Re: [情報] RX480 技術情報 PPT

[jk21234 (BL2400PT真不錯)]

※ 引述《b155073 ()》之銘言：
: 原文網址:http://videocardz.com/61557/rajas-super-secret-cigar-stash

一章一章來

: http://goo.gl/i8LpCz

從1 Graphics Command Processor到 576 Load/Store Units
都是指微架購上的改進 而之外的則是較一般的規格等

: http://goo.gl/PwA5r9

Geometry Engine :
  三角面處理完之後 轉換給Pixel Shader中間的這個工作,
  傳統稱為Geometry Setup或者是Rasterization(但是這個會跟ROP的"R"
  容易混淆)

Primtive Discard Accelerator

  在把東西丟給Pixel Shader之前,如果知道這個三角面已經被遮住了
  就可以先丟掉不算.反正算完也沒用..如果更確定可以連前端的Shader
  都省掉

  相關的技術比如Early-Z,Z-Culling,或者進階的Tile-Based Defferred
  Rendering等等

  然後他提到跟MSAA有關 也就是說也影響你開一般遊戲下的FSAA的設定
  因為一般遊戲的FSAA僅做到MSAA,跟MSAA有關則是因為MSAA只做三角面的邊緣
  跟交界,要做MSAA的像素一定會發生有的實際上有被遮住有的沒有.

Index Cache

  改變資料在Cache排的方式節省頻寬 或者把原本零散的存取
  變動為連續的

: http://goo.gl/KX59Iv

Shader的性能變強 但是(?


Instruction Prefetch

  注意 不要跟Prefetch Instruction搞混 兩個完全不一樣
  這個是說 原本處理器不分CPU/GPU,如果沒有分支就是
  執行下一個指令 那下一個指令確定會被執行就應該先取進來
  這樣切換的時候就保證不用等

  不過除非原本就設定成保證要等 不然一定會在GPGPU/遊戲特效上
  產生正面效果的幅度就不會太大...

per wave instruction buffer size

  每個"wavefront"的指令緩衝區變大
  wavefront是AMD GPU內的抽象化單位 他是指一起執行的最小的集合體
  一個wavefront會統整N個SP,相應的Thread,相對的暫存器數量等等
  (CUDA/nVidia GPU的Warp,OpenCL的Compute Unit則是同級的名詞)

  然後wavefront內部 每個cycle所執行的指令都是一樣的,
  既然這樣 那儲存指令緩衝區就只要每個wavefront一個就夠了

Tuned L2 Cache

  可以把存取合併 然後效率變好吧

FP16/INT 16 Support

  由於開始有用GPU計算Machine Learning的,
  比如說Deep Neuro Network,發現用不到float32
  這麼高的精確量.

  如果FP16/INT16比32bit可以更快更省
  那都可以產生一樣的效果

  不過google更極端 直接做純INT16的晶片,
  2T INT16/s的晶片只耗0.5W,以後有介紹到google VISION CHIP再說

  .........然後講到這邊 還沒DX10的時候,顯示卡超過80%的運算能力
  都是在算整數而且這個整數只有8-10bit...

  都已經轉過來Unified的環境卻發現你丟掉的東西才是你要的........

: http://goo.gl/bGFT0m

GPU Open Intrinsic Function
Direct ACCESS to inline ISA


兩個都是同一件事情,
因為設計特殊處理器的時候,不只GPU,你可以看到DSP,Cell
等等.他會有一些很難放進高階語言描述內的指令
這時候除了整個用組合語言硬幹之外

就是使用intrinsic或者是inline Assembly的方式處理
兩個雖然叫不同名字但是是等價的,一般而言intrinsic
長的像是高階語言的function,但是一個對應一個特殊硬體指令,
而inline ISA長的像是手寫組合語言但是使用比較方便.

