可编程GPU技术的应用研究.pdfVIP

第 3O卷第6期 泰 山 学 院 学 报 Vo1．3O N0．6 2008年 11月 J0URNALOFTAISHANUNIVERSITY NOV． 2oo8 可 编 程 GPU 技 术 的 应 用 研 究 张 琴 ，李 芳 (1．山东科技大学 信息工程系，山东 泰安 271000；2．泰山学院信息科学技术学院，山东 泰安 271021) [摘 要] 本文主要介绍了GPU的工作原理和技术支持，研究了利用可编程GPU的体绘制技术，分析了 利用可编程GPU进行图像编码与实时绘制的一种方法和算法． [关键词] 可编程GPU；GPU技术应用；体绘制技术；图像编码 [中图分类号] TP301 [文献标识码] A [文章编号] 1672—2590(2008)06-0020一o4 GPU(GraphicProcessingUnit)又称图形处理器芯片、图形处理芯片、显示芯片，是显示卡的关键部 件，决定了显卡的档次和大部分性能．GPU具有强大的计算能力和很高的存储带宽，而这两点对于高性 能三维图形应用是至关重要的．1999年具有标志意义的GPu——GeForce256第一次在图形芯片上实 现了3D几何变换和光照计算．以往GPU计算都是专用于这些应用的，但现在新型的GPU具备一定的 用户可编程性，这就使得GPU能够面向更通用的计算．从 GPU整体的发展趋势看，GPU已经越来越多 地具有 CPU的通用性和灵活性，GPU的用途也由起初简单处理图像贴图的功能，发展到不仅具有可编 程能力，而且还具备高强度并行计算能力．性能的不断提升，使其应用效率不断提高，应用范围不断扩 大，研究人员也不断增多． 1 可编程 GPU工作原理 GPU其实是由硬件实现的一组图形函数的集合，这些函数主要用于绘制各种图形所需要的运算。 和像素、光影处理、3D坐标变换等相关的运算由GPU硬件加速来实现．图形运算的特点是大量同类型 数据的密集运算，如图形数据的矩阵运算．GPU的微架构就是面向适合于矩阵类型的数值计算而设计 的，大量重复设计的计算单元，这类计算可以分成众多独立的数值计算——大量数值运算的线程，而且 数据之间没有像程序执行的那种逻辑关联性． 在GPU内部有 128个处理器，每个处理器都可以同时采用并行方式计算一部分数据，此外，GPU硬 件设计能够管理数千个并行线程．可编程GPU上有快速存储系统——最多可至每秒76GB．三维图形计 算被组织进一个图形管道 ，该管道描述场景输人和图像输出之间的一系列计算阶段．图形管道的输入是 一 个场景，它由许多几何体(定义为连接顶点)以及用来从几何体计算场景的图形指令组成．GPU对那 些顶点进行处理，并将之变换为屏幕空间几何体(screen—spacegeometry)，该几何体通过光栅化(raster— ization)过程依次被划分为像素片段 (pixel—sizedfragments)，每一片段与屏幕上的一个像素位置相关． 最后，这些片段被处理并组合到由像素组成的图像中．该管道包含大约 l2级 (stage)，每级都在一个 GPU里执行，作为在同一裸片上每级的一个单独处理器．管道的典型输入是几十个到几十万个顶点，每 一 个顶点都可在GPU上并行处理．因此，复杂的图形管道可以按空间划分，GPU上的各个处理器并行运 行每 级． [收稿 日期]2008—09—18 [作者简介]张 琴(1977一)，女，山东泰安人，Ih东科技大学信息丁群系讲帅 第6期 张 琴等：可编程GPU技术的应用研究 2l 从通用编程人员的观点来看，GPU包含两个重要的级，都是用户可编程的，即顶点级(vertexstage) 和片段级(fragmentstage)，前者在每一个顶点输入端运行用户定义程序，后者在每一个片段上运行用户 定义程序．两个级具有类似的编程模型．在运行长串的输入(几十万个顶点或片段)时两者都很有效率． 每个输入都是被独立处理的，一个顶点或片段的计算不会影响另一个顶点或片段，因此能够并行处理许 多顶点或片段，每一个输入用相同的片段或顶点程序处理． 顶点程序的输出是一个单独的顶点，而片段程序的