人工智能的飛速發(fā)展，需要強(qiáng)大的算力作為支撐，這背后NIVIDIA可謂是當(dāng)之無(wú)愧的功臣。NIVIDIA先進(jìn)的GPU技術(shù)和優(yōu)異的軟件生態(tài)，使其在競(jìng)爭(zhēng)中脫穎而出，成為市場(chǎng)霸主。目前人工智能在圖像處理及語(yǔ)音識(shí)別領(lǐng)域的研究取得了很好的發(fā)展，在手機(jī)和安防領(lǐng)域也有很多產(chǎn)品落地。在落地過(guò)程中，依然會(huì)面臨設(shè)備算力的問(wèn)題，而移動(dòng)端GPU則自然而然的進(jìn)入了人們的視野。

移動(dòng)端GPU廠商的發(fā)展史

在移動(dòng)端GPU市場(chǎng)中，沒(méi)有形成一家獨(dú)大的競(jìng)爭(zhēng)格局。目前主要的移動(dòng)端GPU廠商有高通，arm和imaginaton。高通的adreno來(lái)自ATI的imageon，ATI最早被AMD收購(gòu)，后來(lái)高通收購(gòu)了AMD的移動(dòng)設(shè)備資產(chǎn)，取得了AMD的矢量繪圖與3D繪圖技術(shù)和相關(guān)知識(shí)產(chǎn)權(quán)。后來(lái)高通結(jié)合AMD的手機(jī)圖形技術(shù)發(fā)展為自家的Adreno圖形處理器。另一家移動(dòng)計(jì)算的巨頭ARM，ARM在移動(dòng)CPU的市場(chǎng)地位可謂遙不可及，但是在GPU領(lǐng)域，它確是諸多廠商中的一家，他的GPU業(yè)務(wù)也并非一開(kāi)始就擁有，而是后來(lái)組建的。其GPU技術(shù)來(lái)自一家名為Falanx的公司，這家公司是早起從挪威大學(xué)脫離出來(lái)的一個(gè)名為mali的研究小組的成員組建的，最早定位于PC領(lǐng)域，失利后轉(zhuǎn)向SoC GPU設(shè)計(jì)。隨著SoC市場(chǎng)的不斷壯大，以及移動(dòng)計(jì)算的發(fā)展，ARM收購(gòu)了Falanx，組建了自己的GPU事業(yè)部。最后一家，Imagination Technologies，這是一家專注于GPU技術(shù)的公司，最早在桌面級(jí)GPU的競(jìng)爭(zhēng)中失利，后來(lái)轉(zhuǎn)戰(zhàn)移動(dòng)端，Intel,三星，蘋果，聯(lián)發(fā)科，展訊曾經(jīng)都是他的客戶，一度被認(rèn)為是全球最大的移動(dòng)GPU廠商。這家公司可謂命運(yùn)多舛，曾經(jīng)作為蘋果的供應(yīng)商，由于iphone的每代產(chǎn)品在圖形性能方面都比arm公版的Mali GPU有優(yōu)勢(shì)，一度讓Imagination風(fēng)光無(wú)二，但是隨著蘋果宣布自研GPU，Imagination的股票出現(xiàn)了斷崖式下跌，公司瀕臨破產(chǎn)。后來(lái)將其業(yè)務(wù)進(jìn)行拆分，MIPS業(yè)務(wù)出售給Tallwood MIPS,而GPU業(yè)務(wù)則出售給中國(guó)背景的私募基金Canyon Bridge。這一收購(gòu)也填補(bǔ)了國(guó)內(nèi)在GPU領(lǐng)域的空白。

在市場(chǎng)占有率方面，由于ARM以及高通的捆綁銷售，Imagination并無(wú)優(yōu)勢(shì)，但是鑒于在物聯(lián)網(wǎng)以及人工智能領(lǐng)域，目前三家都還沒(méi)有建立起強(qiáng)大的生態(tài)，因此未來(lái)誰(shuí)能稱雄并未可知。

在技術(shù)方面三家GPU廠商架構(gòu)差異比較明顯，而且對(duì)外披露都比較少，相比較來(lái)說(shuō)Imagination發(fā)面對(duì)于技術(shù)方面會(huì)開(kāi)放一些。

Imagination的GPU Rogue架構(gòu)淺析

在關(guān)于GPU的宣傳中很容易看到一個(gè)詞core，而且高端GPU也都是成千上萬(wàn)的core。其實(shí)宣傳中的core并非CPU上“核”的概念。而真正意義上的核心，應(yīng)該是AMD GCN架構(gòu)中的Compute Unit, NVIDIA Maxwell架構(gòu)中的SMM以及PowerVR Rogue架構(gòu)中的USC等。對(duì)應(yīng)于編程語(yǔ)言，應(yīng)該是OpenCL中的Compute Unit（簡(jiǎn)稱CU）。而宣傳中所謂的core，則是OpenCL中的ProcessElement（簡(jiǎn)稱PE）。

