level 13
嗯看不懂
2019年07月19日 14点07分
level 5
level 11
![[乖]](/static/emoticons/u4e56.png)
![[滑稽]](/static/emoticons/u6ed1u7a3d.png)
level 12
k810应该是2ee版6核g52。vec4 madd 203.4gflops，vec4 add 152.9gflops。bifrost每个ee的整数add/sfu已经证实是可以跑浮点add的。2*8*6*0.82*2 = 157.44gflops，效率152.9/157.44 = 97%。
bifrost一直以来有个现象，madd的浮点比理论值高。vec4、vec3、vec2、scalar效率逐渐降低，所以都以vec4 madd浮点来说明。g76mp10，不存在多出的madd的话理论浮点3*8*10*0.72*2 = 345.6gflops，实际435.3gflops，在345.6/3*4 =460.8gflops范围内，效率94% 。我认为多出的madd是一个核心多出来的，3ee的话多三分之一，2ee多二分之一。k810根据add浮点基本上确定是2ee版g52，16alu不可能多三分之一，不能整除3。按多二分之一算vec4 madd理论浮点16*6*0.82*2/2*3 = 236.16gflops，效率203.4/236.16 = 86%。3ee 6核不考虑多出的madd都有3*8*6*0.82*2 = 236.16gflops，实际值203.4低于这个值，和以前的3ee birost核心冲突；考虑多出三分之一madd 236.16/3*4 = 314.88gflops，差得更多。
2019年07月20日 05点07分
6
bifrost一直以来有个现象，madd的浮点比理论值高。vec4、vec3、vec2、scalar效率逐渐降低，所以都以vec4 madd浮点来说明。g76mp10，不存在多出的madd的话理论浮点3*8*10*0.72*2 = 345.6gflops，实际435.3gflops，在345.6/3*4 =460.8gflops范围内，效率94% 。我认为多出的madd是一个核心多出来的，3ee的话多三分之一，2ee多二分之一。k810根据add浮点基本上确定是2ee版g52，16alu不可能多三分之一，不能整除3。按多二分之一算vec4 madd理论浮点16*6*0.82*2/2*3 = 236.16gflops，效率203.4/236.16 = 86%。3ee 6核不考虑多出的madd都有3*8*6*0.82*2 = 236.16gflops，实际值203.4低于这个值，和以前的3ee birost核心冲突；考虑多出三分之一madd 236.16/3*4 = 314.88gflops，差得更多。
![[惊哭]](/static/emoticons/u60cau54ed.png)
level 12
三星的g72和g76更厉害，add/sfu是arm ppt的2倍，华为的和arm ppt相符。9820 24x12x0.702x(1+2)=606.5288gflops。因为三星g72和g76的add多一倍，跑madd+add时才有add和多出的三分之一madd组合，24x12x0.702x3/3x4=808.704gflops。多出的madd跑fp32 add或者fp16时不起作用，比如9820的vec4 fp16 madd。
2019年07月20日 05点07分
8
这么神奇？
2019年08月02日 09点08分
GPU也有选配？
2019年07月20日 07点07分
这样看，还是adreno架构上更稳，实际跑图形代码的时候好像基本没有mad+add的情况，多出来的add感觉没啥用。mali说是纯scalar架构，scalar效率这么低有点迷
2019年07月22日 12点07分
@ioncannon 这个在微博上和你说过。加个mul + add吧，640单跑vec4 fp32 乘、加，都能发出440G指令每秒，但跑madd就变成370G指令每秒了。而且乘和加的指令一样，乘的浮点多30%。
2019年08月02日 11点08分
level 5
level 6
![[呵呵]](/static/emoticons/u5475u5475.png)
level 11
一句讲嗮，810目前中端芯片最强
2019年07月24日 11点07分
