Changes between Version 30 and Version 31 of CALによるGPUプログラミング

Timestamp:

Apr 18, 2009 11:50:05 AM (16 years ago)

Author:

nakasato

Comment:

--

CALによるGPUプログラミング

@@ -6 +6 @@
 = RV770の基本 =
  * RV770アーキテクチャ(正確にはアーキテクチャの名前はR700)のGPUチップは、Radeon HD4850, HD4870, HD4890として売られているボードに搭載されている。
-  * Stream Coreと呼ばれる単精度浮動小数点演算器が800個搭載されており、それぞれが単精度でMultiply-Addが可能なprocessorである。Stream Coreには2種類あり、片方は単純に単精度演算ができるStream Core(SC)で、他方は三角関数なども可能なT-Stream Core(T-SC)である。
- * 4組のSCとひとつのT-SCが組になり、5 wayのVLIW processorを構成している。このThread Processor(TP)は、内部に128個(?)の128 bit汎用レジスタとそのた一時レジスタなどをもつ。TPの命令実行には様々なパターンがあり、最大で5個の単精度または32 bit整数演算、あるいは4個の単精度/整数演算＋1個の関数演算、あるいは2個の倍精度加算、または1個の倍精度乗算が実行できる。RV770は合計で160個のTPを持つ。
+
+ * 性能まとめ表
+|| board  || arch  || clock || memory || SPの数 || 単精度性能 || 倍精度加算性能 || 倍精度乗算性能 ||
+|| HD4850 || RV770 || 650 MHz || DDR3 || 800 || 1040 GFLOPS || 208 GFLOPS || 104 GFLOPS ||
+|| HD4870 || RV770 || 750 MHz || DDR5 || 800 || 1200 GFLOPS || 240 GFLOPS || 120 GFLOPS ||
+|| HD4890 || RV770 || 850 MHz || DDR5 || 800 || 1360 GFLOPS || 272 GFLOPS || 136 GFLOPS ||
+ x2のボードは単純に2倍の性能
+ 
+ * Stream Coreと呼ばれる単精度浮動小数点演算器が800個搭載されており、それぞれが単精度でMultiply-Addが可能なprocessorである。Stream Coreには2種類あり、片方は単純に単精度演算ができるStream Core(SC)で、他方は三角関数なども可能なT-Stream Core(T-SC)である。
+
+ * 4組のSCとひとつのT-SCが組になり、5 wayのVLIW processorを構成している。このThread Processor(TP)は、内部に128個(?)の128 bit汎用レジスタとその他一時レジスタなどをもつ(はず)。TPの命令実行には様々なパターンがあり、最大で5個の単精度または32 bit整数演算、あるいは4個の単精度/整数演算＋1個の関数演算、あるいは2個の倍精度加算、または1個の倍精度乗算が実行できる。RV770は合計で160個のTPを持つ。
+
  * TPが16組集まってSIMD engineとよばれるユニットを構成する。SIME engineには共有メモリ(Local Data Store;LDS)と外部メモリへのtwo-levelのキャッシュがある。SIMD engine内では、LDSを利用することでTP間のデータのやりとりをおこなうことができる。SIMD engine内のTPは同一の命令を実行する。RV770は合計で10個のSIMD engineを持つ
+
  * SIMD engineへの命令の供給と制御はUltra-threaded Dispatch Processor(UTDP)というユニットがおこなう。UTDPは、異なるSIMD engineに別々の命令を供給することが可能。そのためRV770全体ではSIMD実行ではなくMPMD実行になる場合がある。また、名前からするとひとつのSIMD engineに供給する命令流を複数切り替えることで、メモリの読み込み隠蔽などをおこなったりもするのだろう。
+
  * HD4870とHD4850の違いはRV770チップの動作クロック(750 MHz vs. 625 MHz)だけでなく、外部メモリへのインターフェイスも違う。4870はDDR5メモリと接続され、メモリ帯域幅は115.2 GB/sec (256 bit bus, data clock rate 3600 MHz)である。4850はDDR3メモリと接続され、メモり帯域幅はX GB/sec (256 bit bus, data clock rate X MHz)である。HD4890はHD4870のクロックをさらにあげて850 MHzとしたもの。メモリクロックもあがってる？
 
@@ -22 +34 @@
    * 除算は単精度の初期値をつかってどうにか
  のように実行されるようだ。単精度での理論性能は全ての命令がmultiply-addの時に達成されるものであるため、結果的に倍精度加算は単精度性能の2/5の半分で1/5の性能となり、乗算はさらにその半分の1/10の性能になる。
-
- * 性能まとめ表
-|| board  || arch  || clock || memory || SPの数 || 単精度性能 || 倍精度加算性能 || 倍精度乗算性能 ||
-|| HD4850 || RV770 || 650 MHz || DDR3 || 800 || 1040 GFLOPS || 208 GFLOPS || 104 GFLOPS ||
-|| HD4870 || RV770 || 750 MHz || DDR5 || 800 || 1200 GFLOPS || 240 GFLOPS || 120 GFLOPS ||
-|| HD4890 || RV770 || 850 MHz || DDR5 || 800 || 1360 GFLOPS || 272 GFLOPS || 136 GFLOPS ||
- x2のボードは単純に2倍の性能
 
 = Linuxにおける利用方法 =