甚麼叫做有這個硬體指令但是高階語言很難用?
比如我隨便設計一個指令,P=A*B*C+X+Y

那編譯器一定要看到P=A*B*C+X+Y; or Q=A*B*C;P=Q+X+Y;
這樣確定的運算才可以配出這個指令

如果中間有一些不對...比如說中間同時計算過A*B和X+Y
編譯器會很開心的用算過的東西取代掉A*B和X+Y

你就配不出你設計的新指令了

所以為了避免這樣 你可能就...假設指令名稱叫XC5

P=__intrinsic_xc5(A,B,C,X,Y);

或者

__asm("XC5 P,A,B,C,X,Y");


Performance Critical Function

  允許Programmer標示哪個Function
  在性能上關鍵 但基本上整個最佳化應該還是要你自己來

  driver環境上頂多只能幫你 不要有拖慢這個Function執行的速度的行為
  比如說 把其他計算也同時排進去.

: http://goo.gl/LHeklW

Memory Controller &PHY

Losesess DCC

  針對要送進顯示卡DRAM的資料可以先壓縮 而節約頻寬
  過去只有Texture在讀取前預先破壞性壓縮過.

  這方法的原理就是你要存的資料很多都是圖形或者Shader
  算出來的資料給下一步要用的投影.特色就是有不小的機會,
  你和你的相鄰像素只差一點點 那我只傳兩個的差值就可以減少一些資料.

  不過Maxwell有做啦,Tonga也宣稱有,就各種可能有較好有較差的...


: http://goo.gl/hVJ4Ar

  DX12 async compute

  不是中圖Preemtive的傳統計算,你算一個等他回來一個
  而是部分的可以預先送入 利用沒用光的資源先計算

: http://goo.gl/M29cPB

  所有應用軟體的要求 都會一起堆在driver內

  然後除了driver之外,硬體層也在接受要求後
  內部有排程器


  這部分就...除非等HSA/Fusion完全完成,
  否則只有進步沒有變革性的更動.

: http://goo.gl/02NPYM

  DP支援的解析度,SDR=8bit,HDR: > 8bit

: http://goo.gl/bEaPbx

  HDR色域
: http://goo.gl/hVU24E

: http://goo.gl/cwxiiC

  因為節約耗電量 具有的動態調節能力

  (注:最初期的省電作為以能否整個關閉邏輯閘
   或者是動態調整頻率來考量省電.

   而之後則實作發現比如能否劇烈切換
   關閉後再打開有沒有反而更耗電各種問題

: http://goo.gl/UXfV5c
: http://goo.gl/sAE9bi
: http://goo.gl/H2u1kb
: http://goo.gl/SmqyAZ
: http://goo.gl/SlbT3i

: http://goo.gl/FwgSTh

  傳統的繪製 假設在環境中存在一隻攝影機

  而攝影機所拍到的東西存在他自己的"底片"上
  這個底片是一個平面,你看的是這個平面,而且每個像素
  大小均等

  那現在如果是環境中有兩支攝影機在不同地方?

  還是所用的底片不是平面的 ?

  想也知道這是用在那個環境的,但我們先把這兩個問題訂為
  雙眼顯示和曲面螢幕

  傳統方式當然可以繪製兩個攝影機所拍的東西
  只是你要這個frame切換攝影機所在位置,Vertex Shader
  開始就重算一次.然後下個frame又要切回來

  我跳過去了 我又跳過來了 每次你都要幫我重算呦

  至於非平面螢幕也可以在每個vertex Shader後,Pixel Shader
  之前再套入另外一個Shader換算.

  可是就要多一套計算.

  那直接硬體化了就是使用他的介面就可以直接做到兩個效果
  不用在軟體再中間重新計算

: http://goo.gl/AtmnVq

  Reservation (Station):

  只要處理器需要動態分配執行的資源,也就是說不只
  GPU,連現代(1995後吧)的cpu也會有,

: http://goo.gl/lgOSXJ

  對應multiGPU或者是Crossfire的重大變更

  理面的AFR指的是CF採用AFR(每Frame交互計算)

