整合更多GPU,移动处理器大开「眼」界

2013-12-23 09:46:34来源: 新电子

    高阶行动装置对多媒体等视觉体验的要求愈来愈高,促使行动处理器开发商大举整合更多GPU核心,期借助平行运算能力,分散CPU运算负担,进而强化绘图与视觉表现。

    在全球消费性市场中,智慧手机与平板装置无疑是最热门的产品,根据顾能(Gartner)所发布的最新预测指出,2013年手机出货量将超过十八亿支,较2012年成长3.7%;平板的出货量将上看一亿八千四百万台,成长42.7%,呈现高速增长态势。 

    尤其值得关注的是高阶行动装置产品更不断推陈出新,给用户的视觉性应用体验已接近个人电脑(PC)、电视等级,即可提供丰富、流畅的二维(2D)或三维(3D)使用者绘图介面(GUI)、视网膜(Retina)级的高画质、快速的网页呈现及摄影功能,以及更逼真的3D游戏等。 

    在一台小小的行动装置上要达到这些使用体验,对于开发者而言,设计门槛已愈来愈高。以3D游戏为例,要让行动装置达到与PC、电视同级的游戏体验,须提升的视觉效果包括实体表现、动态照明、高动态范围材质(HDR Texture)、先进阴影效果、几何细节、次表面散射(Subsurface Scattering),以及动态反射(Dynamic Reflection)等。 

    所幸,最关键的行动处理器架构不断升级,除出现整合中央处理器(CPU)和绘图处理器(GPU)的异质多核心架构外,GPU的数量及处理能力也大幅提升,成为实现流畅、长时效视觉体验的最大功臣。以下将剖析先进GPU在架构上的变化与最新进展。 

实现更酷炫绘图功能 异质多核心SoC势不可当

    愈来愈多中高阶行动装置配置四核心CPU的行动处理器,以辉达(NVIDIA)的Tegra系列来说,自Tegra 3开始,就已进入4+1的多核心架构,即四颗效能核心加一颗省电核心,而最新一代的Tegra 4,同样采用4+1的多核心架构,但处理器核心从前代的Cortex-A9提升为Cortex-A15;至于Tegra 4i则仍采用Cortex-A9(r4)CPU。 

    虽然CPU的数目愈多,意味着处理效能也跟着提升,但因CPU的序列处理特性,愈多核心意味着应用程式撰写亦愈困难;相较之下,由于GPU具备平行处理特性,能以近线性化来扩充效能,因此增加GPU数目所提升的效益,会比CPU显著许多。 

    在此情况下,整合CPU与GPU的异质多核心架构,就成了必然之势。而当GPU核心更多,也让开发者有更大空间和弹性去做出更酷的绘图效果、更细腻的细节表现及更生动的情境塑造,让行动视觉与游戏的体验大幅提升。 

    Tegra 4的GPU子系统就是很好的例子,它从前代的十二颗GeForce GPU核心,一举提高到七十二颗,六倍的核心数也带来六倍于Tegra 3的绘图效能。Tegra 4及Tegra 3在GPU效能表现上的差异,请参考表1。在系统配置上,其架构中有所谓的顶点着色器(Vertex Shader)和画素着色器(Pixel Shader);前者让工程师可自订场景(Scene)中顶点的转换过程,后者则是用来控制画面上每个画素的着色计算。 

    更进一步来看,Tegra 4的作法是将七十二颗GeForce核心拆分为二十四颗Vertex Shader与四十八颗Pixel Shader。其中每四颗Vertex Shader组成一组顶点处理引擎(Vertex Processing Engine, VPE),所以有六颗VPE,分别具有16KB、96-entry快取记忆体,能够有效降低向外部晶片存取资料的需求。在相同时脉下,新的GeForce核心可以带来1.5倍于Tegra 3的效能,而前后代Vertex Shader数量相差六倍,相乘之下差距达九倍之多。 此外,Tegar 4总共具有四组画素管线(Pixel Fragment Shader Pipeline),每组画素管线可细分为三组算术逻辑单元(ALU),每个ALU则是由四颗GeForce核心(即Pixel Shader)组成。在实际运作时,会以ALU做为最小层级的单元,并称为多功能处理单元(Multi-Function Unit, MFU),因此Tegar 4总共具有十二组MFU,MFU可执行函数、三角函数、对数、倒数、平方根及MOV等指令(组合语言中的复制)(图1、2)。 