11
level 12
用snapdragon profiler测了下540。gfxbench alu2利用fragment shader进行运算，有fp32和fp16指令，比例接近2:3，alu利用率80%，alu工作时间百分比94%。adreno的fp32和fp16是分开的，而且可以同时工作，但同时工作的效率不高。540的alu2数据，80G fp32指令每秒，130G fp16指令每秒。而跑vec4 fp32 madd 167G fp32指令每秒，330.9gflops浮点，跑vec4 fp16 madd 356G fp16指令每秒，675.5gflops浮点。
manhattan3.0和t-rex的读写总带宽在12GB/s左右，两者都有fp32和fp16指令。t-rex的fp16指令最多，占85%左右；manhattan3.0的fp32指令多一些，是fp16的2倍左右，不过有点不太稳定，有时候fp16指令数突然比fp32指令多好多。
以上说的有fp16指令的都是指fragment shader，vertex shader只用fp32不用fp16。
texturing 的读总带宽在8-9GB/s，写总带宽4GB/s头，总共12-13GB/s。linear filtered过滤92%，没分双线性和三线性，最近点采样1.7%，各向异性过滤0。
记得twy_2000测的980总带宽不超过9GB/s，比adreno5系需求的带宽少多了。
2019年07月25日 14点07分
12
manhattan3.0和t-rex的读写总带宽在12GB/s左右，两者都有fp32和fp16指令。t-rex的fp16指令最多，占85%左右；manhattan3.0的fp32指令多一些，是fp16的2倍左右，不过有点不太稳定，有时候fp16指令数突然比fp32指令多好多。
以上说的有fp16指令的都是指fragment shader，vertex shader只用fp32不用fp16。
texturing 的读总带宽在8-9GB/s，写总带宽4GB/s头，总共12-13GB/s。linear filtered过滤92%，没分双线性和三线性，最近点采样1.7%，各向异性过滤0。
记得twy_2000测的980总带宽不超过9GB/s，比adreno5系需求的带宽少多了。
可以把各种主流的GPU的烤鸡情况总结成表格
2019年08月02日 08点08分
level 13
我是这么想的，标准G71的一个ALU是MAD + ADD，一个EE有4路ALU，一个核有3 EE，但核里还有一个额外的特殊EE，这个EE有4路只能做FP32的MAD ALU。
G71的实际值超过理论值是因为这个额外EE，如果不算这个额外EE，每个ALU的理论值为（MADD 2，MUL 1，ADD 2，MADD+ADD 3），但是以效率最高的Vec4实际值为（FP32：MADD 2.5，MUL 1.2，ADD 1.9，MADD + ADD 2.8）（FP16：MADD 3.7，MUL 1.9，ADD 3.7，MADD + ADD 5.5），FP16吻合，但FP32不对。
算上这个只能做FP32 MAD的EE就合理了。
FP32：MADD 2*(3+1)/3=2.67,MUL (3+1)/3=1.33,ADD (6+1)/3=2.33,MADD + ADD还是3。</p>
<p dir="ltr">G52和G76同理，不管是2 EE还是3 EE，核里都还有1个额外的特殊EE，只是所有EE都变为8路ALU。
2019年07月30日 07点07分
14
G71的实际值超过理论值是因为这个额外EE，如果不算这个额外EE，每个ALU的理论值为（MADD 2，MUL 1，ADD 2，MADD+ADD 3），但是以效率最高的Vec4实际值为（FP32：MADD 2.5，MUL 1.2，ADD 1.9，MADD + ADD 2.8）（FP16：MADD 3.7，MUL 1.9，ADD 3.7，MADD + ADD 5.5），FP16吻合，但FP32不对。
算上这个只能做FP32 MAD的EE就合理了。
FP32：MADD 2*(3+1)/3=2.67,MUL (3+1)/3=1.33,ADD (6+1)/3=2.33,MADD + ADD还是3。</p>
<p dir="ltr">G52和G76同理，不管是2 EE还是3 EE，核里都还有1个额外的特殊EE，只是所有EE都变为8路ALU。