说到架构 我想很多朋友 尤其是刚入门的新手 对这个带有抽象色彩的概念都不是很理解 虽然知道它的重要性 但始终都不了解 那么想深入了解的各位 就请关注吧！
首先 我们都知道 衡量显卡好坏性能好坏的几点有：架构的先进度 做工 频率 位宽 带宽等等 那么说到架构 我们就拿现代的产品来作为重点讲述！
从06年第一代"统一渲染架构"的诞生 所带来的性能突破让GPU的性能产生了翻天覆地的变化 那么我们就来先看看第一代的 G80架构的真面貌！
在这之前 为了新手更容易理解什么是统一渲染架构 我先简单的对比下两代架构的区别 早期GPU的规格主要用管线（Shader，着色器）来形容，分为像素管线（Pixel Shader）和顶点管线（Vertex Shader）。被称“为分离式架构”但因为资源分配不平衡 大量资源被浪费所以出现了“统一渲染架构”。没有了PS VS 取而代之的是SP单元。传统显示芯片架构的缺点1. 游戏厂商无法按照需要设计游戏，必须向硬件性能妥协。
2. 显示芯片的利用效率不高，运算单元被闲置的现象经常发生。
第一代统一架构 G80：

统一渲染架构，说白了就是使用全新的Shader模块（现在被称为流处理器）取代之前的顶点管线和像素管线，然后通过专用的控制单元来统一协调指令分配，按照游戏的负载来动态的调度顶点、几何、像素指令。
所以从理论上来讲，NVIDIA和AMD之前的GPU在统一渲染架构的设计原理上是一致的。第一代统一渲染架构，就是将像素、顶点、几何、物理等图形渲染指令统一了起来，按照比例和优先级交给流处理器处理。
但区别在于双方产品在指令分配方式上存在差异 NV走的是标量路线 因指令操作方式被称为“MIMD”（多指令流多数据流） 而ATI则采用的是传统的传统SIMD（单指令多数据）架构 但这一架构存在弊端 在后面我会为大家介绍 G80/G92拥有128个流处理器，这些流处理器分为8组TPC（线程处理器簇），每组16个SP（流处理器），这16个SP又分为两组SM（多核流处理器），SM是不可拆分的最小单元，是8核心设计。
统一渲染架构的优点：1．动态分配运算单元，提升利用率2．并行处理，提高利用效率3．统一渲染架构还能够协调分配几何着色、物理着色等指令
第二代 “统一架构” GTX200

首先来看看NVIDIA对于新一代GTX200核心的设计目标：
性能翻倍：两倍于G80核心的性能； 优化架构：根据未来游戏的需要优化核心架构，植入更多的流处理器、扩大显存带宽，调整着色器和纹理的比率； 提高效能：提高GPU的“每瓦性能”，提高晶体管利用率； 改进DX10：加强DX10图形性能，比如几何着色和像素输出的效能； GPGPU：按照并行计算架构设计GPU，提高物理加速性能，优化GPU通过CUDA执行非图形运算的效能； 能源管理：尽可能的控制功耗，加入高级能源管理功能，最大限度降低空闲时的消耗

从上面的图中我们可以看出　GTX200将TPC数量从8个扩充至10个，而且在每个TPC内部，SM从2个增加到3个，SM依然是8核心设计。如此一来，GTX200核心的流处理器数量就是，8×3×10=240个，几乎是G80的两倍！
纹理单元部分，GTX200的每个TPC内部拥有8个TF，这样总共就是8×10=80个纹理单元。这里GTX200的纹理过滤单元和定址单元的数量是相等的，而G80的纹理定址单元只有纹理过滤单元的一半（事实上G92核心中TA和TF数量就相等了）。

