系列文章第一篇，介紹些術語，混個眼熟，讓大家有點感性認識。

這是一張顯卡，它包括中間的 GPU（graphics processing unit）、顯存（framebuffer / FB）以及一堆小張不認識的電器元件。

這是一枚 GPU

這是 GPU 內部原理圖（芯片型號為 GM 204），這張圖里值得關注的名詞有：

• PCI Express 3.0 Host Interface
• GigaThread Engine
• GPC (Graphics Processing Cluster)
• Raster Engine
• SM (Streaming Multiprocessor)
• Memory Controller
• L2 Cache

看到這里，你一定有個疑惑

為啥搞這么復雜？

在圖形應用中，每一個繪圖函數（drawcall）都可能生成數量千差萬別的三角形。能活下來的頂點和我們從應用程序中塞給 API 的不一樣的。不可見的三角形、被遮擋住的像素，種種情況影響下，有些三角形并不需要在屏幕上畫任何東西。同樣大小的一個三角形，有時候需要畫幾百個像素，有時候卻一個都不畫。

所以啊，三角形在現在的 GPU 里走的是一條邏輯上的管線（logical pipeline），而非物理上的管線。對管線的概念陌生的讀者，可以想象下富士康的手機組裝流水線。每一個車間工人，就好比 GPU 中的一個單元。車間中的管線是固定的，工人只做一件事情，保證效率。然而 GPU 中的管線是靈活的，好比前一秒在裝蘋果手機的屏幕，后一秒就去裝 VR 頭盔的傳感器了。

回到三角形身上，我們現在要畫三角形 A 和 B，它們可能位于不同的管線階段。三角形 A 已經通過坐標變換，準備好光柵化（to be rasterized）。A 的一些像素甚至正在執行像素著色器（pixel shader），另一坨卻被深度緩存（depth-buffer）拋棄了，還有些已經寫到了顯存（framebuffer），最后還有些像素在發呆（ZzzzzZzzzz）。這時，三角形 B 粉墨登場，我們還需要獲取 B 的頂點數據。你看，雖然每個三角形都需要照著套路走一場，在三角形一生的不同階段，它們要做不同事情。畫三角形這件事，分為許多微小的工作，這些工作是可以并行的。硬件單元只要空閑了，就會分到新的工作，頂點處理和像素著色會同時進行。

N 卡的架構自 Fermi 時代以來一脈相承。Giga Thread Engine管理所有進行的工作量。GPU 被劃分為多個 GPC (Graphics Processing Cluster)，每個 GPC 又帶了多個 流處理器 (SM / Streaming Multiprocessor) 和一個光柵化引起（Raster Engine）。整個過程中存在大量的溝通交流，最值得一提的是 Crossbar（我也不知道怎么翻譯），它使得 GPC 上的工作和其他子系統比如 ROP (渲染輸出單元 / render output unit) 進行協作。

SM 是執行 glsl / hlsl / cuda kernel 的運算單元，放大后是這樣的：

SM 包含大量的核（Core）進行數學運算，這些核很無腦，它們以 32 個為一組，接收 Warp Schedulers 的號召，scheduler 決定了運算的邏輯，下達指令“跟著我一起揮舞左手，再揮舞右手”。32 個 Core 乖乖地做，一起揮舞左手，再揮舞右手。

但是，如果 scheduler 下達的指令是“單號的觀眾揮舞左手，雙號的觀眾揮舞右手”，事情就變得有趣了。

在單號的 Core 揮舞左手的時候，雙號的 Core 會處于發呆狀態（ZzzzzZzzzz）。

等單號的 Core 揮舞完了，雙號的 Core 才開始揮舞右手。

每個 GPU 含多少 GPC，每個 GPC 含多少 SM，這些配置取決于不可說的秘密。前面放過的 GM 204 還記得不，它有 4 個 GPC，每個 GPC 含 4 個 SM。Tegra X1 雖然同為 Maxwel 架構，僅有 1 個 GPC 和 2 個 SM。

至于 SM 的設計，包含多少的 core，多少的 scheduler 也是每代芯片都不同，確保可以滿足高端顯卡、筆記本、手機等的需求。

總結下，這篇文章簡要介紹了 GPU、GPC 和 SM，估計大家看完了依然不明白。沒事兒，我們下集見。

參考資料

https://developer.nvidia.com/content/life-triangle-nvidias-logical-pipeline

作者：Vinjn張靜
鏈接：https://zhuanlan.zhihu.com/p/20918974
來源：知乎

總結

以上是生活随笔為你收集整理的GPU 原理解密（一）画个三角形居然这么难的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。