決戰性能之巔！NV雙芯旗艦GTX590評測

    講完了GPC（內含光柵引擎）和SM（內含多形體引擎）之后，就輪到了GF100的最小單元——流處理器，現在NVIDIA將它稱為CUDA核心。

9.4 GF100圖形架構：第三代流處理器的諸多改進

    論單個CUDA核心，GF100與GT200/G80的基本功能是相同的，沿用了之前的1D標量流處理器設計，無論程序要求什么類型的指令，都可以通過線程分配器打散之后交給CUDA核心處理，從而保證任何指令都能獲得100%的執行效率。

GF100的SM與CUDA結構

    雖說像素和頂點等4D指令依然是主力，但在進入DX10時代后Z緩沖區（1D）或紋理存取（2D）等非4D指令所占比重越來越多，此時NVIDIA的標量流處理器架構處理起來依然如魚得水。

● CUDA核心的改進：

    每一個CUDA核心都擁有一個完全流水線化的整數算術邏輯單元（ALU）以及浮點運算單元（FPU）。GF100采用了最新的IEEE754-2008浮點標準，2008標準的主要改進就是支持多種類型的舍入算法。新標準可以只在最終獲取數據時進行四舍五入，而以往的標準是每進行一步運算都要四舍五入一次，最后會產生較大的誤差。

    GF100能夠為32bit單精度和64bit雙精度運算提供FMA（Fused Multiply-Add，積和熔加）指令，而GT200只在64bit時才能提供。FMA不僅適用于高性能計算領域，事實上在渲染緊密重疊的三角形時，新的FMA算法能夠最大限度的減少渲染誤差。

● 16個載入/存儲單元：

    每一個SM都擁有16個載入/存儲單元，從而在每個時鐘周期內均可為16個線程運算源地址與目標地址。支持的單元能夠將每個地址的數據載入和存儲到高速緩存或顯存中。

● 四個特殊功能單元：

    GF100每個SM內部還擁有額外的四個SFU（Special Function Units，特殊功能單元），可用于執行抽象的指令，例如正弦、余弦、倒數和平方根，圖形插值指令也在SFU上執行。每個SFU在一個時鐘周期內針對每個線程均可執行一條指令，一個Warp（32個線程）的執行時間可超過八個時鐘周期。SFU流水線從分派單元中分離出來，讓分派單元能夠在SFU處于占用狀態時分發給其他執行單元。復雜的程序著色器在特殊功能專用硬件上的運行優勢尤為明顯。

● 雙Warp調度器：

    SM可對32個為一組的并行線程（又叫做Warp）進行調度。每個SM擁有兩個Warp調度器以及兩個指令分派單元。這樣就能夠同時發出和執行兩個Warp。

    GF100的雙Warp調度器可選出兩個Warp，從每個Warp發出一條指令到16個核心、16個載入/存儲單元或4個特殊功能單元。因為Warp是獨立執行的，所以GF100的調度器無需檢查指令流內部的依存關系。通過利用這種優秀的雙指令執行（Dual-issue）模式，GF100能夠實現接近峰值的硬件性能。

    大多數指令都能夠實現雙路執行，兩條整數指令、兩條浮點指令或者整數、浮點、載入、存儲的混合指令以及SFU指令均可同時執行。但雙精度指令不支持與其它指令同時分派。