面向通用计算领域：GF100如果说G80 GTX200在游戏方面发生了翻天覆地的变化 那么GF100带来不仅仅只是游戏方面的提高 更多的是面向通用计算领域 将GPU的全部能力展现的淋漓尽致 让我们来看看GF100都带来哪些变化GF100：
NVIDIA声称Fermi GF100是一个全新架构并非没有道理。不但是通用计算方面，游戏方面它也发生了翻天覆地的变化，几乎每一个原有模块都进行了重组：有的砍掉了，有的转移了，有的增强了，还有新增的光栅引擎(Raster Engine)和多形体引擎(PolyMorph Engine)。
光栅引擎严格来说光栅引擎并非全新硬件，只是此前所有光栅化处理硬件单元的组合，以流水线的方式执行边缘/三角形设定(Edge/Triangle Setup)、光栅化(Rasterization)、Z轴压缩(Z-Culling)等操作，每个时钟循环周期处理8个像素。GF100有四个光栅引擎，每组GPC分配一个，整个核心每周期可处理32个像素。
多形体引擎则要负责顶点拾取(Vertex Fetch)、细分曲面(Tessellation)、视口转换(Viewport Transform)、属性设定(Attribute Setup)、流输出(Stream Output)等五个方面的处理工作，DX11中最大的变化之一细分曲面单元(Tessellator)就在这里。GF100中有16个多形体引擎，每组SM一个，亦即每组GPC四个。
多形体引擎绝非几何单元改头换面、增强15倍而已，它融合了之前的固定功能硬件单元，使之成为一个有机整体。虽然每一个多形体引擎都是简单的顺序设计，但16个作为一体就能像CPU那样进行乱序执行(OoO)了，也就是趋向于并行处理。NVIDIA还特地为这些多形体引擎设置了一个专用通信通道，让它们在任务处理中维持整体性。
当然，这种变化复杂得要命，也消耗了NVIDIA工程师无数的精力、资源和时间。事实上可以这么说，多形体引擎正是GF100核心最大的变化所在，也是它无法在去年及时发布的最大原因。NVIDIA产品营销副总裁Ujesh Desai说过这么一句话：设计这么大的GPU实在是太TMD难了。其实，他指的并不是30亿个晶体管。
这么做也是不得已而为之。考虑到细分曲面单元的几何复杂性，固定功能流水线已经不适用，整个流水线都需要重新平衡。通过多形体引擎的并行设计，几何硬件不再受任何固定单元流水线的局限，可以根据芯片尺寸弹性伸缩。和之前的GT200/G92以及AMD相比，GF100走上了另一条路，而且颇有要做CPU的架势。
在每一组SM阵列里，纹理单元、一二级缓存、ROP单元和各个单元的频率也都完全不同于以往。每组SM里四个纹理单元，合伙使用12KB一级纹理缓存，并和整个芯片共享768KB二级缓存。每个纹理单元每周期可计算一个纹理寻址、拾取四个纹理采样，并支持DX11新的压缩纹理格式。
ROP单元总共48个，分为六组，分别搭配一个64-bit显存通道。所有ROP单元和整个芯片共享768KB二级缓存(GT200里是独享)。
除了ROP单元和二级缓存，几乎其他所有单元的频率都和Shader频率(NVIDIA暂称之为GPC频率)关联在一起：一级缓存和Sahder单元本身是全速，纹理单元、光栅引擎、多形体引擎则都是一半。对于GF100来说，想超频的话很多地方都要重新来过了。

以上讲述了NV显卡从第一代统一渲染架构到现在的整体变化过程 接下来 我们在看看ATI的变化

说到ATI的统一架构 那我们要回忆起当年的RV600 也就是2600PRO 2600XT 2900XT了 现在想想 仍然让我回味无穷！那么我们就来看看ATI的第一代统一架构RV600:
虽然很多人对当时的RV600表现不是很满意 但如今的RV870所带来的成就 跟RV600也是息息相关的 所以RV600使我们不得不提。
随着G80的推出 ATI也推出了自己相应的统一架构产品 虽然都是统一架构 但从细节方面讲还是有很多区别的 前面也提到ATI的GPU架构被称为"SIMD"架构 这是跟指令的分配方式有关 在这一点NV和ATI采用了不同理念设计 废话不多说 还是来介绍下RV600带来的架构上的变化
R600核心还是采用了传统的SIMD架构，核心拥有64个Shader Units（又称Stream Processing Units），但它又在传统Shader基础上进行了该进，每个Shader内部包含了5个超标量ALU，因此AMD声称R600核心拥有64×5=320个流处理器。并且在每个SP当中除了5个ALU以外还有一个特殊处理单元来帮助SP完成复杂的函数操作
R6XX采用了5D着色单元架构
自从新一代的DX10显卡采用了统一的渲染架构，流处理器的数量就成衡量显卡性能的重要指标。2900XT拥有320个流处理器，是8800系列的2.5倍。
2.512bit显存位宽
2900XT拥有512bit的位宽，比DX9高出一倍，即使是8800系列最高也只有384bit。随着显卡位宽提高，显存带宽也得到了大幅提升。尽管2900XT的频率略低于8800系列，但凭借高位宽使其显存带宽仍高于8800系列。
3.CFAA反锯齿技术
ATI在新一代的DX10显卡中应用了新的CFAA技术，同倍数CFAA和8800系列的CSAA在画质上的差别不大，但经过仔细的对比，CFAA更胜一筹。
4.Avivo HD音视频技术
从名称中的“HD”字样我们可以看出，ATI的新一代Avivo技术除了视频引擎外还新增了音频引擎，其解码能力比NVIDIA的PureVideo更全面。
512BIT显存控制器
虽然ATI是首个引入512bit显存控制器的一方 但由于当时核心效率问题 导致512BIT控制器在性能提高方面并没有多大帮助

