通用GPU的崛起
- 来源:微型计算机
- 关键字:GPU
- 发布时间:2010-06-30 14:04
在两年前，NVIDIA与Intel打了一场GPU与CPU谁更重要的口水战，表面上看，这场口水战只是双方交恶的意气之争，但实际上体现了计算业界的根本性分歧：CPU更适合通用性质的任务处理，而GPU更适合高并行的密集数学计算，这两者未来谁会更重要呢？
争论虽然没有得出答案，但Intel用行动来表达自己的野心：Lar rabee处理器高调浮出水面，它针对高并行的流计算，当然也支持图形渲染，更关键的是Larrabee采用与X86类似的指令集来编程，摆脱了对固定式图形API的限制，从而能够实现更广泛的任务处理。Larrabee最后并没有获得成功，显然Intel在这个领域缺乏高超的设计水平，原型产品功耗巨大，性能又远逊于对手，强硬推出只是自取其辱。现在Intel暂时放弃了Larabee，放缓进入GPU领域的步伐，NVIDIA和AMD大大松了一口气，但Larrabee所要表达的意图却在图形业界开始被精确呈现。
Cypress与Fermi，向左走，向右走
一个像样的服装设计师，在设计自己作品的时候，总会先思考这些因素：未来将流行哪一种风格？客户又会喜欢哪一种款式？这个命题可以抽象出两种内涵：其一就是作品要针对哪一种应用，其二就是这种应用将采用何种形态来实现？事实上，新一代GPU的设计，也完全涵盖了这两个方面。
在图形领域，AMD的地位与NVIDIA“几乎”对等，“几乎”的意思就是还差那么一点点，至少我们可以看到，AMD在图形驱动的支持方面与对手差距甚远，NVIDIA可以为Windows、Linux和UNIX同时提供驱动，过气的老显卡也从未被抛弃；而AMD只能在Windows平台中保持对等，而且那些一两年前的GPU就得不到妥善的支持，当然更别提它的专业显卡驱动了。
另一方面，AMD无法像NVIDIA一样提供类似CUDA、PhysX这样的丰富软件平台，这让它在通用加速领域束手束脚，而这个领域的落后也很难朝夕赶上。再者，在单GPU芯片的设计方面，AMD一直缺乏NVIDIA这样的功底，迄今为止AMD都没有在晶体管数量方面超过NVIDIA—对结构相对固定的GPU来说，晶体管集成度在多数时候都代表性能的高低。
AMD很清楚自身的缺点，所以它采取灵活的策略来对付对手。显然，AMD的目标只是图形市场，希望能够在独立显卡领域胜过对手，同时图形芯片组再为自家的AMD64平台增加竞争力。这种立意决定了AMD在产品的设计上专注于图形性能本身，并且保持稳健的策略—在R600时代开始之前，AMD认为开发大型GPU芯片的难度越来越大，导致成本居高不下，同时市场铺设动作又非常迟缓。为此，AMD在自家CrossFire交火技术的基础上，制定了多芯片的开发策略。
多芯片显卡的思想很简单，即GPU芯片不再追求全能和强劲，而只是实现全能性，保证对流行规格率先提供支持，其次便是芯片规模不要太大，以免给制造带来负担。同时，还要保证较好的功耗水准，在满足上述目标的前提下，实现最好的性能。显然，这种思路开发的GPU速度一定不是最快，但却可以在经济效益上做到最好，可以在短时间就上市。至于高端显卡，则可以通过双芯片，甚至四芯片并联的方法进行，以二敌一，来获得性能上的优势。
这种策略令AMD摆脱了新品推出不利的困境，并在商业上获得成功—尤其是在RV770 时代，NVIDIA的GT200完全失去了反击之力，现在AMD又在DirecX11显卡的争霸赛中，整整领先NVIDIA半年多。2009年9月，AMD发布代号为“Cypress（也就是RV870）”的Radeon HD 5870/5850系列显卡，率先进入DirectX11时代，低阶版的其他HD5000系列也很快上市，到现在为止，AMD的Radeon HD 5000系列已代替上一代产品成为主流。但NVIDIA仍只能拿GT200架构的GeForce GTX280/295应对，GT200其实只是2006年底发布的G80的延续，在规格方面比较落伍。很明显，NVIDIA目前的显卡产品不论在规格上还是硬件性能上都全面落败。相信这也是NVIDIA在GeForce FX5800以后遭遇的最大危机。
然而，NVIDIA高层和科学家们似乎不以为然，将全部注意力放在即将出炉的Fermi身上，他们始终保持高昂的热情，对这款革命性的GPU保持坚定信念。这种信念的内在动力，就在于Fermi与传统GPU已有了根本性的区别。在Fermi的开发工作启动之初，NVIDIA还在图形市场上占据显著优势，它所考虑的并不仅仅是保住自己的王座，而是希望能将GPU延伸到更广泛的领域，获得新的增长点。由于欠缺CPU业务，NVIDIA必须顾虑未来面临Intel和AMD的全平台竞争，很明显，假如NVIDIA只有传统的GPU，那么未来它必定是死路一条—Intel和AMD在某一天很可能甩开业界标准来打造属于自己的封闭平台，届时NVIDIA即便拥有世界上最好的图形技术，那也毫无用处。
有鉴于此，NVIDIA要求它们的新一代产品要更加全能，能够胜任广阔的密集计算要求，而不仅仅只是用作图形渲染。NVIDIA希望它能够进入PC和游戏机之外的更多设备中，比如超级计算机、平板电视以及未来任何需要数字视觉的应用领域。
