GPU行业市场分析.pdfVIP

GPU行业市场分析

GPU芯片概述

GPU定义和主要组成

GPU(GraphicsProcessingUnit)：一般称为图形处理器，被广泛用

于个人电脑工作站移动设备游戏机嵌入式系统中做图像和图

形相关运算工作。GPU结构：GPU是一个异构的多核处理器芯片，

针对图形图像处理优化。通常包括运算单元L0/L1/L2缓存Warp

调度器存取单元分配单元寄存器堆PCIe总线接口显卡互

联单元等组件。GPU工作方式：GPU并不是一个独立运行的计算平

台，需要通过PCIe总线与CPU连接在一起来协同工作，可以看作

CPU的协处理器。

GPU相较于CPU并行计算能力更强

CPU当中运算单元占据面积相对较小。CPU硬件设计过程中为了实

现低延迟增加了存储单元和控制单元的复杂度，运算单元在GPU中

占据面积相对较小，以lntelCorei73960X为例，其运算单元面积

(621.4mm2)大致占总芯片面积(435mm2)的30%。CPU的并

行计算能力相对较弱。CPU通过指令级并行数据级并行也可以提

升其并行计算能力，但是带来的提升也是有限的。单核CPU性能逐

步逼近物理极限。由于CPU受至『能耗墙’:的限制，CPU主频难以持

续提升，单核CPU性能逐步逼近物理极限，采用多核CPU的策略

一定程度缓解了CPU性能提升的制约，当前大数据和人工智能带来

了海量的数据，CPU已经无法跟上多源异构数据的爆炸性增长。

GPU具有数量众多的运算单元，采用极简的流水线进行设计，适合

计算密集易于并行的程序。CPU的运算单元数目相对较少，单一

运算核心的运算能力更强，采用分支预测寄存器重命名乱序执行

等复杂的处理器设计，适合相对复杂的串行运算。GPU设计过程中

侧重吞吐优化，具备强大的内存访问带宽。CPU设计过程中侧重时

延优化，包含复杂的多级缓存L（1/L2/L3）和逻辑控制单元。CPU

承担运算核心和控制中心的地位，GPU一般作为协处理器负责图形

渲染和并行计算。

GPU的核心功能一：图形渲染

GPU凭借其较强的并行计算能力，已经成为个人电脑中图像渲染的

专用处理器。图形渲染具体实现要通过五阶段：顶点着色形状装配

光栅化纹理填充着色、测试与混合。GPU渲染流程：三维图像信

息输入GPU后，读取3D图形外观的顶数据后，1）在流处理器中

构建3D图形的的整体骨架，即顶处理；2）由光栅化处理单元把

矢量图形转化为一系列像素，即光栅化操作；3）在纹理映射单元

实现纹理填充；4）在流处理器中完成对像素的计算和处理，即着色

处理；5）在光栅化处理单元中实现测试与混合任务。至此，实现一

个完整的GPU渲染流程。

GPU的核心功能二：通用计算

2003年，GPGPUG（eneralPurposecomputingonGPU,基于GPU的

通用计算）的概念首次被提出，意指利用GPU的计算能力在非图形处

理领域进行更通用、更广泛的科学计算。GPGPU概念的提出，为

GPU更为广泛的应用开拓了思路，GPGPU在传统GPU的基础上进

行了优化设计，部分GPGPU会去除GPU中负责图形处理加速的硬

件组成，使之更适合高性能并行计算。GPGPU在数据中心被广泛地

应用在人工智能和高性能计算、数据分析等领域。GPGPU的并行处

理结构非常适合人工智能计算，人工智能计算精度需求往往不高，

INT8、FP16、FP32往往可以满足大部分人工智能计算。GPGPU同

时可以提供FP64的高精度计算，使得GPGPU适合信号处理、三维

医学成像、雷达成像等高性能计算场景。

微架构设计是GPU性能提升的关键所在

GPU微架构M（icroArchitecture）是兼容特定指令集的物理电路构

成，由流处理器、纹理映射单元、光栅化处理单元、光线追踪核心、

张量核心、缓存等部件共同组成。图形渲染过程中的图形函数主要用

于绘制各种图形及像素、实现光影处理、3D坐标变换等过程，期间

涉及大量同类型数据