好吧 因为审核原因导致我的RV670没办法发出来那么我就在此简单的说下RV670的变化RV670：从架构方面讲 RV670和RV600几乎相同 但从细节方面来说又有不同之处RV670继续支持最高8倍的标准MSAA（Multisampling Anti-aliasing）。MSAA拥有相对更为广泛的适用性和优秀的画面品质，但其对显卡本地内存容量和GPU的计算能力要求均较高，即使这样，大多数用户还是会选择这种模式进行游戏，典型的设置是开启4倍MSAA，并同时开启16倍的各向异性过滤。 AMD RV670 GPU 正如前文提到，RV670除了保留R600强悍的3D加速架构并细微调节更新支持至DirectX 10.1之外。这款GPU的最大改进在于它使用55nm工艺制造！RV670是全球第一款55nm工艺的GPU芯片，AMD再一次在制造工艺上走到了NVIDIA前面。 R600和RV670的比较 55nm的优势是提高集成度并缩小核心面积，RV670内含6.6亿个晶体管，因内存控制器位宽减半而低于R600，其核心面积只有192平方毫米。 RV670的其他特点还有内置256bit位宽的内存控制器及符合PCI Express 2.0规范的I/O接口。其着色器和整个GPU运行频率同步，Radeon HD 3850的标准核心频率设定为670MHz，Radeon HD 3870则超过775MHz。 ● 来自移动平台的先进技术PowerPlay 55nm制造工艺本身已经让RV670功耗相对降低，AMD还特别的在这款桌面及GPU引入了移动平台上的PowerPlay技术进一步降低显卡的整体功耗。 PowerPlay技术并不复杂，它的原理是动态频率调节，驱动程序将根据GPU的3D加速应用负载来自动控制GPU的实际运行频率，只有运行重负载3D程序时显卡系统才会全速运行。

● 内置数字音频及领先的UVD RV670相对R600的最后一个不同电视塔全面支持AMD高清视频解码技术UVD（Unified Video Decoder），之前只有RV630/RV610拥有的这项功能现在也在高性能GPU上得到实现。 UVD是VC-1和H.264全面的解决方案

第二代Power On Demand节能技术
RV770不仅拥有高效益的硬件规格，55nm技术亦已被ATi利用得炉火纯青的境界。RV770还通过第二代的Power On Demand节能技术，来实现与RV670相当的PowerPlay技术，RV770闲置待机时核心频率将直接下调到160MHz，显存频率更是直接下调到1000MHz附近，功耗和发热量都得到有效保证。
业界第一款GDDR5显存的显卡
由RV670开始，ATi一直坚持使用最顶尖的显存技术来满足GPU对于带宽的需求，对比起已经多代使用GDDR3颗粒的NVIDIA来说，勇敢的尝试带来的收效是让人满意的。由GDDR4到GDDR5的使用，GPU能够利用的带宽越来越大，也意味着在不提高GPU周边成本太大的情况下，保持让GPU发挥的更佳水准。举个例子，RV770使用了GDDR5显存，由于GDDR5的高频特性，因而在使用256Bit位宽的情况下，能够在性能上与512Bit GDDR3几乎相同的位宽。这样的好处是显而易见的，通过减少位宽，显卡上将可以使用更少的显存颗粒来节约一半以上的成本，同时，设计显卡PCB时候就能减少走线的复杂程度，形成一个对显卡成本更有效利用的良性循环。
Direct 10.1球体光影效果
ATi继续支持业界领先的DX10.1，相比DX10，DX10.1拥有更出色的光影互动，而且拥有更好的效能表现。

RV770相比RV670主要优化了上图的部分，相比RV770，渲染单元能够共享更大的二级缓存，并让显存读写缓存能够直接抽取二级缓存的数据，加速了核心与渲染单元直接的效率。同时，渲染单元还可以直接与显存控制器交换数据。下图则是单个渲染单元改进大图：
当明白了RV770主要改进点之后，我们不难发现，其实NVIDIA和ATi都使用了不同的方式来进行相同的事情，加大单个核心对于缓存读写大小的权限以及加大缓存，这样的好处是显而易见的：开启全屏抗锯齿以及各向异性将不会再损失更多的周期，因而效率更高，这也是首次在统一渲染架构的GPU上看到加大缓存改进措施。

