全球第一个第三方D3D10 shader级别性能测试

feel囝

那么我也有问题了，不是说Sm3.0具备简单的分支能力吗？那么对比Sm2.0b，这分支到底是用什么去做？

Eji

原帖由 RacingPHT 于 2007-7-21 14:34 发表
公开的资料中, GPU的cache包括vertex pre-transform cache, post-transform cache, texture cache, DX10还包括constant buffer cache.

GPU的prefech是基于texture tile的prefetch. prefetch是为了降低cache miss rate, 和thread是两个不同(但是相关)的概念。

任何cache miss rate都不是固定的。但是GPU的数据本地性非常好, 所以cache即使很小也可以获得很高的命中率。我个人猜测NV40-R5xx这一代的GPU通常只能维持~20-40个thread, 如果没有足够高的hit rate, 性能会低得不堪设想。

GPU的localize會好只有在Texture filtering的時候吧？
filtering基本上只有已經cache hit的時候才作，然後Texture Addressing的時候也會有大半是cache miss的....

以整個GPU來說，NV40的thread大約是100前後，但是分成4個quad，所以應該也是在20~40前後，加上比較頻繁的分支(每128pixel左右)時性能的確是低得不堪一擊。
R520有512個thread分成4個quad，RV530是128個thread，討論架構應該以這個為單位。

Edison

hitrate=1/miss rate，这两个东西根本就是互为倒数关系，并非分立的指标。

一般来说，cache的性能就是它的access time，在多层次存取中就是Average memory access time。

Average memory access time = Hit time + Miss rate × Miss penalty

很显然，在设计cache的时候，主要就是缩减 hit time、miss rate、miss penalty。

FGMT说到底只是能掩藏cache miss的时间，但是如果cache并没有miss的话，例如bilinear/anisotropic/trilinear filter的texel一般都能在tex cache中抓到，这个时候的瓶颈还是在bilinear filter能力/单元数量上。

rightmark 3d 2.0中R600目前的表现应该部分卡在驱动的bug、部分卡在VTF单元数量。

graphiccard

X2900原来那么强的说

zzhang

后面的基本上看不懂了。不过2900xtDX10性能看来很难有起色是肯定的了。

kunnsr

原帖由 flymop 于 2007-7-20 21:19 发表
FT啊
这哪是FX附体
这明明不是当年的S3么

那个野人2000哈w00t) w00t) w00t)

vrml

有几个问题想请教RacingPHT 和 思考:

至于thread数量，G80一共有8个TPC，每个TPC拥有两个multiprocessor，每个multiprocessor具备24个warp，每个warp拥有32个独立的thread....你可以自己算一下一共有多少个thread

可以算一下，一共有8 * 2 * 24 * 32个thread,但同时有128 个scalar process, 平均每个96个thread, 而

现代内存系统在1.35Ghz的处理器上的延迟大概是200-300个cycle

实做中shader的temp寄存器直接影响到thread的数目, 所以实际的thread数量远远达不到理论的水平。20个thread是一个实际我见到的数目。

可以解释一下为什么吗？

另 for 思考： 你引用David B.Kirk的这段话，难道你忘了这位老兄曾经给我们开的大玩笑吗？ "G80 是non-unify-shader"

"但是我后来的观点“GPU不具备类似CPU那种类型的perfetch体系”，我认为依然是正确的"

我不知道什么是“CPU那种类型的perfetch体系“,能否给解释一下。但任何一种cache,遇到miss后都不会只fetch当前所需的数据，而是一整条cache-line,从而保证以后的若干request是hit.即如RacingPHT如说的texture fetch的例子。

So, 我认为无所谓"build for hit" or "build for miss", 在实作中既有尽量保证数据相关性以提高hit rate,又要有诸如multi-thread的方法来cover latency.

Edison

iXBT的老大刚刚和我说，他们将会在明天正式发表这篇测试文章，大家拭目以待。

ayanamei

其实我觉得思考说"GPU没有CPU那样的Cache"
简单的理解就是说从GPU cache机制更多的是为了texture fetch服务的
CPU可以从cache中抓到想要的所有数据 只要必要
但是GPU 的渲染流程来看 Cache是保证平行度 减少stall的东西
毕竟GPU不是从内存抓数据开始整个管线

而单纯看待cache而言 cache的特性和应用是不会有什么本质不同
但是从CPU和GPU的整体特性上 他们的地位 和解决的问题取向有少许差异

[ 本帖最后由 ayanamei 于 2007-7-23 02:49 编辑 ]

ayanamei

原帖由 RacingPHT 于 2007-7-23 00:09 发表


1: GPU调度的单位名义是thread，但实质上则是一组thread。
2: 某个硬件的thread数量不是固定的, 而大体上与程序的寄存器需求呈倒数关系。shader越复杂则thread数量越少，实际获得的IPC就越低。
3: 对于G8 ...

G80 每个MP 拥有独立的constant memory 和shared memory
应该有register file的替换机制才对 将stall theading所需的资源替换出来 让其他theading使用
这样TPC最终最大能管理的threading数量和实际
constant register决定的parallel-threading的总量了就不存在什么冲突了

[ 本帖最后由 ayanamei 于 2007-7-23 03:10 编辑 ]