍存在一些协调性问题(试想主机怎么能知道当前DMA传输完成?)。关于这一点,我在前面已经讨论过了(最近经常被提到的Permedia 3显卡,就可以把系统内存当作其内存控制器中的L3缓存一样使用——这提高了纹理传输的透明性和效率。比如,如果只需要某张纹理的一部分,那么显卡就可以通过AGP总线以DMA的方式,直接从系统内存里拿走那部分纹理)。

©️2020 CSDN 皮肤主题: 大白 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值