  但是他會產生嚴重的叫做
  Micro-Stuttring的問題

  這是甚麼問題我記得剛好以前有寫過

  https://www.ptt.cc/bbs/PC_Shopping/M.1336495940.A.DCA.html

  簡單說FPS平均很好看 顯示出來的時間不均等 而且視覺差異更糟糕

  那這個改進就是,

  我AFR後算好後 我插一個延遲 到固定的時間才確定要顯示
  這可以解決micro-stuttring的問題

  可是我暫時懷疑一下.因為預設如果開 那麼CF後的數字就不一定漂亮


  而且這個做法說不定之前多卡的時候如果有開VSYNC也不會有問題...
  這就要確認了,但對不用多卡的這個功能是沒差別

: 懶人包:(只看標題)

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.117.179
※ 文章網址: https://www.ptt.cc/bbs/PC_Shopping/M.1467390739.A.099.html
推 brmelon     : 看不懂 只能推QQ
推 dctmax      : 不是做電路的 看不懂+1 QQ
推 jasn4570    : 無腦推就對惹
推 obov        : QQ
推 chro924xxxx : 先推再看
推 MrDisgrace  : 看無推QQ
推 kuninaka    : 推
→ chro924xxxx : 阿 看不懂QQ
→ KotoriCute  : 太高深了看不懂QQ
推 chibon1992  : 幫教主QQ
推 b155073     : Jk大必推 不過好想知道為什麼ACE會被刪減阿
基本上ACE/ROP等只看數量變化不準

因為不同的設計 不要說不同代了
同一代內的高低階晶片都不一定一樣

一組ACE不一定做一樣多的事情 搞不好更多了..

