GPU国内外发展状况

1999年8月，NVIDIA发布了全球第一颗GPU-GeForee256，由顶点转换和顶点光照处理器及像素着色流水线两个模块组成。

2001年，NVIDIA推出了第一款拥有可编程顶点着色器的GPU-GeForce3。2002起，Geforce Fx 、Geforce 8相继面世。2008年，CUDA正式发布，引发了GPU 通用计算的革命，2008年，NVIDIA发布了能够支持CUDA计算能力1.1的GeForeeg 系列GPU，以及支持CUDA计算能力1.3的GTZOOGPU。NVIDIA在GT200中引入

了大量重要改进，使得GT200不仅具有极高的处理能力和存储器带宽，用于通用计算时的可编程性和灵活性也更加出色。同年，NVIDIA发布了Tegra系列产品，进军移动处理器市场。

最新的基于GPU 的Fermi 架构拥有30 亿个晶体管，512 个CUDA 内核。一个CUDA 内核在一个时钟周期内执行一个线程（或kernel）中的一个浮点数或整数指令。512 个CUDA 内核是按照16 个含有32 个内核的SM 进行组织的。GPU拥有6 个

64-bit 的显存分区（partitions），支持384-bit 的显存接口。另外Fermi 双warp 调度机制可以同时启动两个warp，并且将每个warp 的一条指令分发到16 个CUDA 内核上执行或者是16 个存取单元或者是4 个SFU。因为warp 的执行是独立的，所以，Fermi 的调度单元不需要检查指令流之间的相关性。由于使用了这种完美的双发射模型，Fermi 几乎实现了最佳的硬件性能。

Fermi 架构一个关键的创新点在于共享存储器的设计。在Fermi 架构中，每个SM 拥有64KB 的片上存储器，可以配置为48KB 的共享存储器和16KB的L1 缓存或者配置为16KB 的共享存储器和48KB 的L1 缓存。在CUDA 并行编程模型中，每个线程都有自己的私有显存（local memory）目的是用于寄存器溢出和函数调用等。每个线程块拥有自己的共享存储器空间目的是用于线程块内线程间的通信、数据共享、结果共享等。网格级别的共享数据是通过将数据保存到全局存储器空间实现的。为应过对不同行业计算应用程序的分析，Fermi 架构的存取数据采用统一的存储路径，即每个SM 中使用可配置的L1 缓存，全局存储器使用统一的L2 缓存。每个SM 中L1 缓存是可配置的既支持共享存储器的使用也支持对local 和globle 操作的缓存：64KB 的缓存可以被配置为48KB 的共享存储器和16KB的L1 缓存，或者是16KB 的共享存储器和48KB 的L1 缓存。Fermi 拥有768KB 的统一的L2 缓存，可以供存、取和纹理操作使用。L2于所用的SM 相通，为全局存储器提供高效的、快速的数据传输。