正文内容 评论(0)
与AMD抛弃RV870这样的研发代号相似,NVIDIA新一代显卡的研发代号也不再延续GT300的名字而是命名为“Fermi”,这个名字来自于美籍意大利物理学家Enrico Fermi(恩里科 费米,伟大的实验物理与理论物理学家,建立世界上第一座可控裂变反应堆,并参与原子弹研发,1938年因发现中子核反应获诺贝尔物理学奖)。如果联系到NVIDIA的高性能服务器品牌名为“Tesla”(尼古拉 特斯拉,一个被世人忽略的科学天才,有兴趣的可以查找维基百科),NVIDIA在新架构上寄托的希望甚至是野心也就很明了了。
如果说G80是NVIDIA试水通用计算的第一步解决的是有无的问题,GT200是针对G80通用计算能力不足的一次扩展,那么Fermi将是NVIDIA近几年来开发通用计算架构的一次总结,也是一次升华,其目的是设计出世界上第一款通用计算GPU(NVIDIA官方PDF语),继续推进NVIDIA的“GPU是计算的核心”构想。
NVIDIA在设计G80架构时还带着很大的试探心理,毕竟当时的重心依然是DX游戏应用,通用计算能力属于显卡的附属,再加上当时的工艺限制,GPU核心不可能设计的很庞大,所以G80流处理器数量较低,而且不支持双精度浮点运算。GT200中虽然支持双精度运算,但是效率比较低,Fermi吸取了前两款GPU的使用经验,针对高性能计算作了如下改进:
1. 提升双精度运算能力。在这一点上相比GT200改进多多,FP64双精度浮点运算能力可以达到FP32单精度峰值速度的1/2,而GT200中双精度仅有单精度运算的1/8峰值速度。
2. 支持ECC纠错。商业计算对数据运算的可靠性要求非常高,服务器中ECC内存必不可少,NVIDIA要想在其中分一杯羹也同样要在计算可靠性上下足功夫,Fermi的register寄存器缓存、L1/L2缓存以及显存都支持ECC纠错功能,减少了后顾之忧。
3. 真正的缓存结构。Fermi之前的架构都是共享内存(shard memory)结构,有些并行程序并不支持共享内存,需要真正的缓存来避免这种情况的发生。
4. 更大的共享内存。原来16KB大小的SM内共享内存已经不能满足越来越多的CUDA程序的要求,Fermi中每组SM单元的共享内存提高到64KB。
5. 更快的转换速度。Fermi是首款真正的肩负游戏应用和高性能计算的GPU架构,在两种不同的应用环境中的转换速度要尽可能地快,NVIDIA的目标是提高至少10倍。
6. 更快的原子操作。并行计算中需要更快的“read-modify-write”原子操作,Fermi的速度将达到GT200的5-20倍。
Fermi的设计目标看起来非常远大,NVIDIA倾注了大量心血用它打造真正的GPU 中央处理器,无论是游戏应用还是高性能计算都要一网打尽,那么Fermi架构能否承担这一重任呢?
本文收录在
#快讯
- 热门文章
- 换一波
- 好物推荐
- 换一波
- 关注我们
-
微博:快科技官方
快科技官方微博 -
今日头条:快科技
带来硬件软件、手机数码最快资讯! -
抖音:kkjcn
科技快讯、手机开箱、产品体验、应用推荐...