#03GPU 算力評估   

在智能座艙中，顯示子系統(tǒng)特別依賴 GPU 的處理能力，同時視覺感知子系統(tǒng)也在一定程度上需要借助 GPU 進行計算。合理評估 GPU 的算力資源，從而判斷 SoC 是否能支持座艙內(nèi)各種顯示屏的運作，是一項至關(guān)重要的任務。

3.1 GPU 架構(gòu)原理

從本質(zhì)上看，GPU是一種基于 SIMD（單指令多數(shù)據(jù)）架構(gòu)的計算機系統(tǒng)。與 CPU 相比，GPU 配備了更多的處理單元，并具備更高的并行處理能力，因此能更迅速地處理大量的圖形和 圖像數(shù)據(jù)。GPU 之所以適用于并行計算，主要是因為它擁有出色的并行處理能力和豐富的計算單元。GPU 的設(shè)計初衷在于提升數(shù)據(jù)吞吐量，也就是在一次操作中處理盡可能多的數(shù)據(jù)。為此，GPU 采用了流式并行計算模式，能對每個數(shù)據(jù)行進行獨立的并行計算。這種獨特的設(shè)計使得 GPU 在處理大規(guī)模并發(fā)計算任務方面表現(xiàn)出色，例如矩陣乘法、圖像處理以及深度學習等。

為了理解 GPU 的工作原理，我們首先需要探究計算機系統(tǒng)是如何繪制并渲染圖形的。

從本質(zhì)上講，計算機所能處理的圖形圖像都是由一系列的頂點（Vertex）和紋理（Texture）數(shù)據(jù)組成的。這些頂點會構(gòu)成多個三角形，當在這些三角形上貼合相應的紋理后，就能輸出用戶可見的最終圖像。這一過程CPU和GPU的協(xié)同工作，以實現(xiàn)最高效率。圖2給出了一個圖形繪制的流程示意圖：

圖 11-2  圖形繪制流程示意圖

繪制過程涉及 CPU、GPU和DPU的共同參與。圖形繪制和渲染的核心在于GPU管線（GPUPipeline）。這里的“管線”并非指CPU的并發(fā)流水線，而是用來比喻GPU處理圖像的流程，就像物品在生產(chǎn)流水線上從一個環(huán)節(jié)傳遞到下一個環(huán)節(jié)，直到全部加工完成。在GPU管線中，圖像數(shù)據(jù)經(jīng)歷一系列的處理步驟，最終輸出我們所需的圖形圖像。表 7 詳細列舉 了 GPU 管線的主要步驟。

表 7  GPU 管線繪制步驟說明

操作含義處理單元包含內(nèi)容Input Assembler輸入材質(zhì)CPUCPU 將需要渲染的紋理、材質(zhì)、貼圖等材料從外部存儲器復制到GPU 顯存中，以提升處理速度Vertex Shader頂點著色器GPU處理單個頂點的坐標以及相關(guān)參數(shù)（顏色、位置）Geometry Stage幾何處理階段GPU根據(jù)頂點信息生成圖元。在幾何階段，頂點著色器輸出的數(shù)據(jù)將進一步被處理，包括進行曲面細分、幾何著色、裁剪和屏幕映射等操作Viewport transform and Clipping視口變化和裁剪GPU讓畫面內(nèi)容適配實際的顯示分辨率，如果顯示的三角形超出了可視范圍，那么也會被裁剪Tiling分塊處理GPU將整塊屏幕渲染劃分成小塊處理，適合移動GPU 架構(gòu)Triangles & Rasterization光柵化處理GPU根據(jù)頂點信息，繪制三角形矢量圖形，并將矢量圖形格式表示的圖像轉(zhuǎn)換為位圖以進行顯示

Early-Z Test

提前深度測試GPU測算每個分塊緩沖區(qū)域是否被遮擋，提前去掉被遮擋的緩沖區(qū)，只處理最頂層應該顯示的區(qū)塊Pixel Shader像素著色器GPU使用渲染的紋理和材質(zhì)，對每一個像素位圖進行填充Raster Operations光柵操作GPU圖形渲染的最后一個階段，經(jīng)過深度測試和顏色混合后，將生成的像素數(shù)據(jù)寫入GPU的幀緩沖區(qū)（framebuffer），然后傳送給DPU 進行輸出Blender/Output Merger圖層混合與輸出合并DPUDPU負責實現(xiàn)多圖層的合并處理，并輸出到顯示接口中，如DP 或DSI 接口

