※ 引述《b155073 ()》之铭言： : 原文网址:http://videocardz.com/61557/rajas-super-secret-cigar-stash 一章一章来 : http://goo.gl/i8LpCz 从1 Graphics Command Processor到 576 Load/Store Units 都是指微架购上的改进 而之外的则是较一般的规格等 : http://goo.gl/PwA5r9 Geometry Engine : 三角面处理完之後 转换给Pixel Shader中间的这个工作, 传统称为Geometry Setup或者是Rasterization(但是这个会跟ROP的"R" 容易混淆) Primtive Discard Accelerator 在把东西丢给Pixel Shader之前,如果知道这个三角面已经被遮住了 就可以先丢掉不算.反正算完也没用..如果更确定可以连前端的Shader 都省掉 相关的技术比如Early-Z,Z-Culling,或者进阶的Tile-Based Defferred Rendering等等 然後他提到跟MSAA有关 也就是说也影响你开一般游戏下的FSAA的设定 因为一般游戏的FSAA仅做到MSAA,跟MSAA有关则是因为MSAA只做三角面的边缘 跟交界,要做MSAA的像素一定会发生有的实际上有被遮住有的没有. Index Cache 改变资料在Cache排的方式节省频宽 或者把原本零散的存取 变动为连续的 : http://goo.gl/KX59Iv Shader的性能变强 但是(? Instruction Prefetch 注意 不要跟Prefetch Instruction搞混 两个完全不一样 这个是说 原本处理器不分CPU/GPU,如果没有分支就是 执行下一个指令 那下一个指令确定会被执行就应该先取进来 这样切换的时候就保证不用等 不过除非原本就设定成保证要等 不然一定会在GPGPU/游戏特效上 产生正面效果的幅度就不会太大... per wave instruction buffer size 每个"wavefront"的指令缓冲区变大 wavefront是AMD GPU内的抽象化单位 他是指一起执行的最小的集合体 一个wavefront会统整N个SP,相应的Thread,相对的暂存器数量等等 (CUDA/nVidia GPU的Warp,OpenCL的Compute Unit则是同级的名词) 然後wavefront内部 每个cycle所执行的指令都是一样的, 既然这样 那储存指令缓冲区就只要每个wavefront一个就够了 Tuned L2 Cache 可以把存取合并 然後效率变好吧 FP16/INT 16 Support 由於开始有用GPU计算Machine Learning的, 比如说Deep Neuro Network,发现用不到float32 这麽高的精确量. 如果FP16/INT16比32bit可以更快更省 那都可以产生一样的效果 不过google更极端 直接做纯INT16的晶片, 2T INT16/s的晶片只耗0.5W,以後有介绍到google VISION CHIP再说 .........然後讲到这边 还没DX10的时候,显示卡超过80%的运算能力 都是在算整数而且这个整数只有8-10bit... 都已经转过来Unified的环境却发现你丢掉的东西才是你要的........ : http://goo.gl/bGFT0m GPU Open Intrinsic Function Direct ACCESS to inline ISA 两个都是同一件事情, 因为设计特殊处理器的时候,不只GPU,你可以看到DSP,Cell 等等.他会有一些很难放进高阶语言描述内的指令 这时候除了整个用组合语言硬干之外 就是使用intrinsic或者是inline Assembly的方式处理 两个虽然叫不同名字但是是等价的,一般而言intrinsic 长的像是高阶语言的function,但是一个对应一个特殊硬体指令, 而inline ISA长的像是手写组合语言但是使用比较方便. 甚麽叫做有这个硬体指令但是高阶语言很难用? 比如我随便设计一个指令,P=A*B*C+X+Y 那编译器一定要看到P=A*B*C+X+Y; or Q=A*B*C;P=Q+X+Y; 这样确定的运算才可以配出这个指令 如果中间有一些不对...比如说中间同时计算过A*B和X+Y 编译器会很开心的用算过的东西取代掉A*B和X+Y 你就配不出你设计的新指令了 所以为了避免这样 你可能就...假设指令名称叫XC5 P=__intrinsic_xc5(A,B,C,X,Y); 或者 __asm("XC5 P,A,B,C,X,Y"); Performance Critical Function 允许Programmer标示哪个Function 在性能上关键 但基本上整个最佳化应该还是要你自己来 driver环境上顶多只能帮你 不要有拖慢这个Function执行的速度的行为 比如说 把其他计算也同时排进去. : http://goo.gl/LHeklW Memory Controller &PHY Losesess DCC 针对要送进显示卡DRAM的资料可以先压缩 而节约频宽 过去只有Texture在读取前预先破坏性压缩过. 