RV870 “双核”造就王者！

在讲解RV870之前 我们先来看看AMD的产品目标：
首颗支持DirectX 11的GPU；
提供最强DX9/10/10.1性能；
为最新的OpenCL 1.0和DirectCompute 11通用计算API提供优化支持；
在功耗不变的情况下实现规格和性能翻倍；
支持3屏甚至6屏超大画面输出。
-架构解析--
自从DX10时代以来，ATI和NVIDIA双方的GPU架构就没有多大变化，NVIDIA的G9X和GT200都沿用了G80的MIMD（多指令多数据流）标量流处理器架构，而ATI则一直使用R600上面的SIMD（单指令多数据流）超标量流处理器架构。
RV870的核心架构与R600、RV670和RV770没有本质区别，它是一颗用新工艺制造的、用大量晶体管堆积而成的超高规格GPU。
唯一遗憾的就是，RV870的显存控制器位宽没有翻倍，只是将GDDR5的显存频率进一步提升。因此HD5870的实际游戏性能不可能达到HD4890的两倍，只能是接近两倍。

RV870核心控制引擎
R870的图形架构可以拆分为以下几个模块，一个一个来看都有什么改进：
Command Processor（指令处理器）
Graphics Engine（图形装配引擎）
Ultra-Threaded Dispatch Processor（超线程分配处理器）
Stream Processing Units（流处理器）
Texture Units（纹理单元）
Cache & Buffer（缓存及缓冲区）
Shader Export & Render Back-Ends（像素输出部分）
Memory Control（显存控制器）
Display Controllers（输出接口控制器）
● Command Processor（指令处理器）
Command Processor负责从PCI-E总线发出或者接受指令流，让GPU在驱动程序给定的时间间隔中完成恒定数据流操作，此过程需要通过Parallel DMA Engine，调用系统内存或者是本地显存的相关资源。
● Graphics Engine（图形装配引擎）
之前这个模块被称为Setup Engine，是GPU负责指令分配和安装的模块，主要负责给GPU内部各大模块将要执行的指令准备数据，我们将其称之为装配引擎。装配引擎之中有很多模块，包括Tessellator（镶嵌器）、Vertex Assembler（顶点装配器）、Geometry Assembler（几何装配器）、Rasterizer（光栅器）、Hierarchial-Z（多级Z缓冲模块）等。
RV870相比RV770，最主要的变化就是拥有两个光栅器和多级Z缓冲模块，而此前的GPU都只有一个。这可不是因为RV870本身是“双核”的关系，因为顶点装配器和几何装备器都只有一个。
装配过程：顶点数据装配完毕后，顶点三角形内插操作不再使用独立的硬件单元，而是交由流处理器处理，由DX11中新增的外壳着色器和域着色器替代，这两个着色器将辅助镶嵌器进行细分操作，生成新的顶点。
接下来三角形顶点的2D坐标信息经过Rasterizer（光栅器）之后就得到了像素信息，也就是得到了屏幕上每个点的数据信息。进行这部分操作的时候也经过扫面转换生成了每个点的Z轴信息，这些信息将被传输到Z轴缓冲之中，以备后用。
现在我们就可以理解为什么RV870要设计两个光栅器和多级Z缓冲模块了，因为DX11 Tessellator的关系，最终的模型将变得十分复杂，需要处理的指令数量很多，合理的分配任务并暂存数据很关键。RV870改进了连续存取缓存时的性能。
Hierarchical Z是一项非常智能的技术，在GPU完成坐标转换之后，Hierarchical Z会不断对比各个顶点的Z轴位置，一旦Hierarchical Z发现这个顶点不需要显示，将会直接将其剔除避免后续无效渲染，它将有效控制由Tessellator所带来的性能损失。
即便是在DX9或DX10应用中，双倍的Rasterizer和Hierarchical Z也能大幅提升GPU在高分辨率和多屏超高分辨率下的性能表现。
● Ultra-Threaded Dispatch Processor（超线程分配处理器）
最后，所有的像素/顶点/几何/纹理/颜色等数据经过Interpolators（排序器）之后交给Shader进行处理，当然在此之前还有一项必备的工序，那就是数据的重新封装打包，以及指定相应的统一渲染单元运算，这部分任务由超线程分配处理器完成。

完毕！！
特发此贴 供本吧吧友们学习交流！！

此帖转自电脑吧 @穷人过客

mark，谢谢，接下来做好功课慢慢品位

帮顶。。没找到SIMD的弊端。。。

留名，要认真研究一下