Fermi处理器，脱离GPU羁绊，专为通用而生然而，现行的G80/GT200架构虽然具有非常不错的灵活性，但远不足以完成如此重大的使命。NVIDIA的高层作出激进的决策：那就是全部推倒重来—这就是Fermi的出台背景。Fermi被打造成一款高度灵活的处理器，除了图形渲染的基本职能，它还整合了PhysX物理处理器以及光线追踪处理器，同时让每个计算单元都拥有自己的缓存系统，可以高效地完成高负荷的浮点计算任务，比如对视频的实时优化编码，执行“任意妄为”地渲染指令、DNA排序、宇宙探索、质数计算等等，当然还包括物理计算和光线追踪计算—这些过去是CPU的专属应用。
用户也许会发问：“从CPU手中抢到这些任务，对我们会有什么好处么？会不会像那些CPU整合GPU之类的噱头而已？”
其实这种好处相当显著：CPU所执行的是X86指令，程序可以任意编写，完全没有使用限制，灵活是它的最大优点；另外，CPU是被设计来执行诸如任务处理之类的整数任务，固定式的浮点计算并非其特长，虽然CPU设计者始终不遗余力增强它的浮点性能。与此不同，Fermi采用一种高度并行的计算结构，它拥有多达512个CUDA计算单元，每个单元都有缓存，作为一个基本的计算单位，这些单元可以同时进行浮点计算的处理。并行度远非CPU可比—AMD的GPU虽然有更多的流处理单元，但这些单元并没有缓存系统，只是被动地接受上级数据计算后输出，通用性非常有限，加上AMD并没有提供理想的开发工具，令开发者无从下手。其次，Fermi的每个CUDA核心，都在浮点计算单元之外加上整数处理单元，可执行完整的32位整数计算任务，而后者在过去只能通过模拟实现，且仅能计算24-bit整数乘法而已；同时Fe rmi引入了复合乘加运算机制（(Fused Multiply-Add，简称FMA），每个周期可执行512单精度浮点或256个双精度浮点数运算，而上一代G200仅能支持单精度的FMA操作。当然，所有这些FMA运算都基于IEEE 754-2008浮点算法，计算结果不会出现差错。此外，Fermi的双精度浮点(FP64)性能也大大提升，峰值执行率可以达到单精度浮点(FP32)的1/2，而过去只有1/8；AMDCypress/RV870核心的双精度浮点性能也只有单精度浮点的1/5—例如Radeon HD 5870的单精度性能达到2.72TFlops，但双精度处理时仅有544GFlops。第三，Fe rmi引入了真正的缓存设计，每32个CU DA核心被配置成一组SM(Streaming Multiprocessor)流处理器，每组SM拥有64KB可配置内存，可以根据任务的性质部署成16KB共享内存加48KB一级缓存，或者48K B 共享内存加16KB一级缓存的形式，从而满足不同类型程序的需要。此外，整个芯片还共享768KB的二级缓存，方便SM计算单元的输入输出—这些显然都是为通用计算而准备。
计算核心的大幅增强
以及缓存系统的纳入，让Fe rmi成为一枚高度通用的浮点处理器而非传统的GPU。其实，从数学角度来看，无论是图形渲染的浮点运算，还是物理处理、光线追踪、视频编码处理、DNA排序还是其它的数学计算，在本质上都是相同的单精度浮点或双精度浮点计算，最基础的数学计算机制也完全相同，区别仅在于采用不同的算法—如果算法可以用软件方式输入，GPU依照这种算法进行结构部署并处理，那么就可以实现了通用的浮点处理任务。我们可以打个简单的比喻：这个模式相当于将CPU内的浮点计算单元完全搬移出来，作适应性改造之后再放到GPU上面，同时大大增加它的数量—这就是NVIDIA Fermi的设计立意。
Fermi被打造成通用型浮点处理器，加上NVIDIA一向对性能要求极高，Fe rmi就不可避免地成为又一个巨无霸。
在产品展示之时，外界咨询为何Fe rmi屡屡跳票，几乎创下NVIDIA新的历史。NVIDIA的高管不禁大吐苦水：要设计出这个超大超强的玩意实在是太难了！的确，Fe rmi需要为每个单元建构缓存系统，要确保如此众多的核心能够高效率地协作和共享，这种难度明显超出常规的多核处理器（目前的多核CPU最多只需要应对12核的协作）。NVIDIA高层与它们的科学家都深知Fermi的革命性，虽然产品屡屡因这样那样的问题跳票，但他们几乎不以为意，而对于未来始终充满自信。
Larrabee理想的实现，Fermi与CUDA、Tesla平台通
吃密集计算市场
Fermi与AMD Cypress/RV870 GPU的不同设计立意，意味着GPU的道路开始分道扬镳—从商业上讲，Cypress/RV870体系下的Radeon HD5000家族都具有易于生产、价格便宜、功能齐全的特点，会在眼前的商业市场上获得追捧，但它们实质上仍只是一款图形处理器，与NVIDIA第一代GeForce 256并没有本质的不同。虽然Fermi面临生产上的种种难题，但只要Fermi迈过这道坎，它便与对手站在截然不同的制高点—回溯历史，我们不免有所感慨，AMD这些年间一直为整合ATI，并在图形市场超过NVIDIA而努力，而NVIDIA则将目光放在更广阔的空间，并为自己的下一个十年筹划布局。
Fe rmi代表通用浮点处理器的趋势，这其实是Intel Larrabee想要做的事情。我们知道，I n t e l在设计La r r abe e时完全没有依照GPU的规范，而是另起炉灶，创造了一套基于X86的指令系统，借助这套指令，Intel可以为Larrabee编写各种不同的API接口，而API的升级也与硬件完全无关—比方说Intel能够仅通过升级驱动程序就实现从DirectX 10到DirectX 11的跨越，这是NVIDIA和AMD所代表的传统GPU势力所无法实现的。同样，Intel也可以推出各种不同功能的通用加速接口，而为Larrabee编程，就好象给目前的X86CPU平台编写程序一样非常简单，Intel希望通过这种方式通吃密集计算市场，成为新领域的王者。