在這些操作中，光柵化（Rasterization）和像素著色器（Pixel Shader）是需要進行大量并行處理的關(guān)鍵步驟，要求有足夠多的運算單元來執(zhí)行。因此，在 GPU 的微架構(gòu)中，這些處理單元被設(shè)計為多線程計算單元，以便能夠同時處理多個任務，如圖 3 所示。

圖 3  GPU 并行計算處理單元架構(gòu)

從圖 3 中可以看到 GPU 內(nèi)部存在一個執(zhí)行隊列。GPU 從這個隊列中獲取指令，并將其發(fā)送到 SIMD 單元執(zhí)行。SIMD 單元能夠調(diào)度并執(zhí)行一條計算指令，同時對多路數(shù)據(jù)進行處理。計算結(jié)果通過數(shù)據(jù)緩存最終寫入系統(tǒng)內(nèi)存。顯然，這種架構(gòu)非常適合進行矩陣運算或大量像素的并行計算，因為它能夠高效地處理批量數(shù)據(jù)，從而提升整體計算性能。

3.2 GPU 性能評估標準

在智能座艙中，GPU 最主要的用途還是負責圖形計算和渲染的任務，它與桌面?zhèn)€人計算機，智能手機的用途一樣，首先要考慮圖形圖像顯示的流暢度與畫面的精美程度。更進一步， GPU 還要承擔 3D 游戲的運行任務，當 GPU 運行壓力達到閾值之后，屏幕畫面的卡頓、掉幀、降頻等問題會嚴重影響座艙用戶的體驗。

因此，需要針對 GPU 的性能進行評估，而評估標準既是系統(tǒng)架構(gòu)工程師選擇座艙 SoC 的參考要素之一，也是改進 GPU 性能和評估座艙應用是否可行的依據(jù)。

1. GFLOPS

人們習慣使用 GFLOPS（Giga FLoating-point Operations Per Second，每秒 10 億次浮點運算）作為 GPU 的算力評價標準。我們首先來看一下如何計算GFLOPS。

1 ）獲取 GPU 的核心數(shù)量：核心數(shù)量是指 GPU 中包含的核心數(shù)量，通常以個為單位?？梢酝ㄟ^查詢 GPU 的規(guī)格或使用 GPU 檢測工具來獲取核心數(shù)量。

2）獲取每個核心的頻率：每個核心的頻率指的是 GPU 的時鐘頻率，通常 MHz（以兆赫）為單位。可以通過查詢 GPU 的規(guī)格或使用 GPU 檢測工具來獲取每個核心的頻率。

3 ）獲取每個核心的浮點運算能力：每個核心的浮點運算能力是指每個核心能夠執(zhí)行的浮點運算數(shù)量，通常以 MFLOPS（百萬次浮點運算每秒）或 GFLOPS（十億次浮點運算每秒）為單位。由于核心運行頻率的不同，同一個 GPU 架構(gòu)可能具有不同的峰值運算能力?？梢酝ㄟ^查詢 GPU 的規(guī)格或使用 GPU 檢測工具來獲取每個核心的浮點運算能力。

4）計算 GPU 的 GFLOPS：使用以下公式計算 GPU 的 GFLOPS：

GFLOPS = 每個核心的浮點運算能力× 核心數(shù)量

我們以英偉達的 GeForce 8800 Ultra 芯片為例，計算它的 GFLOPS 參數(shù)值。

在 GeForce 8800 Ultra 芯片中，每個SP（ Stream Processor，流處理器）核心運行的時鐘頻率是 1.5GHz（ 1.5 × 109 個時鐘周期）。

據(jù)英偉達公開資料顯示，1 個SP核心在1 個時鐘周期內(nèi)的雙精度（FP32）的計算能力為3FLOPS，那么 1 個SP核心的峰值算力為：3FLOPS×1.5GHz=4.5GFLOPS Ultra芯片的每個SM（多線程流多處理器）包含8 個SP 核心，SM 運行的峰值算力是4.5 ×8=36 GFLOPS。

GeForce 8800 GPU 一共擁有14個SM ，GPU 的總算力為：36 × 14 = 504 GFLOPS 。