这方法的原理就是你要存的资料很多都是图形或者Shader 算出来的资料给下一步要用的投影.特色就是有不小的机会, 你和你的相邻像素只差一点点 那我只传两个的差值就可以减少一些资料. 不过Maxwell有做啦,Tonga也宣称有,就各种可能有较好有较差的... : http://goo.gl/hVJ4Ar DX12 async compute 不是中图Preemtive的传统计算,你算一个等他回来一个 而是部分的可以预先送入 利用没用光的资源先计算 : http://goo.gl/M29cPB 所有应用软体的要求 都会一起堆在driver内 然後除了driver之外,硬体层也在接受要求後 内部有排程器 这部分就...除非等HSA/Fusion完全完成, 否则只有进步没有变革性的更动. : http://goo.gl/02NPYM DP支援的解析度,SDR=8bit,HDR: > 8bit : http://goo.gl/bEaPbx HDR色域 : http://goo.gl/hVU24E : http://goo.gl/cwxiiC 因为节约耗电量 具有的动态调节能力 (注:最初期的省电作为以能否整个关闭逻辑闸 或者是动态调整频率来考量省电. 而之後则实作发现比如能否剧烈切换 关闭後再打开有没有反而更耗电各种问题 : http://goo.gl/UXfV5c : http://goo.gl/sAE9bi : http://goo.gl/H2u1kb : http://goo.gl/SmqyAZ : http://goo.gl/SlbT3i : http://goo.gl/FwgSTh 传统的绘制 假设在环境中存在一只摄影机 而摄影机所拍到的东西存在他自己的"底片"上 这个底片是一个平面,你看的是这个平面,而且每个像素 大小均等 那现在如果是环境中有两支摄影机在不同地方? 还是所用的底片不是平面的 ? 想也知道这是用在那个环境的,但我们先把这两个问题订为 双眼显示和曲面萤幕 传统方式当然可以绘制两个摄影机所拍的东西 只是你要这个frame切换摄影机所在位置,Vertex Shader 开始就重算一次.然後下个frame又要切回来 我跳过去了 我又跳过来了 每次你都要帮我重算呦 至於非平面萤幕也可以在每个vertex Shader後,Pixel Shader 之前再套入另外一个Shader换算. 可是就要多一套计算. 那直接硬体化了就是使用他的介面就可以直接做到两个效果 不用在软体再中间重新计算 : http://goo.gl/AtmnVq Reservation (Station): 只要处理器需要动态分配执行的资源,也就是说不只 GPU,连现代(1995後吧)的cpu也会有, : http://goo.gl/lgOSXJ 对应multiGPU或者是Crossfire的重大变更 理面的AFR指的是CF采用AFR(每Frame交互计算) 但是他会产生严重的叫做 Micro-Stuttring的问题 这是甚麽问题我记得刚好以前有写过 https://webptt.com/cn.aspx?n=bbs/PC_Shopping/M.1336495940.A.DCA.html 简单说FPS平均很好看 显示出来的时间不均等 而且视觉差异更糟糕 那这个改进就是, 我AFR後算好後 我插一个延迟 到固定的时间才确定要显示 这可以解决micro-stuttring的问题 可是我暂时怀疑一下.因为预设如果开 那麽CF後的数字就不一定漂亮 而且这个做法说不定之前多卡的时候如果有开VSYNC也不会有问题... 这就要确认了,但对不用多卡的这个功能是没差别 : 懒人包:(只看标题) --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.72.117.179 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/PC_Shopping/M.1467390739.A.099.html 基本上ACE/ROP等只看数量变化不准 因为不同的设计 不要说不同代了 同一代内的高低阶晶片都不一定一样 一组ACE不一定做一样多的事情 搞不好更多了.. 而就算是简化的设计也很多啊 G92/G80都是2-way VLIW,但是是1+0.5个MAC 後来G200就取消那0.5个了 然後ATI的VLIW5很快就简化成VLIW4 因为第5个不但很少用 也没人排的出4+1的指令. 通通都是4+0 or 0+1,所以就砍了一个也少点损失 ※ 编辑: jk21234 (42.72.117.179), 07/02/2016 00:47:05