非常讽刺的是，Fermi现在将承担起实现这个梦想的使命，它所依赖的便是NVIDIA的CUDA和Tesla平台—前者作为应用程序的开发接口，允许开发者采用C/C++语言来对GPU进行编程；后者则是针对性的硬件系统，我们可以将它们看作是特殊的显卡，计算核心仍然是GeForceGPU，只是面向的任务迥然不同。经过这么多年的推广，CUDA和Tesla平台已在许多专业领域获得应用，实际上它们也是GPU进入密集计算领域的唯一选择。
在这个全新的领域中，NVIDIA现在没有任何对手，Fermi的出台无疑将进一步巩固了NVIDIA的标准地位，我们已经可以嗅到Fermi大举进入超级计算市场的气息，这种感觉正如NVIDIA当初拿出GeForce 250 GPU之后，环顾四周S3、Matrox、3dfx纷纷倒下的情况。在未来的TOP500超级计算系统中，NVIDIA的市场占有率最终将超过Intel、AMD和IBM这些传统势力，原因非常简单：在获得同等计算性能的条件下，NVIDIA Tesla系统的花费只是传统CPU方案花费的几十分之一，何况基于Fermi的Tesla平台无论在性能还是灵活度上都有相当大的提升，这将对超级计算机的建设者带来致命吸引力。我们可以预见，今后的超级计算机和工作站专业领域，基于传统CPU+Fermi的混合架构会将成为最好的选择，NVIDIA也将在这个利润丰厚的新市场中找到自己的位置。
我们同样相信，作为先行者的Fermi不会永远高枕无忧，Intel并没有完全放弃它的Lar rabee计划，作为理念的开创者，Intel仍然寻求进入该领域的可能，以保证CPU不会因为时代前进而被边缘化。作为竞争者的AMD，在未来产品中势必会增加这方面的机能—尽管AMD没有类似CUDA这样的开发平台，但借助开放的API标准，AMD将会逐步升级并进入到这个领域，虽然开发环境的支持不力将会长期困扰AMD。
CPU迎战Fermi，纳入新的协处理机制
如果事态就这么自然地发展，Fermi将不断蚕食原本属于CPU的领地—其实它本来就是CPU中的浮点运算单元，只不过变得异乎寻常的强大而已。加上NVIDIA摆脱了通用标准的制约，形成一个强大的封闭平台，这样将会与Intel的CPU中心平台和AMD的双线兼顾平台，形成角度不同的三国鼎立。
很显然，像Off ice办公软件、Web浏览器、IM即时通讯这样的商务软件不会消耗多少CPU资源，再低端的处理器都可以很好地运行这类整数运算任务。假如不是Flash帮忙，高性能CPU的用处实在是非常小了。不过，Adobe的Flash现在也在支持CUDA平台，利用GPU进行加速，微软的IE9也加入了GPU加速，倘若诸如交互动画和网络视频这些消耗CPU大的应用都依赖GPU运行，那我们还需要高性能CPU来做什么呢？
Intel如日中天的背后，潜藏着这样的危机，应用形态的改变完全可能颠覆整个产业，在短短的时间内将彻底改变产业形态。作为半导体业首屈一指的巨头，Intel显然不会坐以待毙，实际上，早在数年前提出的Many-Core“众核”计划便是针对此种未来而准备。
Many-Core采用主处理器+协处理器的设计思想，主处理器便是我们常说的CPU，协处理器则是拥有特殊功能的计算逻辑，比如高清视频加速、Java解释执行、Flash硬件加速等。每一个协处理器都执行特定的应用，而那些应用如果由CPU来完成的话就会非常低效。在Intel的最初蓝图中，Many-Core将在2010年后开始被导入，不过迄今为止Intel还没有这方面的行动，这未免让它显得落伍。如果与Fermi对比，我们发现Intel的Many-Core虽然结构完全不同，但是思想殊途同归：都是由专用部件来完成CPU所不擅长的任务，所不同的是Many-Core只是Intel过去的远景构想，不幸的是实现这个构想的却是NVIDIA的Fermi。在新发布的Core i3处理器中，我们看到图形核心被集成于处理器芯片内，不过这种整合只不过是“积木游戏”，对性能与应用没有任何的影响力。虽然Lar rabee计划的失败看起来轻描淡写，但实际上完全可能会令Intel陷入一场突如其来的重大危机。
与Intel相比，A M D在C P U 方面反而没有这种压力，这完全得益于来自AT I图形部门的贡献。AMD不会有改变CPU构造的动机，它的目标比较务实，只要能够从Intel手中不断抢夺市场份额，企业能够正面增长就没问题，哪怕自身缺乏改变未来的宏图大志。毕竟对于一家被糟糕的财务压垮多年的半导体企业，我们委实不应苛求太多。
现在，Adobe Flash和其它交互网页是CPU的最后堡垒，我们有理由相信，在未来的三年内，所有Flash元素都会实现GPU加速，同时，3D游戏对CPU的依赖将继续减弱，如果没有高负载的任务来接手，高性能CPU的市场将会缩小，这对于传统CPU厂商来说是可怕的前景。
革命性的融合，通用GPU终将增加CPU功能
CPU工业也许还有三年时间来作出应对，而在这三年间，我们相信Fermi架构也不会踯躅不前。显然，Fermi上市时会遭遇发热巨大、价格高昂或者良品率低的问题，不过这些问题照例会在半年左右的时间里获得解决；接下来，NVIDIA会对Fermi结构作出优化并衍生出中低端和移动型号，这样在一年左右时间里，NVIDIA才能将Fermi推向主流市场的地位。
