剖析Imagination的A-Series GPU新架构：和高通Adreno和Arm Mali比比

J4hesmc

比如3D Data Master，还执行一些其他的固定功能预处理，包括HSR（隐面消除，是GPU的核心技术之一）、针对shader的工作负载生成。随后进入到“Triangle Task Merging”（三角形合并）——Beets表示这是一个关键模块；PDS（Programmable Data Sequencer，可编程数据定序器）再对资源进行分配管理，为工作负载和管理任务预留寄存器空间——这个组件能够针对未来的线程从cache中预取数据。J4hesmc

接下来是指令scheduler（调度器）和decoder（解码器），分发解码后才正式进入到执行单元。然后就是128-wide的ALU了，这里值得一提的是，在主ALU管线之外还有一个副ALU线路方案（Secondary ALU），如上图所示。这部分管线仅有主ALU管线1/4的宽度，每周期并行执行32个线程，不过有一些更为复杂的指令，执行任务包括各种操作与迭代、数据转换、超越指令等。Beets表示，在更低的速率上工作，是基于对真实应用场景各种工作负载所做的权衡。“针对ALU结构，我们分析了大量应用，去理解其中的平衡点，实现最高的效率。”J4hesmc

弹性化扩展

以上是对单个ALU簇的大致理解，也是A-Series获得性能暴涨的主要原因。我们往更高层级看一看其架构变化。在多年前的Rogue架构分享中，Imagination曾有一度将每个USC（Unified Shading Cluster）算作一个核心。到A-Series看来，大概已经不能这么算了，因为其性能扩展方式比较“模块化”。J4hesmc

前文谈到的这样一个主体128-wide ALU管线实际就是一个USC。这样一个USC，加上周边的固定功能单元，比如TPU（纹理处理单元）、HSR（隐面消除）、各种针对不同数据的管线（如针对几何数据处理、光栅处理、混合处理等），以及可实现更高层级共享的cache，也就共同组成了一个真正意义上的“核心”，只不过这个核心比较大型。下面这张图就是一个完整的核心，在A-Series的弹性架构中构成真正的、完整的一个IP方案。J4hesmc

J4hesmc

在AXM 8-256方案中，这样的一个GPU“核心”内部有一个ALU簇（即一个USC），一个TPU纹理处理单元，以及其他专用单元。而在更高配置的AXT 16-512产品中，一个“核心”则包含了两个128-wide的ALU簇（达成每个时钟周期512次浮点运算），两个TPU（达成每个时钟周期采样16个双线性过滤texel）。J4hesmc

作为对比，Mali G77标称每个时钟周期 64 FLOPs、2 texels，也就是说一个AXM 8-256核心就相当于8个Mali G77核心的性能水平。这其实也表明了Mali仍在走GPU的小核心、多核心路线，而Imagination在走宽核心路线。J4hesmc

J4hesmc

而如果是性能更高的AXT 32-1024，就是将这样一个GPU核心“复制”一份，实现性能翻番；那么达到最高配的AXT 64-2048实际上就是四个这样的核心。与此同时，针对各种单元的调度和监控，有一个小型的固件处理器（firmware processor），这一点将在后文中进一步提及。J4hesmc

Beets说这样的弹性架构，可以方便地选择性能提升，或者通过减少并行管线、纹理单元的方式，实现符合自身应用所需的配置。J4hesmc

J4hesmc

尤为值得一提的是，他特别列举了各种操作类型在流经GPU时的全套逻辑。比如上面这张图就是几何图形处理过程（geometry processing flow）的例子，绿色模块表示的是需要处理这些数据和操作所涉及的模块，箭头则表示整个流程方向：GPU获取到内存中的命令结构，Geometry Data Master首先检查内存中的命令队列，获取命令并将工作负载推到GPU内部；随后读取几何图形，各种各样的三角形就会填充到cache中，再进入几何图形管线（geometry pipeline），之后流经ALU，返回的结果还需要进入到Tiling Engine（因为Imagination的GPU IP是典型的Tile-based Rendering基于块渲染的架构），将这些三角形转换至应用于屏幕不同的tile区域，最终输出到内存。