跳转到内容

AMD FireStream

本页使用了标题或全文手工转换
维基百科,自由的百科全书
(重定向自FireStream

FireStreamATI研發的一个流处理器系列,在AMD收購ATI後改為 Firepro S 系列,建基于Radeon图形显示芯片,提供高性能计算能力。FireStream产品中的显核不是用來作3D加速用途,而是利用显核内置的强大像素处理器變成一群并行处理器,作为浮点运算协处理器,协助中央处理器计算复杂的浮点运算程序,例如複雜的科学運算。

而早在数年前,人們就意識到GPU不但可以處理图形數據,還可以處理其他數據。BionicFX就試過利用GeForce 6800处理音频數據,ATI亦做過同樣的試驗。而且史丹佛大學的Folding@Home研究项目亦可利用Radeon X1900作運算加速[1];通过GPU来模拟蛋白质合成,进而找尋有關蛋白质的疾病。

R520系列顯核問世以來,基於它的可編程結構,ATi已投入大量資源研究GPGPU,意即使用顯核來作非3D運算,處理一般在主流伺服器和桌面處理器上運行的軟體,据称性能比CPU高出10-30倍,并于稍后宣佈其“流计算(通用计算)”(Stream Computing/General Purpose Computing)概念,同时发布ATI FireStream流处理器,使用名为“Close To Metal”(CTM)的硬件界面,直接跳过3D应用程序接口,如DirectX,让开发者可以充分利用流处理器架构的特性,以最符合流处理器使用的原则对程序進行优化。

第一个产品,FireStream 580,是建基于R580图形芯片。它将是一块采用R580顯核的特殊显示卡,R580顯示核心中的48个独立的像素处理器能带来强大的浮点运算性能。该产品采用PCI Express x16作為介面,流处理器的频率是600 MHz,可以同時執行512線程,並配備了1GB GDDR3記憶體,频率是1300 MHz。並有可能使用多个核心並行处理數據。這个流处理器的功耗為165瓦特

在AMD于2006年中成功收购ATI后,ATi成为AMD旗下的图形产品部门,并於2006年11月15日正式发布了业界首款“流处理器”(Stream Processor)。這款流处理器利用AMD旗下的图形产品部门,原先是用於Radeon X1900显示卡上的ATI R580顯示核心作為基礎。ATI FireStream 580并可以作為AMD的Torrenza协处理平台的附件加速芯片。

当今最强大的计算机之一是IBM的蓝色基因/L,它拥有65536个双核心处理器,亦即是131072个处理核心,运算性能是367TFlops。理论上,只需不到1000个流处理器,就能达到蓝色基因/L的性能水平。因为每个FireStream流处理器能提供至少375 GFLOPS的运算能力。借助CTM硬件界面,系統就能直接控制流处理器和其記憶體,不用再通過3D API Layer,所以性能是處理图形數據時的8倍。由於CTM是開放性設計,開發商可將指令集輸入至顯示記憶體中,成為可編程處理器。

根據AMD展示的系统,采用微软Windows XP Professional,采用AMD的Opteron双核心处理器,搭配2张AMD R600流处理器,借助1个通用的MADD计算,這個系统每秒就能完成1万亿次浮点计算,性能是目前頂級系統的10倍。這是由於流处理器核心擁有大量平行处理器,能輕易提升浮点运算性能。

一家名為Peakstream的公司(已被Google收购)宣佈,只需利用軟體,配合x86或者Cell处理器,就可以發揮出顯示卡強大的浮点運算性能,應用於普通的程序中,而速度會較普通CPU快上20倍。直至Google收购的一刻,該軟體只支援ATI的顯示核心 [來源請求]

2007年十一月末,AMD正式发布第二代FireStream流处理器,AMD FireStream 9170,建基于55 nm製作工艺的ATI RV670显核,提供业界首个雙精度浮点运算流处理器,并达到500 GFLOPS单精度浮点运算速度,功耗向下调至不多于150瓦特。并将于2008年第一季推出FireStream SDK,提供Compute Astraction Layer(CAL),成为一个完整的软体编写与开发平台,让开发人员利用高级编程语言(例如:C语言C++等,以及其他专有函式库,如:Brook+RapidMind等)编写程序,并经过CTM界面,进行低级(機器代碼)微调。

Stream流处理器的開發軟體名為Stream SDK。在2008年8月,AMD宜佈將會升級此軟體,以支援DirectX 11和OpenCL[2]。從催化剂 8.12開始,主流顯示卡將可以使用到Stream技術,對抗NVIDIACUDA技術。[3]

参考文献

  1. ^ 史單福大學要利用 GPU 來進行 Folding@home 計畫. [2008-01-04]. (原始内容存档于2006-11-23). 
  2. ^ AMD Stream流处理计算开发将支持DX11. [2008-08-06]. (原始内容存档于2009-02-14). 
  3. ^ AMD Stream通用计算技术即将走入大众. [2008-11-22]. (原始内容存档于2012-09-06). 

外部連結