从表面上看，这种动作非常的迟缓，远远落后于AMD。不过NVIDIA将更关注软件平台的延伸—GPU在完成物理计算和光线追踪的加速后，现在要进入F l a s h加速、网页渲染加速和实时视频优化两个领域，Ad ob e在Phot oshop、Ac roba t中明确采用CUDA进行加速，Flash的加速同样基于此，如果它能够在两年左右时间内拿出完美的解决方案，再经过1～2年的时间网页设计师都作出改变，那么一个新时代就产生了：Fermi这种通用GPU将取代传统CPU，承担PC系统的关键计算工作，此时CPU的性能高低对系统影响有限，消费者大概不会再关心它是Intel还是AMD。
再接下来，通用GPU中整合一些X86 CPU的功能是再自然不过的事情了，实际上所整合CPU根本不必有多么高超的性能或者多少个核心。这时你将看到，以GPU为核心的混合计算芯片将就此产生，同Intel、AMD的CPU为核心混合处理器具有相同的表面形态，但这两者的本质却截然不同。
我们认为这种融合方式更贴合未来的发展实际：今天的Office 2010相对于十年前的Office 97，在基本的商务功能方面并没有大的改变，对用户来讲，这两者最大的不同只是视觉界面。
再往后的五年，估计这类软件不会有本质性的进步，网络协同及云计算才是未来的方向所在，但这种网络中心的应用模式对CPU的要求反而更低。相反，视觉领域的应用方兴未艾，人们对于视觉的要求越来越苛刻：从VCD、DVD到标清、高清视频，再到3D化，未来甚至包括网页都会朝着这方面发展，这些新兴的应用势必对GPU依赖越来越高，加上未来3D游戏对高真实度交互体验的孜孜以求，我们相信GPU的重要性将越来越高，直到某一天突破临界点成为计算系统的核心。
圈地运动，争夺编程者的支持
对于这样的前景，CPU厂商们都要有足够的心理准备，对Intel而言，最好的举措就是重启Larrabee计划，假如无法在性能上赶上对手，那么作为新一代的整合GPU也是非常合适，关键在于Intel必须及早拿出相应的开发包和指令系统。第二个选择就是增强自身GPU的通用性，使之在商务领域能够保有自己的特点，而不会在面对未来应用时手足无措。
这种走向能够实现，决定权其实并不在NVIDIA、AMD或Intel等硬件厂商手中，真正的关键在于，软件开发者是否买账？这取决于Fermi平台能有多大的吸引力和多高的成熟度，但无论如何，我们都相信接下来的五年，CPU-GPU的平衡将会被打破，惯性提升性能的发展模式也走到了尽头，产业界的洗牌在所难免。那么，再下一次的洗牌，会是人工智能的实现吗？
新一轮战役，新一轮图形市场的竞逐
Fermi拥有更先进的理念，但先进的理念并不意味着马上就能够在市场中占据优势，NVIDIA花费巨大的精力来打造Fermi，很大程度上是为企业的长远未来考虑，但这种激进的设计在短时间内很难体现出优势，反而可能在现实中遭遇挫折。
Fermi最主要的市场依然是PC领域，游戏玩家们最关注的是3D性能、价格以及功耗方面的优势，而产量对于市场铺设同样极为重要。首先，我们来看看它的3D性能，评测结果清晰地显示Fermi架构的巨大威力：GTX480（Fermi架构的最高阶型号）在3D游戏中完胜对手Radeon HD 5870，平均领先幅度达到25%，虽然某些游戏领先幅度较轻微，但在多数游戏中GTX480的性能优势都非常显著，如果游戏本身支持PhysX，GTX480的性能优势更可平均高出200%。显然这些优势来自于Fermi近乎华丽的设计。
不过，Radeon HD 5870虽然落败于GTX480，但它的价格要便宜得多：GTX480零售价为499美元，Radeon HD 5870只有379美元，后者更经济；其次，Radeon HD 5870的功耗水准为27W（空闲）/188W（满载），而GTX480的满载功耗高达295W，只有配备600W的高功率电源方可满足需要，这明显增加了系统的构建成本—无论从费效比角度还是能效比角度，Radeon HD5870都具有明显的优势。
GTX480虽然是当前的单GPU性能之王，但却不是显卡之王，AMD双芯的Radeon HD 5970依然可以在多数项目中轻松地击败它。Radeon HD 5970早于2009年11月份发布，时间上已整领先4个月，它的功耗水准也同GTX480相当—而受到功耗的限制，利用双GTX480芯片来搭建单显卡的计划几乎不可能实现。
在主流市场，NVIDIA计划推出Fermi架构的GF104 GeForce GTS 400系列，不过发布时间最快是在今年夏天，甚至可能到第三季度。换言之，如果主流用户想在上半年购置DirectX 11显卡，那么Radeon HD 5000系列依然是唯一的选择，AMD有充足的时间来占领独立显卡市场。或许正是因为这些原因，AMD高层对于Fermi的到来充满底气，AMD官方发言人Dave Erskine在接受访谈时对媒体表示：“Radeon HD 5970在发布4个月后依然是性能领先者；HD 5870在发布半年后依然是不争的赢家；同时AMD拥有从旗舰到入门的全系列DirectX 11显卡产品线，包括ATI Eyefinity技术在内的诸多先进特性，Radeon 显卡依然是消费者心目中的最佳选择。”
