通用计算中的GPU.pdfVIP

第 5 卷 第 11 期 2009 年 11 月 通用计算中的GPU 高小鹏 龙 翔 万 寒 倪 璠 关键词 ：图形处理器 通用计算 流处理 北京航空航天大学 近年来，图形处理器 （G P U ，G r a p h i c s 1999年，NVIDIA GeForce 256的出现标志 Pr oc e s s U n i t ）的发展速度已超过了同一时期 着第二代GPU 的诞生。该款芯片实现了坐标变 CPU 的发展速度。今天的GPU不仅具备高质量 换、三角形建立、裁剪、光照变换以及着色等 高性能图形处理能力，而且随着内部并行处理 功能。第二代GPU 的主要特征是将TL功能从 单元数量的快速增长及可编程性的持续改进， CPU分离出来，实现了顶点的快速变换。虽然 已经演化成为一个新型的并行计算平台。伴 仍不具备真正的可编程能力，但可配置性得到 随着G P U在物理、化学、生物、石油、图像 了加强。 处理、线性代数、3D重构等通用计算领域的 第三代GPU是以200 1年NVIDIA和ATI分别 广泛应用，利用GPU进行通用计算 （Gen er al- 推出的GeForce3和Radeon 8500为标志。图形硬 Purpose Computing on GPU ，GPGPU ）已经成 件的流水线被定义为流处理器，出现了顶点级 为一个必须予以重视的研究领域。本文将分析 可编程性，同时像素级也具有有限的编程性。 和总结三方面问题：（1 ）当前主流GPU采用何 虽然这一阶段的GPU 的编程性比较有限，但正 种体系结构支持通用计算；（2 ）主流GPU在通 是由于可编程性的引入，使得使用GPU进行通 用计算领域的应用；（3 ）GPU的编程环境。 用计算成为可能。 2002年A T I发布的R ad e on 9700和2003年 GPU发展概述 NVIDIA GeForce FX 的推出，标志着GPU进入 了第四代——完全可编程时代。GPU 的可编程 在计算机图形学发展初期，图形处理中 性更加通用化，能够包含上千条指令，同时具 计算部分均由软件完成，硬件仅将软件计算完 备了浮点运算功能。2004年后GPU又引入了分 成的图形图像输出。20世纪80年代初期，出现 支处理、统一架构着色器 （Unified Shader ）等 [1] 了以GE （Geom etr y En gin e ） 为代表的具有 关键技术。这些技术的出现为GPU通用计算编 大规模集成电路特征的GPU 。20世纪90年代， 程提供了极大的便利，奠定了GPU应用于通用 G P U 承担了越来越多的图形计算功能。随着 计算领域的重要基础。 NVIDIA与ATI进入这一领域，GPU进入大发展 为了高效地支持通用计算，2006年NVIDIA 时期，但我们仍然将1999年之前出现的图形芯 与ATI分别为推出了CUDA （Computer Unified 片称为第一代GPU 。这时的GPU虽然通过硬件 Device Architecture ，统一计算架构）编程环 处理部件提高了3D 图形处理的速度，但缺乏 [2] [3] 境 和CTM （Close To the Metal ） 编程环境。 硬件TL （Transform and Lighting ，坐标变换 借助这些开发环境，软件开发人员可以在一定 及光照变换）引擎，只能起到3D 图像加速的作 的抽象层次来开发通用计算程序，并可充分利 用，不具有软件编程特性。 用GPU所提供的高性能的浮点处理器阵列。