《GPU硬件加速功能供参考》由会员分享，可在线阅读，更多相关《GPU硬件加速功能供参考（5页珍藏版）》请在金锄头文库上搜索。
1、前不久，图形图像软件巨头Adobe宣布推出Flash Player 10.1，新版本的一大特色是支持GPU硬件加速功能。无独有偶，微软高层近日也放言，正在开发的IE9将利用GPU实现网页加速渲染。同时，Firefox、Google都纷纷对浏览器的硬件加速表示出了极大的热忱。看来，软件产业开始进入“硬”加速时期image001.jpg (39.46 KB)2009-12-7 11:35没有硬加速，软件很心烦PC问世数十年以来，处于核心地位的一直是CPU（中央处理器），主要原因是所有的应用程序都需要通过CPU来解码并执行指令。程序员编写出更复杂的代码，推动CPU完成性能进步。反过来，CPU性能提升
2、，程序员则开发出更复杂的代码来充分利用CPU性能。然而，随着技术的发展，特别是富媒体时代的来临，CPU的架构限制，尤其浮点运算能力的不足让它逐渐感到力不从心。以前，视频格式转换、容量压缩等等问题，都需要依靠强大的CPU来进行处理，而以目前的CPU来看，即使当今性能最强大的四核处理器也无法获得让人非常满意的转换速度。即便通过各种软件的算法优化，也只是杯水车薪，并不会带来实质上的变化。image002.jpg (38.61 KB)2009-12-7 11:35主要利用PC或其他设备闲置时的运算能力另外，经常使用Photoshop的用户也应该深有体会，Photoshop虽然已经支持多核心处理器，但在
3、某些时候的速度仍然让人抓狂，比如打开一个体积较大文件，或者应用一个效果复杂的滤镜。对于专业人士来说，漫长的等待无异于浪费生命。令人高兴的是，微软在DirectX 10中提出了统一渲染架构，奠定了利用GPU完成通用计算的基础。而在新推出的DirectX11中，加入了DirectCompute规范，利用GPU协助软件执行已是大势所趋。微软的决定并非一时冲动，业界很早就开始致力于开发GPU在通用计算中的潜力。这股风潮最开始兴起于一些科学应用，如用于研究蛋白质折叠、误折、聚合及由此引起的相关疾病的分布式计算工程email=FoldingHomeFoldingHome/email。其实，稍加留意你就会发
4、现，如今越来越多的日常应用软件开始引入“GPU硬件加速”功能。比如Photoshop CS4、MediaCoder和PowerDVD等，就连每天都能见到的Flash也开始支持硬件加速。值得一提的是，前不久著名的视频网站Youtube也宣布加入支持硬件加速的高清视频在线播放功能，这都对GPU加速起到了推波助澜的作用。GPU来帮忙，软件很幸福GPU为什么能够在特定应用上领先于CPU呢？简单来说，CPU是一个通用计算核心，应用的范围较广泛，而GPU属于一种专用的计算核心，其核心任务便是进行图形渲染。因此，GPU的架构和CPU有较大的区别。首先，GPU具备高度并行性。目前主流GPU动辄具备数十上百个流
5、处理单元，可以同时处理上千个线程；与此相比，即使是具备超线程技术的六核CPU也只能同时处理12个线程。虽然可以通过多个CPU并行操作，但彼此的成本差距很大。image003.jpg (82.56 KB)2009-12-7 11:35GTX200核心可看作一个30核心的双精度64bit处理器，其浮点运算能力与8核心至强处理器相当其次，GPU具备128bit256bit的显存位宽，某些高端GPU甚至高达512bit位宽，显存带宽可达到数十GB/s，远高于CPU的水平，这使它非常适合某些科学计算的需要。GPU作为针对向量计算进行优化的高度并行数据流处理器，其图形流水线的设计以吞吐量的最大化为目标，在
6、对大规模数据流并行操作方面具有明显的优势。最后，CPU中的大部分晶体管主要用于构建控制电路（如分支预测等）和缓存，只有少部分的晶体管来完成实际的运算工作。GPU与CPU的设计目标不同，其控制电路相对简单，对Cache（缓存）的需求较小，大部分晶体管可以组成各类专用电路和多条流水线，使GPU拥有数十倍于CPU的浮点运算能力。现在GPU的峰值浮点运算性能已经超过TFlops（每秒万亿次）。以前，GPU“玩”通用计算的最大障碍是缺乏编程语言，强大的处理能力无从发挥。后来GPU实现了可编程功能，允许程序员采用更加灵活的程序指令。随着图形API的不断升级，GPU的可编程能力越来越强大。特别是Direct