毫无疑问，NVIDIA应该在接下来的半年间解决生产问题，这个巨无霸的芯片令制造方吃尽苦头，低良品率和高成本是最大的致命伤。NVIDIA很难在2010上半年有多少作为，只有主流产品线全员到齐之后，NVIDIA才有机会夺回市场，问题在于，AMD也不会停步不前。
……
争论虽然没有得出答案，但Intel用行动来表达自己的野心：Lar rabee处理器高调浮出水面，它针对高并行的流计算，当然也支持图形渲染，更关键的是Larrabee采用与X86类似的指令集来编程，摆脱了对固定式图形API的限制，从而能够实现更广泛的任务处理。Larrabee最后并没有获得成功，显然Intel在这个领域缺乏高超的设计水平，原型产品功耗巨大，性能又远逊于对手，强硬推出只是自取其辱。现在Intel暂时放弃了Larabee，放缓进入GPU领域的步伐，NVIDIA和AMD大大松了一口气，但Larrabee所要表达的意图却在图形业界开始被精确呈现。
Cypress与Fermi，向左走，向右走
一个像样的服装设计师，在设计自己作品的时候，总会先思考这些因素：未来将流行哪一种风格？客户又会喜欢哪一种款式？这个命题可以抽象出两种内涵：其一就是作品要针对哪一种应用，其二就是这种应用将采用何种形态来实现？事实上，新一代GPU的设计，也完全涵盖了这两个方面。
在图形领域，AMD的地位与NVIDIA“几乎”对等，“几乎”的意思就是还差那么一点点，至少我们可以看到，AMD在图形驱动的支持方面与对手差距甚远，NVIDIA可以为Windows、Linux和UNIX同时提供驱动，过气的老显卡也从未被抛弃；而AMD只能在Windows平台中保持对等，而且那些一两年前的GPU就得不到妥善的支持，当然更别提它的专业显卡驱动了。
另一方面，AMD无法像NVIDIA一样提供类似CUDA、PhysX这样的丰富软件平台，这让它在通用加速领域束手束脚，而这个领域的落后也很难朝夕赶上。再者，在单GPU芯片的设计方面，AMD一直缺乏NVIDIA这样的功底，迄今为止AMD都没有在晶体管数量方面超过NVIDIA—对结构相对固定的GPU来说，晶体管集成度在多数时候都代表性能的高低。
AMD很清楚自身的缺点，所以它采取灵活的策略来对付对手。显然，AMD的目标只是图形市场，希望能够在独立显卡领域胜过对手，同时图形芯片组再为自家的AMD64平台增加竞争力。这种立意决定了AMD在产品的设计上专注于图形性能本身，并且保持稳健的策略—在R600时代开始之前，AMD认为开发大型GPU芯片的难度越来越大，导致成本居高不下，同时市场铺设动作又非常迟缓。为此，AMD在自家CrossFire交火技术的基础上，制定了多芯片的开发策略。
多芯片显卡的思想很简单，即GPU芯片不再追求全能和强劲，而只是实现全能性，保证对流行规格率先提供支持，其次便是芯片规模不要太大，以免给制造带来负担。同时，还要保证较好的功耗水准，在满足上述目标的前提下，实现最好的性能。显然，这种思路开发的GPU速度一定不是最快，但却可以在经济效益上做到最好，可以在短时间就上市。至于高端显卡，则可以通过双芯片，甚至四芯片并联的方法进行，以二敌一，来获得性能上的优势。
这种策略令AMD摆脱了新品推出不利的困境，并在商业上获得成功—尤其是在RV770 时代，NVIDIA的GT200完全失去了反击之力，现在AMD又在DirecX11显卡的争霸赛中，整整领先NVIDIA半年多。2009年9月，AMD发布代号为“Cypress（也就是RV870）”的Radeon HD 5870/5850系列显卡，率先进入DirectX11时代，低阶版的其他HD5000系列也很快上市，到现在为止，AMD的Radeon HD 5000系列已代替上一代产品成为主流。但NVIDIA仍只能拿GT200架构的GeForce GTX280/295应对，GT200其实只是2006年底发布的G80的延续，在规格方面比较落伍。很明显，NVIDIA目前的显卡产品不论在规格上还是硬件性能上都全面落败。相信这也是NVIDIA在GeForce FX5800以后遭遇的最大危机。
然而，NVIDIA高层和科学家们似乎不以为然，将全部注意力放在即将出炉的Fermi身上，他们始终保持高昂的热情，对这款革命性的GPU保持坚定信念。这种信念的内在动力，就在于Fermi与传统GPU已有了根本性的区别。在Fermi的开发工作启动之初，NVIDIA还在图形市场上占据显著优势，它所考虑的并不仅仅是保住自己的王座，而是希望能将GPU延伸到更广泛的领域，获得新的增长点。由于欠缺CPU业务，NVIDIA必须顾虑未来面临Intel和AMD的全平台竞争，很明显，假如NVIDIA只有传统的GPU，那么未来它必定是死路一条—Intel和AMD在某一天很可能甩开业界标准来打造属于自己的封闭平台，届时NVIDIA即便拥有世界上最好的图形技术，那也毫无用处。
有鉴于此，NVIDIA要求它们的新一代产品要更加全能，能够胜任广阔的密集计算要求，而不仅仅只是用作图形渲染。NVIDIA希望它能够进入PC和游戏机之外的更多设备中，比如超级计算机、平板电视以及未来任何需要数字视觉的应用领域。
Fermi处理器，脱离GPU羁绊，专为通用而生然而，现行的G80/GT200架构虽然具有非常不错的灵活性，但远不足以完成如此重大的使命。NVIDIA的高层作出激进的决策：那就是全部推倒重来—这就是Fermi的出台背景。Fermi被打造成一款高度灵活的处理器，除了图形渲染的基本职能，它还整合了PhysX物理处理器以及光线追踪处理器，同时让每个计算单元都拥有自己的缓存系统，可以高效地完成高负荷的浮点计算任务，比如对视频的实时优化编码，执行“任意妄为”地渲染指令、DNA排序、宇宙探索、质数计算等等，当然还包括物理计算和光线追踪计算—这些过去是CPU的专属应用。