而就算是簡化的設計也很多啊


G92/G80都是2-way VLIW,但是是1+0.5個MAC
後來G200就取消那0.5個了

然後ATI的VLIW5很快就簡化成VLIW4
因為第5個不但很少用 也沒人排的出4+1的指令.
通通都是4+0 or 0+1,所以就砍了一個也少點損失

推 vic88001    : 看不懂 = =
推 obov        : 用不到就先刪阿QQ  大家都馬拿產品作實驗
※ 編輯: jk21234 (42.72.117.179), 07/02/2016 00:47:05
→ obov        : 8葛ace用不太到  先砍到四葛試水溫QQ
推 pmes9866    : 快推不然別人以為我看不懂
推 jasn4570    : 懶人包應該放在最上面 我都拉完了....
推 w113353     : DX12不是會用到嗎QQ
推 freshego    : 快推避免別人知道我看不懂
推 seemoon2000 : 這篇技術含量太高 只能推了
推 b155073     : QQ 應該是用不到那麼多 一個甜品級的概念
推 ang728      : 推 深入淺出
推 qxxrbull    : micro-stuttring跟侏儒畫格是同個意思嗎？
推 yys310      : 拜
→ ang728      : 同意思
推 SilverFox   : …也太多頁，看到眼花
推 JackChung   : intrinsic那邊應該就是把GCNㄧ些用高階語言難表示
→ JackChung   : 的功能包成函數
→ JackChung   : 像同一wavefront資料洗牌這種功能
→ b155073     : 這不就要遊戲廠商去針對gcn作特殊的優化
→ b155073     : 還是這個是對計算所做的
推 kzfun2001   : 嗯，原來是這樣
→ JackChung   : CU reservation 那頁是講說可以為 command queue保
→ JackChung   : 留專用的CU
→ JackChung   : 像是說RX480上有36個CU 我便可以專門切4個出來專門
→ JackChung   : 算某幾個特定的kernel
→ JackChung   : 其他kernel去分其他32個
→ kuma660224  : AFR frame pacing就是要解決多GPU輸出frame時間差
推 b155073     : 對岸有說rx480 frame的延遲比之前的A卡更低了
→ b155073     : http://tieba.baidu.com/p/4644205249
→ b155073     : 感覺跟這裡提到的AFR無關?
→ kuma660224  : 這可能搭配DX12非同步計算能力，在delay插入其他非
→ kuma660224  : 繪圖工作？
推 CactusFlower: 嗯 好像暸解了些什麼呢！
推 damnedfish  : 快推，不然人家以為我看不懂
→ JackChung   : shader intrinsic 需要遊戲對GCN最佳化
推 jior        : 快推,不然別人以為我看不懂!!!
→ JackChung   : 像是 http://bit.ly/298jAHN
→ JackChung   : 計算部份也當然是用得到
→ kuma660224  : Variable Rate Shading那邊說的不是vertex shader
→ kuma660224  : 而是能應需求變化改變繪圖品質，比如視點看的位置
→ kuma660224  : 高解析高畫質，外圍餘光處低解析低畫質。
→ kuma660224  : 不過這可能需要搭配其他硬體偵測眼球看的位置
推 oasis822    : 看不懂 推就對了…
推 i9602283    : 太專業看不懂。。。
→ kuma660224  : VR兩眼其實還是硬體要算兩次vertex shader，
→ kuma660224  : 因為兩眼座標不同，這邊的一pass是指軟體
→ kuma660224  : 只處理送出一份模型，但有兩組矩陣轉換座標
→ kuma660224  : Cpu處理的API與Driver可以省工，但GPU其實仍處理兩
→ kuma660224  : 次
→ kuma660224  : 所以VR很操GPU,但卻不一定操CPU...
→ kuma660224  : 這些技術可以提升軟體處理效率，但GPU仍加倍負荷
→ kuma660224  : 用比喻就是可以跟點菜的（CPU）說來兩桌類似的菜
→ kuma660224  : 只是這個不要辣，那個不吃牛。
→ kuma660224  : 點菜小妹的一次搞定兩桌，效率很好。
→ kuma660224  : 但是廚房還是得紮實做出兩桌，沒法省事。
→ kuma660224  : VRS那邊才是未來能幫GPU大廚省事的功能。
→ kuma660224  : 等於告訴廚師，我們只在意主菜，小菜你隨便上就好
→ kuma660224  : VR離眼睛注視處以外的區域邊邊角角糊一點無所謂。
→ kuma660224  : 但主菜=視點注視處要確實做好做滿。
→ Litfal      : GPU上16bit好像夠用，我搞別的DSP的演算法倒是常常
→ Litfal      : 遇到16bit精度不夠的問題OTZ
→ JackChung   : fp16應該是特別為DNN搞的吧
→ kuma660224  : FP16在手機GPU很普遍，因為省電晶體。
→ kuma660224  : 其實FP16很好用了，只有某些狀況精度差會出包要避開
→ kuma660224  : PC現在是因為走GPU多用途化，GPGPU時機到了
→ kuma660224  : 開始有更多兼差的工作不需要高精度。
推 obov        : nv這樣手筆很大  額外開一顆大顆的專作gpgpu
→ obov        : 那種大顆光罩來一次就破10M惹好像
→ kuma660224  : 他退出手持晶片，總要找東西塞滿約好的產能
→ kuma660224  : 而且搞不好繪圖也用的上。
推 obov        : 他那整組要賣十二萬鎂耶  根本是瞄準估狗之類的
推 fishxd1096  : 樓上obov 完全看不懂先推
推 howyuan     : 推
推 AxAy        : 推~
→ ericinttu   : 樓下是圖論大師
推 Cubelia     : 專業
推 WeAntiTVBS  : 推
推 giantwinter : !!
推 ping870224  : EE系看懂一點幫推
推 Ekmund      : 這太猛了...
推 wert213     : 快推不然人家以為我看不懂
推 terry6503   : 資訊量龐大，還好是早上看到，推～
推 semihumanity: 請問一下，warp不是相當於wavefront嗎？1warp有32t
→ semihumanity: hread；1CU有8wavefront，1wavefront有64workitem
→ semihumanity: 。thread相當於workitem
→ nucleargod  : 不同一張卡 warp 會不一樣大喔
推 semihumanity: 不過後來好像都改成1wavefront32workitem了的樣子
→ nucleargod  : 現階段 VR 軟體端還是硬幹居多，軟體上寫畫兩遍
→ nucleargod  : 你硬體提供了畫一遍的神技，沒人拿去套也是沒用
推 felaray     : 好複雜 看不太懂 只能跪了...
推 otoni       : 嗯……算了，先推再說
推 kanyewest927: 我們講同一種語言?
→ kanyewest927: 膝蓋痛痛的...
推 nfsong      : 專業推