7、X 10体系为GPU通用计算打下了坚实的基础：通用的渲染单元具有更强的可编程支持，GPU所配备的指令解码器能够将顶点/像素指令转换为可直接被通用渲染单元执行的微指令。DirectX 11进一步完善了这个体系，对内部流水线做出相应的改进，使其能够完成许多图形渲染之外的繁重任务，充分发挥GPU在浮点运算性能方面的优势。image004.jpg (27.11 KB)2009-12-7 11:35Flash 10.1提供了对GPU全程硬件加速的支持从GPU的结构特点不难看出，它很适合运行单一内核内多个数据流的并行操作，可以在特定的应用中为CPU排忧解难。以如今网页设计随处可见的Flash为例，其主要包
8、括目标视频处理合成处理屏幕渲染三个步骤，其中前两个步骤以前都由CPU处理，只有屏幕渲染由GPU完成。虽然性能强大的CPU处理Flash不在话下，但在目前Flash应用泛滥的环境下，只要多开几个包含Flash的网页，CPU负载就会直线上升，严重时出现满载、视频停顿等现象。同时，面对高清版网络视频逐渐流行，CPU越来越感到力不从心，最好的解决办法就是将这一切交给GPU来处理。为此，Adobe在新推出的Flash Player 10.1中提供了对GPU的完全支持，即GPU全程负责Flash的处理和渲染，从而彻底解放CPU。除此之外，微软高管近日表示，正在开发的IE9浏览器将使用Direct2D和Di
9、rectWrite引擎，通过GPU加速网页渲染。无独有偶，Mozilla程序员Bas Schouten也在自己的博客上展示了Firefox使用Direct2D进行GPU加速的实际效果，测试结果表明，很多网页的渲染时间都明显缩短了。同时，另外一家浏览器厂商谷歌也对类似的功能表示出了兴趣。可以预见，随着GPU对Flash的全程支持和高速网络的逐渐普及，直接在浏览器中流畅播放高清视频将不再是梦想！硬加速，GPU暂时独挑大梁本质上而言，GPU的通用加速也不过是一种协处理。协处理在历史上曾经出现过多次，资深玩家应该还记得英特尔在386时期曾经推出过80387协处理器。它实际上是一颗专门的浮点处理器，用于
10、帮助系统提升浮点处理能力。此外，历史上还先后出现过VCD加速卡和视频压缩卡这样专门用途的协处理器。不过，随着CPU的性能得到加强，这些协处理器的功能最后都被CPU取代，逐渐从市场上消失。GPU的情况则不大一样。首先，协处理只是GPU的副业，其主要任务是进行图像渲染。这是CPU无法完成的工作，即使是集成了显示功能的CPU，在显示性能上也比GPU相差甚远。另外，GPU的架构使其在处理某些特定应用时也具有先天的明显优势。最后，GPU最近几年的迅速发展使其性能迅速增高，甚至在超级计算机中都已经占据了相当的地位（我国目前最强大的天河一号超级计算机即采用了CPU和GPU搭配的方案）。除非CPU的架构发生变
11、化，否则，在相当一段时间内，具备持续发展动力的GPU都不可能被CPU取代，这和之前协处理方案专门用于解决某一问题的情况完全不同。除了GPU加速，业界还有其他几种加速方案。AMD和英特尔先后提出了Torenzo和Geneseo协处理方案，前者利用CPU插槽和HyperTransport总线将协处理器和系统相连，后者则采用PCI-Express总线的方式。不过，这些方案主要针对企业级市场，而非民用级市场。英特尔的Larrabee可以算是一种全新的加速方案，这个产品“融合”了CPU和GPU的架构，具备GPU的并行计算优势和强大的浮点能力，同时又能够直接执行X86指令集。从理论上来说，它的运算性能非常
12、强大。不过，由于产品研发难度不小，Larrabee迟迟未见踪影。看来在今后较长一段时间内，GPU是唯一的协处理加速方案。观察：视觉计算时代来临伴随着网络游戏产业的迅猛发展和在线视频的迅速成长，消费者对PC或其他设备的视觉计算能力提出了越来越高的要求。传统处理器厂商和图形芯片厂商都意识到了这一点，不管是多核处理器还是高规格图形芯片，都把强大运算性能作为产品的研发和宣传的重点。毫无疑问，视觉计算是未来IT领域最重要的技术趋势之一，它所带来的应用体验让我们兴奋不已。不论是NVIDIA、AMD辛勤耕耘的图形芯片，还是英特尔精心准备的Larrabee，都是以视觉计算为目标。值得一提的是，CUDA、OpenCL、DirectCompute等新标准的陆续出台，更为PC的视觉计算发展指明了方向。视觉计算时代，我们会“看”得更爽。文档可能无法思考全面，请浏览后下载，另外祝您生活愉快，工作顺利，万事如意! /