用户也许会发问：“从CPU手中抢到这些任务，对我们会有什么好处么？会不会像那些CPU整合GPU之类的噱头而已？”
其实这种好处相当显著：CPU所执行的是X86指令，程序可以任意编写，完全没有使用限制，灵活是它的最大优点；另外，CPU是被设计来执行诸如任务处理之类的整数任务，固定式的浮点计算并非其特长，虽然CPU设计者始终不遗余力增强它的浮点性能。与此不同，Fermi采用一种高度并行的计算结构，它拥有多达512个CUDA计算单元，每个单元都有缓存，作为一个基本的计算单位，这些单元可以同时进行浮点计算的处理。并行度远非CPU可比—AMD的GPU虽然有更多的流处理单元，但这些单元并没有缓存系统，只是被动地接受上级数据计算后输出，通用性非常有限，加上AMD并没有提供理想的开发工具，令开发者无从下手。其次，Fermi的每个CUDA核心，都在浮点计算单元之外加上整数处理单元，可执行完整的32位整数计算任务，而后者在过去只能通过模拟实现，且仅能计算24-bit整数乘法而已；同时Fe rmi引入了复合乘加运算机制（(Fused Multiply-Add，简称FMA），每个周期可执行512单精度浮点或256个双精度浮点数运算，而上一代G200仅能支持单精度的FMA操作。当然，所有这些FMA运算都基于IEEE 754-2008浮点算法，计算结果不会出现差错。此外，Fermi的双精度浮点(FP64)性能也大大提升，峰值执行率可以达到单精度浮点(FP32)的1/2，而过去只有1/8；AMDCypress/RV870核心的双精度浮点性能也只有单精度浮点的1/5—例如Radeon HD 5870的单精度性能达到2.72TFlops，但双精度处理时仅有544GFlops。第三，Fe rmi引入了真正的缓存设计，每32个CU DA核心被配置成一组SM(Streaming Multiprocessor)流处理器，每组SM拥有64KB可配置内存，可以根据任务的性质部署成16KB共享内存加48KB一级缓存，或者48K B 共享内存加16KB一级缓存的形式，从而满足不同类型程序的需要。此外，整个芯片还共享768KB的二级缓存，方便SM计算单元的输入输出—这些显然都是为通用计算而准备。
计算核心的大幅增强
以及缓存系统的纳入，让Fe rmi成为一枚高度通用的浮点处理器而非传统的GPU。其实，从数学角度来看，无论是图形渲染的浮点运算，还是物理处理、光线追踪、视频编码处理、DNA排序还是其它的数学计算，在本质上都是相同的单精度浮点或双精度浮点计算，最基础的数学计算机制也完全相同，区别仅在于采用不同的算法—如果算法可以用软件方式输入，GPU依照这种算法进行结构部署并处理，那么就可以实现了通用的浮点处理任务。我们可以打个简单的比喻：这个模式相当于将CPU内的浮点计算单元完全搬移出来，作适应性改造之后再放到GPU上面，同时大大增加它的数量—这就是NVIDIA Fermi的设计立意。
Fermi被打造成通用型浮点处理器，加上NVIDIA一向对性能要求极高，Fe rmi就不可避免地成为又一个巨无霸。
在产品展示之时，外界咨询为何Fe rmi屡屡跳票，几乎创下NVIDIA新的历史。NVIDIA的高管不禁大吐苦水：要设计出这个超大超强的玩意实在是太难了！的确，Fe rmi需要为每个单元建构缓存系统，要确保如此众多的核心能够高效率地协作和共享，这种难度明显超出常规的多核处理器（目前的多核CPU最多只需要应对12核的协作）。NVIDIA高层与它们的科学家都深知Fermi的革命性，虽然产品屡屡因这样那样的问题跳票，但他们几乎不以为意，而对于未来始终充满自信。
Larrabee理想的实现，Fermi与CUDA、Tesla平台通
吃密集计算市场
Fermi与AMD Cypress/RV870 GPU的不同设计立意，意味着GPU的道路开始分道扬镳—从商业上讲，Cypress/RV870体系下的Radeon HD5000家族都具有易于生产、价格便宜、功能齐全的特点，会在眼前的商业市场上获得追捧，但它们实质上仍只是一款图形处理器，与NVIDIA第一代GeForce 256并没有本质的不同。虽然Fermi面临生产上的种种难题，但只要Fermi迈过这道坎，它便与对手站在截然不同的制高点—回溯历史，我们不免有所感慨，AMD这些年间一直为整合ATI，并在图形市场超过NVIDIA而努力，而NVIDIA则将目光放在更广阔的空间，并为自己的下一个十年筹划布局。
Fe rmi代表通用浮点处理器的趋势，这其实是Intel Larrabee想要做的事情。我们知道，I n t e l在设计La r r abe e时完全没有依照GPU的规范，而是另起炉灶，创造了一套基于X86的指令系统，借助这套指令，Intel可以为Larrabee编写各种不同的API接口，而API的升级也与硬件完全无关—比方说Intel能够仅通过升级驱动程序就实现从DirectX 10到DirectX 11的跨越，这是NVIDIA和AMD所代表的传统GPU势力所无法实现的。同样，Intel也可以推出各种不同功能的通用加速接口，而为Larrabee编程，就好象给目前的X86CPU平台编写程序一样非常简单，Intel希望通过这种方式通吃密集计算市场，成为新领域的王者。
