● AMD南岛架构能否改善运算效率

    Compute Shader技术是微软DirectX 11 API新加入的特性，在Compute Shader的帮助下，程序员可直接将GPU作为并行处理器加以利用，GPU将不仅具有3D渲染能力，也具有其他的运算能力，也就是我们说的GPGPU的概念和物理加速运算。多线程处理技术使游戏更好地利用系统的多个核心。

    Computer Shader的初衷，就是使用通用计算的手段来进行后处理。由于GPU的浮点运算能力非常强大，支持GPU进行通用计算的技术发展势头很快，NVIDIA和AMD分别有CUDA和Stream技术，以前两家是各自为战，如今微软也看到了GPU通用计算的曙光，在DX11中加入了Compute Shader这一技术，意在统一当前的通用计算技术。你可以认为Compute Shader标准就是微软提出的OPEN CL。

    关于A卡和N卡在OPEN CL计算方面的性能差异，很多媒体进行过测试，但大家实际上一直在找一个合适的平台，在找一套合适的测试基准程序。目前，首款国人开发的支持GPU的OpenCL通用计算测试程序OpenCL General Purpose Computing Benchmark (简称GPC BenchMark OCL)已经公开并且升级到1.1版本。显卡频道决定使用这款软件，对AMD和NVIDIA的架构特性做一些对比，以测试它们在哪些环境中能发挥出更好的理论性能。

GPCBenchMark测试成绩对比

    分析上图得到的测试数据我们可知，在纯吞吐环境中，AMD延续了R600架构以来的特性，其浮点吞吐量的优势得以体现。特别是浮点运算（单精度）测试中，HD5870压制了强大的Fermi架构GTX480。在密码学测试中，因为很少牵扯到计算层面，GPU只是不断随即生成数据然后去试探，所以A卡理论吞吐量高的特性再次得到体现。

    但是只要涉及到常规数学方法测试，这种实际运算环境中将会包含大量跳转嵌套分支等指令，只有运算器组织得当的GPU，才能有效避免理论值的大幅度衰减。A卡因为其架构设计原因，大幅度落后于Fermi架构。

    其中HD5870落后最为明显的图像处理，包括亮度直方图绘制、2维卷积（锐化）、快速非局部均值法降噪、图片缩放（双立方滤波）。这项测试主要考量GPU的全局存储器和纹理访问能力，同时局部存储器原子操作也占到一定比重，所以架构较新的Fermi系列产品表现优异。

    Computer Shader里同样有大量的常规数学方法。只要和“常规数学方法”有所接触，A卡就会因为架构设计受到很大影响。其中矩阵，卷积，离散余弦和反余弦等用的相对比较多。

    实际上超标量结构本身并没什么不好或者说落后，但是要让超标量兼顾吞吐和灵活性，外围的要求就高了。VLIW Cores必须加入更多资源和仲裁能力，晶体管数量会因此提高很多。

Computer Shader在图形计算中发挥重要作用

    在上图中，图一表示了Compute Shader做图像后处理（Post Process），图片是《地铁2033》的游戏截图，利用Compute Shader技术做景深处理可以得到更好的效率。图二表示利用Compute Shader技术做IA人工智能。图三表示CUDA或者未来的Compute Shader结合OptiX技术做光线追踪。图四表示SPH流体模拟，流体的模拟，是典型的通用计算应用实例，对Shader性能要求较高。

    Compute Shader可发挥的地方很多，游戏中可以使用GPU进行光线追踪、A-Buffer采样抗锯齿、物理特效、人工智能AI等游戏特效运算。在游戏之外，程序员也可以利用CS架构进行图像处理、后处理（Post Process）等。

    在硬件支持Compute Shader之后，相应的硬件必须要比当代硬件更加灵活，因为在运行CS代码的时候，硬件必须支持随机读写、不规则列阵（而不是简单的流体或者固定大小的2D列阵）、多重输出、可根据程序员的需要直接调用个别或多个线程、32k大小的共享寄存空间和线程组管理系统、粒数据指令集、同步建构以及可执行无序IO运算的能力。

    实际上AMD也看清了GPU未来发展的实质，首先在RV770中加入LDS存储器，然后在RV870中对LDS的可操作性的改进，以及shared Memory的扩展，都是面向通用计算设计的。或者说，是为了Compute Shader而不得不做的事情。

在GPU帮助下跻身世界第二的中国“星云”超级计算机模块

    我们推测在即将发布的AMD下一代GPU也就是HD6000系列“Southern Island”（“南岛”）架构中，几何计算能力层面的突破可以依靠增加曲面细分单元（Tessellator）来实现，但是Compute Shader计算效率的提升的重任，将落在未来的架构身上。

    无论如何，“南岛”将走出AMD改革的重要一步，如果能借助自从RV770以来在产品方面的转变，AMD或许能够用自己的思路来提升GPU的运算能力。

    届时我们将看到GPU越来越通用化，其分支处理能力更加强大，运算精度不断提升。未来的CPU则越来越注重多线程能力，以此巩固自己在并行计算领域的优势，我们将在未来看到两种不同的芯片向自己所没有触及过的领域发展。