目前GPU采用的是多層級(jí)的線程技術(shù)，硬件結(jié)構(gòu)和軟件概念的對(duì)照如下圖所示：從硬件結(jié)構(gòu)看，首先是GPU設(shè)備，叫做device；一個(gè)GPU包含多個(gè)CU，而每個(gè)CU又包含多個(gè)計(jì)算通道。從OpenCL的軟件架構(gòu)看，每個(gè)NDRange對(duì)應(yīng)一個(gè)GPU設(shè)備，其包含多個(gè)work-group，而每個(gè)work-group必須在一個(gè)CU上執(zhí)行，也就是說(shuō)，每個(gè)CU可以執(zhí)行多個(gè)work-group，但是每個(gè)work-group不可以拆分到多個(gè)CU上去執(zhí)行；每個(gè)work-group包含多個(gè)work-item,一個(gè)計(jì)算通道執(zhí)行一個(gè)work-item。

簡(jiǎn)單介紹一下計(jì)算通道，SIMD叫做單指令多數(shù)據(jù)流（Single instruction MultipleData），目前所有的GPU都術(shù)語(yǔ)SIMD，一般都是16路或者32路SIMD。

關(guān)于線程的調(diào)度，首先介紹一個(gè)概念，AMD的wavefront或者NIVIDIA的warp，這是指線程調(diào)度的最小單位，也就是說(shuō)，在GPU中每次執(zhí)行一個(gè)warp，一般一個(gè)warp包含32個(gè)線程；對(duì)于AMD顯卡則是一個(gè)wavefront包含64個(gè)work-item。下文中對(duì)這一概念統(tǒng)稱為warp，線程和work-item通用。在Rogue架構(gòu)中每個(gè)warp也是包含32個(gè)線程。

如下圖所示，是Rogue架構(gòu)的示意圖，GPU中包含有多個(gè)USC（個(gè)數(shù)與產(chǎn)品型號(hào)有關(guān)），每個(gè)USC包含著色器，駐留槽，執(zhí)行單元，存儲(chǔ)器，紋理單元等等等。這樣每個(gè)work-item在自己的生命周期中都包含自己的片上存儲(chǔ)在Unified store中，shared local memory隱藏在common store中，這樣每個(gè)USC都可以在warp之間進(jìn)行零開(kāi)銷的上下文切換。

線程的執(zhí)行過(guò)程如下圖：

圖中的Residency Slots中包含很多slot，每個(gè)slot代表一個(gè)warp，空的表示目前還沒(méi)有部署warp。而部署了warp的slots一共有三個(gè)狀態(tài)，綠色表示active，黃色表示ready，可以執(zhí)行了，紅色表示阻塞；active的warp接下來(lái)會(huì)在執(zhí)行單元上執(zhí)行，如圖右側(cè)所示，所有的32個(gè)work-item同時(shí)并行執(zhí)行。Ready的會(huì)在下一個(gè)執(zhí)行周期被調(diào)度執(zhí)行；阻塞的則是因?yàn)樽x寫等原因進(jìn)入該狀態(tài)。

下圖是USC中流水線示意圖，其中包含4個(gè)warp的調(diào)度。Warp0首先被執(zhí)行，warp0會(huì)一直執(zhí)行到它進(jìn)入阻塞狀態(tài)，例如讀寫全局存儲(chǔ)，此時(shí)調(diào)度器會(huì)停止調(diào)度warp0，開(kāi)始執(zhí)行warp1；因?yàn)閣arp中的所有工作項(xiàng)執(zhí)行相同的kernel代碼，因此就有相同的特性，例如同時(shí)進(jìn)入阻塞；在warp2進(jìn)入阻塞狀態(tài)時(shí)，warp0讀寫結(jié)束，進(jìn)入read狀態(tài)；最后在調(diào)度器調(diào)度完warp3后，重新開(kāi)始調(diào)度warp0。這樣并發(fā)執(zhí)行可以實(shí)現(xiàn)對(duì)內(nèi)存訪問(wèn)延遲的隱藏。因此在編程實(shí)現(xiàn)中一般使用較大的工作組，來(lái)實(shí)現(xiàn)warp切換對(duì)內(nèi)存訪問(wèn)的延遲（當(dāng)然，這不是絕對(duì)的，在實(shí)際中還要考慮寄存器等資源的消耗情況）。

下圖展示了Rogue架構(gòu)下得PowerVR Series7XT系列的架構(gòu)圖。

該系列的GPU擁有2到16個(gè)USC，因此具有100GFLOPS到1.5TFLOPS的可擴(kuò)展性能。如下圖展示了該系列GPU的USC架構(gòu)。

以GT7400為例，其擁有128個(gè)FP32ALU核心，256個(gè)FP16 ALU核心。每個(gè)USC中包含16個(gè)pipelines，每個(gè)pipelines中含有多個(gè)ALU。其中的SFU可以原生的處理FP16、FP32（上一代會(huì)全部推給FP32），因此這一代架構(gòu)可以避免沒(méi)有必要的高精度操作，提升了性能并降低了功耗。

目前Imagenition已經(jīng)發(fā)布了最新的GPU架構(gòu)Furian，該架構(gòu)相對(duì)于多年來(lái)已成業(yè)界標(biāo)桿的Rogue架構(gòu)有了在性能方面有了更大的提升。