非常讽刺的是，Fermi现在将承担起实现这个梦想的使命，它所依赖的便是NVIDIA的CUDA和Tesla平台—前者作为应用程序的开发接口，允许开发者采用C/C++语言来对GPU进行编程；后者则是针对性的硬件系统，我们可以将它们看作是特殊的显卡，计算核心仍然是GeForceGPU，只是面向的任务迥然不同。经过这么多年的推广，CUDA和Tesla平台已在许多专业领域获得应用，实际上它们也是GPU进入密集计算领域的唯一选择。
在这个全新的领域中，NVIDIA现在没有任何对手，Fermi的出台无疑将进一步巩固了NVIDIA的标准地位，我们已经可以嗅到Fermi大举进入超级计算市场的气息，这种感觉正如NVIDIA当初拿出GeForce 250 GPU之后，环顾四周S3、Matrox、3dfx纷纷倒下的情况。在未来的TOP500超级计算系统中，NVIDIA的市场占有率最终将超过Intel、AMD和IBM这些传统势力，原因非常简单：在获得同等计算性能的条件下，NVIDIA Tesla系统的花费只是传统CPU方案花费的几十分之一，何况基于Fermi的Tesla平台无论在性能还是灵活度上都有相当大的提升，这将对超级计算机的建设者带来致命吸引力。我们可以预见，今后的超级计算机和工作站专业领域，基于传统CPU+Fermi的混合架构会将成为最好的选择，NVIDIA也将在这个利润丰厚的新市场中找到自己的位置。
我们同样相信，作为先行者的Fermi不会永远高枕无忧，Intel并没有完全放弃它的Lar rabee计划，作为理念的开创者，Intel仍然寻求进入该领域的可能，以保证CPU不会因为时代前进而被边缘化。作为竞争者的AMD，在未来产品中势必会增加这方面的机能—尽管AMD没有类似CUDA这样的开发平台，但借助开放的API标准，AMD将会逐步升级并进入到这个领域，虽然开发环境的支持不力将会长期困扰AMD。
CPU迎战Fermi，纳入新的协处理机制
如果事态就这么自然地发展，Fermi将不断蚕食原本属于CPU的领地—其实它本来就是CPU中的浮点运算单元，只不过变得异乎寻常的强大而已。加上NVIDIA摆脱了通用标准的制约，形成一个强大的封闭平台，这样将会与Intel的CPU中心平台和AMD的双线兼顾平台，形成角度不同的三国鼎立。
很显然，像Off ice办公软件、Web浏览器、IM即时通讯这样的商务软件不会消耗多少CPU资源，再低端的处理器都可以很好地运行这类整数运算任务。假如不是Flash帮忙，高性能CPU的用处实在是非常小了。不过，Adobe的Flash现在也在支持CUDA平台，利用GPU进行加速，微软的IE9也加入了GPU加速，倘若诸如交互动画和网络视频这些消耗CPU大的应用都依赖GPU运行，那我们还需要高性能CPU来做什么呢？
Intel如日中天的背后，潜藏着这样的危机，应用形态的改变完全可能颠覆整个产业，在短短的时间内将彻底改变产业形态。作为半导体业首屈一指的巨头，Intel显然不会坐以待毙，实际上，早在数年前提出的Many-Core“众核”计划便是针对此种未来而准备。
Many-Core采用主处理器+协处理器的设计思想，主处理器便是我们常说的CPU，协处理器则是拥有特殊功能的计算逻辑，比如高清视频加速、Java解释执行、Flash硬件加速等。每一个协处理器都执行特定的应用，而那些应用如果由CPU来完成的话就会非常低效。在Intel的最初蓝图中，Many-Core将在2010年后开始被导入，不过迄今为止Intel还没有这方面的行动，这未免让它显得落伍。如果与Fermi对比，我们发现Intel的Many-Core虽然结构完全不同，但是思想殊途同归：都是由专用部件来完成CPU所不擅长的任务，所不同的是Many-Core只是Intel过去的远景构想，不幸的是实现这个构想的却是NVIDIA的Fermi。在新发布的Core i3处理器中，我们看到图形核心被集成于处理器芯片内，不过这种整合只不过是“积木游戏”，对性能与应用没有任何的影响力。虽然Lar rabee计划的失败看起来轻描淡写，但实际上完全可能会令Intel陷入一场突如其来的重大危机。
与Intel相比，A M D在C P U 方面反而没有这种压力，这完全得益于来自AT I图形部门的贡献。AMD不会有改变CPU构造的动机，它的目标比较务实，只要能够从Intel手中不断抢夺市场份额，企业能够正面增长就没问题，哪怕自身缺乏改变未来的宏图大志。毕竟对于一家被糟糕的财务压垮多年的半导体企业，我们委实不应苛求太多。
现在，Adobe Flash和其它交互网页是CPU的最后堡垒，我们有理由相信，在未来的三年内，所有Flash元素都会实现GPU加速，同时，3D游戏对CPU的依赖将继续减弱，如果没有高负载的任务来接手，高性能CPU的市场将会缩小，这对于传统CPU厂商来说是可怕的前景。
革命性的融合，通用GPU终将增加CPU功能
CPU工业也许还有三年时间来作出应对，而在这三年间，我们相信Fermi架构也不会踯躅不前。显然，Fermi上市时会遭遇发热巨大、价格高昂或者良品率低的问题，不过这些问题照例会在半年左右的时间里获得解决；接下来，NVIDIA会对Fermi结构作出优化并衍生出中低端和移动型号，这样在一年左右时间里，NVIDIA才能将Fermi推向主流市场的地位。