降低多核心SoC耗电量 架构设计担当重任

    对于行动装置而言,电池的使用寿命与效能/功能表现占有同样重要的地位。同样是四核心行动晶片,因个别架构不同,往往也有不同的效能与功耗表现。以Tegra 4来说,除采用安谋国际(ARM)最先进的CPU核心外,透过可变对称式多重处理(vSMP)架构,可依照使用需求进行调配,让四颗效能核心发挥最大处理能力,并可视工作量,分别自动启用及停用各颗核心,以大幅节省电力。 

    为了提升续航力,Tegra 4延续Tegra 3的省电概念,在晶片中加入第五颗处理器核心,不过名称从协同核心(Companion Core)改为省电核心(Battery Saver Core)。当装置处于背景处理邮件、社交软体同步,或是播放影片、音乐等低效能需求情境时,系统将关闭效能核心,并使用省电核心负责执行程式。 

    就晶片设计观之,多核心处理器必定会面临记忆体频宽和整体系统功率的重大瓶颈,为了因应此议题,Tegra 4提出双通道(2x32位元)的记忆体子系统作法。此外,为减少对晶片外记忆体的存取使用需求,Tegra 4的GPU架构中规画顶点、画素、材质(Texture)专用的快取记忆体,让运算任务尽量在晶片内部完成,以提升处理效益和降低功耗。 

    另一个降低系统单晶片(SoC)功耗的重要策略,就是采用先进的电源管理技术。以Tegra 4来说,即采用多层级时脉闸控(Multiple Levels of Clock Gating)、显示要求群组(Display Request Groupig)、动态电压与频率调节(DVFS)等多种电源管理技术,针对不同使用情境将电源需求降至最低。 

运算型摄影架构助力 行动装置影像效能升级

    再从应用端来看GPU架构的发展,今日的使用者非常仰赖行动装置来进行照相和和录影功能,且希望达到专业级的效果。不过,相较于相机,手机或平板装置在先天性上就难以配置太大的镜头,这时想得到高品质的影像,就得靠更先进的影像处理技术,甚至是运用电脑演算法来创造影像。 

    为了提升消费型行动影像体验,真正捕捉到「稍纵即逝」的瞬间画面,Tegra 4内建Chimera运算型摄影架构,它融合CPU、GPU及影像讯号处理器(ISP)的处理能力,让装置制造商得以大幅强化行动影像。在此架构下,行动装置能够即时撷取高品质的Always-On高动态范围照片和影片、高动态范围全景摄影和持续的点触追踪(Tap-to-Track)等功能。 

    以高动态范围全景摄影来说,其中运用广角或「鱼眼」镜头的效果,通常是只在昂贵的数位单眼相机才具备的功能。Chimera架构让相机在移动时即可撷取场景,毋须依循特定的方位进行扫描,并可任意从左右、上下或对角线等方向移动,让使用者可随心所欲运用更多角度和任何顺序的影像,即时「描绘」一张全景相片。 持续型Tap-to-Track技术则让使用者能在拍照时,针对场景中的一个人物或物件进行自动曝光和锁定,随后无论对焦主体移动位置,或者相机调整到另一个更好的拍摄角度,相机都会自动追踪原先已锁定的主体。持续型的Tap-to-track功能也能随着相机移动调整曝光,避免影像主体或背景有曝光不足或过度曝光的现象。 

