中华数字图书馆-云书网

图书特色

自诞生起就保持以超越摩尔定律的速度飞速迭代，其作为图形计算领域的核心处理平台极大的提高了计算机图形处理的性能和质量，并促进了游戏竞技、影视动画等相关应用领域的技术革新。

作者简介

暂无内容

内容介绍

图形处理器(Graphics Processing Unit, GPU)自诞生起就保持以超越摩尔定律的速度飞速迭代，其作为图形计算领域的核心处理平台极大地提高了计算机图形处理的性能和质量，并促进了游戏竞技、影视动画等相关应用领域的技术革新。目前，GPU凭借其极高的并行计算性能和相对廉价的计算成本，已成功将其应用范围扩展到了高性能计算的通用领域，并成为市场上主流的处理器之一。
　　《中国电子信息工程科技发展研究.图形处理器及产业应用专题》从GPU的产生、发展及国内外研究现状入手，完整概述了GPU的软硬件体系结构及技术原理，综述了GPU的主要应用领域及发展现状，并进行了GPU未来发展的展望。

展开

精彩书摘

第1章绪论
　　1.1 图形处理器GPU简介
　　GPU又称为图形处理器，由NVIDIA公司于1999年提出。其诞生之初，是一种专门进行图像和图形相关计算的微处理器体系结构[1]，不同于仅用于图像文字输出的显示适配器，可进行图像的实时渲染用以适应电子设备中日益复杂的图形计算需求。目前，GPU已成为了数据中心、个人电脑和移动设备等进行实时图像处理时不可或缺的芯片，并成功拓展到了更多的计算密集型领域。
　　1.2 图形处理器GPU的产生背景
　　在GPU产生之前，主流的处理器架构主要基于冯？诺依曼架构，将程序和数据合并存储，使用多级缓存技术来解决处理器系统的“功耗墙”问题，以降低存储系统的访问压力。然而，随着缓存层次和存储容量的不断升级，其在面向大规模并行任务处理时的带宽增益有限，需要寻求新的解决方案以实现处理效率的不断提升。
　　如图1.1所示，传统的中央处理器(Central Processing Unit，CPU)为了在处理不同的数据类型时保持很强的通用性，需要兼顾不同具有复杂计算和复杂数据依赖关系的处理任务，具有强大的计算单元、较大容量的层次化缓存和复杂的控制逻辑(包含复杂流水线、分支预测、乱序执行等功能)。如图1.2所示，GPU的内部具有数量众多的计算单元和超长的流水线，其内存带宽比CPU提高一个数量级以上，可达到数百GB/s。
　　图1.1 CPU架构示意图
　　图1.2 GPU架构示意图
　　由表1.1可以看出，相较于CPU，GPU可通过众核并行实现高吞吐量，在计算密集且易于并行的应用场景中具有无可比拟的优势。然而在计算机应用中，I/O密集型和内存密集型程序也十分广泛。因此，在大多数情况下，GPU不是一个独立运行的计算平台，需要与CPU协同工作，而不是取代CPU。如图1.3所示，GPU通常作为CPU的外部设备存在，需要借助PCIe或NVLink与CPU主机系统进行通信。
　　表1.1 GPU和CPU的架构主要差别分析
　　GPU CPU 数据并行任务并行存储模块容量小，访问速度快存储模块容量大，访问速度较慢众核多核时钟频率适中时钟频率高
　　图1.3 GPU与CPU之间的数据交互方式
　　下面将以图像渲染为例，详细介绍CPU+GPU的异构计算工作过程(如图1.4所示)。首先，CPU将所有渲染所需的数据从硬盘加载到系统内存中，生成多方形和纹理等数据并传递到GPU的视频内存中。然后，GPU采用流式并行模式，在与CPU进行多次数据交换的同时，对多个图像数据(如顶点位置坐标等)进行并行实时处理，实现坐标系转化、顶点处理、光栅化计算、纹理贴图和像素着色等功能，并将生成完毕的渲染信息传送至帧缓冲区，*终传递给外部显示设备。
　　图1.4 GPU的图形(处理)流水线
　　1.3 图形处理器GPU的发展历程
　　回顾GPU近20年的发展历程，其随着自身架构不断发展的同时，可编程性日益增强，应用范围日益广泛。起初，GPU仅用于图形计算加速，面向二维、三维等图形计算需求。之后，为了发挥GPU在强大的并行处理能力和可编程流水线的优势，人们开始把非图形数据的浮点运算包装成图形渲染任务来交给通用图形处理器(General-purpose Graphics Processing Unit， GPGPU)处理。
　　1.3.1 传统图形加速器的发展历程
　　1981年，IBM公司发布了彩色图形适配器(Color Graphics Adapter， CGA)，标志着个人计算机的图形处理单元的出现。CGA提供了多种图形和文字的现实模式，*大可以达到640×200像素的显示分辨率，以及*高16色的显示能力。CGA提供了两种标准文字显示模式(40×25像素×16色、80×25像素×16色)和两种常用的图形限时模式(320×200像素×4色和640×200像素×4色)。在通常情况下，CGA可以在320×200的分辨率下同时显示*多4种颜色[2]。图1.5是IBM早期发布的一款CGA。
　　图1.5 原始IBM彩色图形适配器[3]
　　随着计算机工艺的发展，IBM公司在1984年发布了增强图形适配器(Enhanced Graphics Adapter， EGA)，取代了CGA。在640×350像素的分辨率下，EGA可以显示16色，帧缓存*多256KB字节。此外，EGA还包含一个16KB大小的只读存储器和一个Motorola MC6845视频地址生成器[4]。图1.6是IBM公司发布的一版EGA卡。
　　1987年，IBM公司为PS/2系列发布了视频图形阵列(Video Graphics Arrays， VGA)图形卡。VGA具有突破性的功能能以640×480像素的屏幕分辨率显示多达16种颜色。
　　图1.6 IBM公司的EGA卡(64KB版本)[5]
　　在320×200像素的较低分辨率下，VGA*多可以显示256色。VGA被认为是现代图形处理器的典型，它的15脚连接器用于标准的模拟PC显示适配器已经有二十多年了，即使是在数字显示器和数字视频界面出现之后，它仍是传统输入。在PC图形已经超出VGA限制之后的很长时间，其显示规格仍用于许多手持设备的较小屏幕[6]。图1.7是1989年第43周生产的IBM 90×8941 VGA芯片，位于Personal System/55的系统板上。
　　图1.7 1989年第43周生产的IBM 90×8941 VGA芯片[7]