从表面上看，这种动作非常的迟缓，远远落后于AMD。不过NVIDIA将更关注软件平台的延伸—GPU在完成物理计算和光线追踪的加速后，现在要进入F l a s h加速、网页渲染加速和实时视频优化两个领域，Ad ob e在Phot oshop、Ac roba t中明确采用CUDA进行加速，Flash的加速同样基于此，如果它能够在两年左右时间内拿出完美的解决方案，再经过1～2年的时间网页设计师都作出改变，那么一个新时代就产生了：Fermi这种通用GPU将取代传统CPU，承担PC系统的关键计算工作，此时CPU的性能高低对系统影响有限，消费者大概不会再关心它是Intel还是AMD。
再接下来，通用GPU中整合一些X86 CPU的功能是再自然不过的事情了，实际上所整合CPU根本不必有多么高超的性能或者多少个核心。这时你将看到，以GPU为核心的混合计算芯片将就此产生，同Intel、AMD的CPU为核心混合处理器具有相同的表面形态，但这两者的本质却截然不同。
我们认为这种融合方式更贴合未来的发展实际：今天的Office 2010相对于十年前的Office 97，在基本的商务功能方面并没有大的改变，对用户来讲，这两者最大的不同只是视觉界面。
再往后的五年，估计这类软件不会有本质性的进步，网络协同及云计算才是未来的方向所在，但这种网络中心的应用模式对CPU的要求反而更低。相反，视觉领域的应用方兴未艾，人们对于视觉的要求越来越苛刻：从VCD、DVD到标清、高清视频，再到3D化，未来甚至包括网页都会朝着这方面发展，这些新兴的应用势必对GPU依赖越来越高，加上未来3D游戏对高真实度交互体验的孜孜以求，我们相信GPU的重要性将越来越高，直到某一天突破临界点成为计算系统的核心。
圈地运动，争夺编程者的支持
对于这样的前景，CPU厂商们都要有足够的心理准备，对Intel而言，最好的举措就是重启Larrabee计划，假如无法在性能上赶上对手，那么作为新一代的整合GPU也是非常合适，关键在于Intel必须及早拿出相应的开发包和指令系统。第二个选择就是增强自身GPU的通用性，使之在商务领域能够保有自己的特点，而不会在面对未来应用时手足无措。
这种走向能够实现，决定权其实并不在NVIDIA、AMD或Intel等硬件厂商手中，真正的关键在于，软件开发者是否买账？这取决于Fermi平台能有多大的吸引力和多高的成熟度，但无论如何，我们都相信接下来的五年，CPU-GPU的平衡将会被打破，惯性提升性能的发展模式也走到了尽头，产业界的洗牌在所难免。那么，再下一次的洗牌，会是人工智能的实现吗？
新一轮战役，新一轮图形市场的竞逐
Fermi拥有更先进的理念，但先进的理念并不意味着马上就能够在市场中占据优势，NVIDIA花费巨大的精力来打造Fermi，很大程度上是为企业的长远未来考虑，但这种激进的设计在短时间内很难体现出优势，反而可能在现实中遭遇挫折。
Fermi最主要的市场依然是PC领域，游戏玩家们最关注的是3D性能、价格以及功耗方面的优势，而产量对于市场铺设同样极为重要。首先，我们来看看它的3D性能，评测结果清晰地显示Fermi架构的巨大威力：GTX480（Fermi架构的最高阶型号）在3D游戏中完胜对手Radeon HD 5870，平均领先幅度达到25%，虽然某些游戏领先幅度较轻微，但在多数游戏中GTX480的性能优势都非常显著，如果游戏本身支持PhysX，GTX480的性能优势更可平均高出200%。显然这些优势来自于Fermi近乎华丽的设计。
不过，Radeon HD 5870虽然落败于GTX480，但它的价格要便宜得多：GTX480零售价为499美元，Radeon HD 5870只有379美元，后者更经济；其次，Radeon HD 5870的功耗水准为27W（空闲）/188W（满载），而GTX480的满载功耗高达295W，只有配备600W的高功率电源方可满足需要，这明显增加了系统的构建成本—无论从费效比角度还是能效比角度，Radeon HD5870都具有明显的优势。
GTX480虽然是当前的单GPU性能之王，但却不是显卡之王，AMD双芯的Radeon HD 5970依然可以在多数项目中轻松地击败它。Radeon HD 5970早于2009年11月份发布，时间上已整领先4个月，它的功耗水准也同GTX480相当—而受到功耗的限制，利用双GTX480芯片来搭建单显卡的计划几乎不可能实现。
在主流市场，NVIDIA计划推出Fermi架构的GF104 GeForce GTS 400系列，不过发布时间最快是在今年夏天，甚至可能到第三季度。换言之，如果主流用户想在上半年购置DirectX 11显卡，那么Radeon HD 5000系列依然是唯一的选择，AMD有充足的时间来占领独立显卡市场。或许正是因为这些原因，AMD高层对于Fermi的到来充满底气，AMD官方发言人Dave Erskine在接受访谈时对媒体表示：“Radeon HD 5970在发布4个月后依然是性能领先者；HD 5870在发布半年后依然是不争的赢家；同时AMD拥有从旗舰到入门的全系列DirectX 11显卡产品线，包括ATI Eyefinity技术在内的诸多先进特性，Radeon 显卡依然是消费者心目中的最佳选择。”
毫无疑问，NVIDIA应该在接下来的半年间解决生产问题，这个巨无霸的芯片令制造方吃尽苦头，低良品率和高成本是最大的致命伤。NVIDIA很难在2010上半年有多少作为，只有主流产品线全员到齐之后，NVIDIA才有机会夺回市场，问题在于，AMD也不会停步不前。
关注读览天下微信，
100万篇深度好文，
等你来看……