    更进一步来看,Chimera架构能为人所不能的原因,凭藉的是其影像处理的速度高达每秒执行约一千亿次的数学运算。同时,它导入了许多先进演算法,包括运用X光电脑断层扫描(CT)器、深度太空望远镜和间谍卫星所使用的电脑运算技术,进而排除从前无法解决的问题,让行动影像的呈现效果就像人类肉眼看到的世界一样,有很多不同的景物、地点和场景,并富含各种的光线变化。 

异质多核心SoC扩张应用版图

    异质多核心的SoC架构的优势明显,加上由行动市场所驱动的技术演进日渐成熟,使得更多嵌入式应用也开始选择导入这类的行动处理器,其中一个快速成长的市场,即是车用电子领域,特别是车内资讯娱乐(IVI)系统、数位仪表板、驾驶支援等应用,皆仰赖更强大的GPU/CPU来加以支援。 

    以IVI系统来说,须要提供逼真的3D地图和地形、时髦流畅的使用者介面,以及功能丰富的音讯系统。透过在行动应用已证实可行的Tegra行动处理器,汽车制造商可以更快将这些功能整合至车辆当中。在视觉处理方面,辉达即特别为车商开发出基于Tegra行动处理器的视觉运算模组(Visual Computing Module, VCM)。 

    相较于更新周期较长的其他车载电子系统,汽车用户期待自己的IVI系统和行动应用有相似的体验。透过这套VCM模组式设计,车商就能将快速发展的行动处理器技术独立出来开发与整合,进而能在不同的车款中快速建置IVI车载系统,此举也有助于大幅节省开发时间和成本。 

    举例来说,知名汽车品牌商奥迪(Audi)即导入VCM并推出具连网功能的Audi MIB系统,让Audi Connect平台可随时完整更新Google地球影像和Google地图街景服务的360度全景图。它同时也能实现其他网路资料的传输,如即时汽油价、天气预测及Google本地搜寻的有用资讯。 

挑选CPU与GPU 软体开发支援/开发工具成指标

    除了先进的硬体功能外,软体开发的支援及开发工具也是开发者选择GPU/CPU的关键。如前所述,Tegra系列的弹性化架构,让开发者能运用客制化的演算法来调整GPU架构,进而得到更突出的视觉效果。不仅如此,在Tegra开发人员工具(Tegra Android Developer Pack)中支持包括CPU采样分析(Tegra Profiler)和GPU分析(PerfHUD ES)等功能,Nsight Tegra则提供Android本地端的开发环境,让开发者能更方便且快速的达成工作目标。 

    在更高的GPU绘图效能带动下,可以预见行动或车载装置将能享有更佳的视觉体验。另一个值得关注的发展,则是未来透过浏览器实现3D场景、高画质显示及快速反应游戏的需求将会浮现,背后驱动的力量则来自HTML5及WebGL等技术的发展。 

    事实上,HTML5已能支援GPU的应用,愈来愈多浏览器也开始运用GPU来加速其视觉表现。在跨装置、跨平台的网站上提供强大视觉内容的时代即将来临,这将会带来很大的商机,当然,挑战也不小呢! 

关键字:GPU  移动处理器

编辑:刘燚 引用地址:http://www.eeworld.com.cn/xfdz/2013/1223/article_28985.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。
论坛活动 E手掌握
微信扫一扫加关注
论坛活动 E手掌握
芯片资讯 锐利解读
微信扫一扫加关注
芯片资讯 锐利解读
推荐阅读
全部
GPU
移动处理器

小广播

独家专题更多

富士通铁电随机存储器FRAM主题展馆
富士通铁电随机存储器FRAM主题展馆
馆内包含了 纵览FRAM、独立FRAM存储器专区、FRAM内置LSI专区三大部分内容。 
走,跟Molex一起去看《中国电子消费品趋势》!
走,跟Molex一起去看《中国电子消费品趋势》!
 
带你走进LED王国——Microchip LED应用专题
带你走进LED王国——Microchip LED应用专题
 
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2016 EEWORLD.com.cn, Inc. All rights reserved