展开

目录
《中国电子信息工程科技发展研究》编写说明
前言
第1章绪论 1
1.1 图形处理器GPU简介 1
1.2 图形处理器GPU的产生背景 1
1.3 图形处理器GPU的发展历程 4
1.3.1 传统图形加速器的发展历程 5
1.3.2 GPU的提出和Shader Model的发展 9
1.3.3 GPGPU的概念及其发展 16
第2章全球发展态势 18
2.1 全球主要国家政策举措 18
2.2 国外发展态势 19
2.2.1 NVIDIA公司 20
2.2.2 AMD公司 23
2.3 全球专利分布态势 24
第3章我国发展现状 25
3.1 我国的政策部署 25
3.2 我国的热点亮点 26
3.3 国产化图形处理器产品 27
第4章 GPU系统组成 28
4.1 GPU硬件架构 28
4.1.1 GPU与并行计算 28
4.1.2 SIMT技术 30
4.1.3 GPU的组成结构 31
4.1.4 GPU硬件架构对智能算法的支持 43
4.2 GPU编程模型 46
4.2.1 统一计算架构CUDA 47
4.2.2 开放标准OpenCL简介 50
4.2.3 对人工智能的软件支持 52
第5章 GPU创新应用 58
5.1 应用模式 58
5.2 GPU的市场现状 60
5.3 GPU的代表性应用场景 61
5.3.1 传统图形学领域应用 62
5.3.2 高性能科学计算领域应用 65
5.3.3 大数据系统领域应用 72
5.3.4 人工智能领域应用 78
5.3.5 加密货币领域应用 80
5.3.6 物联网领域应用 81
5.3.7 虚拟现实领域应用 81
第6章未来展望 82
6.1 智能时代，未来已来 82
6.2 GPU与人工智能 83
6.3 GPU未来发展 85
第7章结束语 88
致谢 90
参考文献 91

展开