談?wù)凜PU的浮點(diǎn)運(yùn)算和整點(diǎn)運(yùn)算

簡單來講在現(xiàn)代計(jì)算機(jī)環(huán)境下的日常使用中，整點(diǎn)運(yùn)算性能影響如壓縮與解壓縮，計(jì)算機(jī)進(jìn)程調(diào)度，編譯器語法分析，計(jì)算機(jī)電路輔助設(shè)計(jì)，游戲AI處理類型的操作。

而浮點(diǎn)運(yùn)算單元主要影響CPU的科學(xué)計(jì)算性能，如流體力學(xué)，量子力學(xué)等，而更貼近我們?nèi)粘Ｄ芤姷降膽?yīng)用就是多媒體相關(guān)的應(yīng)用，如音視頻的編解碼，圖像處理等操作。

ZEN的核心架構(gòu)圖

而我們通常在測試CPU時(shí)使用如Sandra 2018，Super Pi,wPrime，F(xiàn)ritz Chess Benchmark，WinRAR，7-zip，x264 FHD Benchmark等軟件，這些測試軟件就能夠體現(xiàn)處理器理論整數(shù)運(yùn)算單元和浮點(diǎn)運(yùn)算單元性能的。

在具體使用的軟件中，如壓縮解壓軟件WinRAR，7-zip，程序員使用的GCC編譯器，網(wǎng)絡(luò)路由的選擇，游戲中的AI以及我們?nèi)粘Ｔ囉貌僮飨到y(tǒng)調(diào)度都是整點(diǎn)運(yùn)算。而我們在使用lightroom等圖像處理軟件，語音識別，視頻的編解碼，以及科學(xué)家使用Matlab進(jìn)行科學(xué)計(jì)算時(shí)都用到了浮點(diǎn)運(yùn)算能力。

對于玩家最關(guān)心的就是這些到底對游戲有什么影響。首先CPU承擔(dān)著整個(gè)計(jì)算機(jī)中的任務(wù)進(jìn)程分配問題，所以如果游戲代碼優(yōu)化不好，進(jìn)行頻繁的Draw Call操作，會(huì)非常消耗CPU任務(wù)調(diào)度資源。同時(shí)現(xiàn)在游戲AI做操作行為判斷時(shí)，也是使用整點(diǎn)運(yùn)算單元的。而現(xiàn)在很多游戲加入了防盜版機(jī)制，在運(yùn)行游戲時(shí)頻繁的加解密會(huì)消耗浮點(diǎn)運(yùn)算性能。所以有朋友使用較老的硬件運(yùn)行新游戲時(shí)，會(huì)非常影響游戲運(yùn)行幀率。

所以整點(diǎn)運(yùn)算性能和浮點(diǎn)運(yùn)算性能都反映了CPU處理數(shù)據(jù)的能力。但是整點(diǎn)運(yùn)算性能還反映了控制程序流的的能力。

在計(jì)算機(jī)中，定點(diǎn)數(shù)不一定是整數(shù)，而浮點(diǎn)數(shù)也不一定是小數(shù)。在計(jì)算機(jī)中，定點(diǎn)數(shù)是指小數(shù)點(diǎn)固定的數(shù)，而浮點(diǎn)數(shù)是指小數(shù)點(diǎn)不固定的數(shù)。在計(jì)算機(jī)中采用IEEE 754標(biāo)準(zhǔn)進(jìn)行浮點(diǎn)數(shù)的存儲(chǔ)的，他可以精確的的表示某一個(gè)數(shù)據(jù)。

在早期浮點(diǎn)運(yùn)算單元并沒有一開始就加入到CPU設(shè)計(jì)中的。但是在計(jì)算機(jī)中，運(yùn)算單元都是邏輯電路，由浮點(diǎn)數(shù)的定義我們可以知道，在早期僅有整點(diǎn)數(shù)運(yùn)算單元而不帶有浮點(diǎn)數(shù)處理單元的 處理器上，處理浮點(diǎn)數(shù)的階碼、尾數(shù)的計(jì)算以及規(guī)格化就成為了很困難的事情，導(dǎo)致早期CPU在科學(xué)計(jì)算中依舊非常的緩慢。所以Intel就設(shè)計(jì)了獨(dú)立于8086和8088處理器外的8087數(shù)學(xué)輔助處理器。到后來隨著計(jì)算機(jī)不再是科學(xué)家的工具，也逐漸進(jìn)入了公眾視野，Intel在80486DX處理器核心內(nèi)首次集成了浮點(diǎn)運(yùn)算單元。

Intel 8087協(xié)處理器

Intel Core i7 7700k處理器的CPU-Z信息

早期的Intel x87系列數(shù)學(xué)運(yùn)算輔助處理器只是作為一個(gè)提高浮點(diǎn)運(yùn)算速度的處理器，而在現(xiàn)代處理器中，浮點(diǎn)計(jì)算功能會(huì)通過SIMD（Single Instruction Multiple Data，單指令多數(shù)據(jù)流）的技術(shù)實(shí)現(xiàn)并行計(jì)算能力。在打開CPU-Z后，開支持指令集一欄可以看到，現(xiàn)代處理器帶有的SSE指令集就有處理浮點(diǎn)運(yùn)算的能力。而在之后的發(fā)展中，也逐漸引入了SSE2，SSE3，SSE4，AVX，F(xiàn)MA等更加適用于現(xiàn)代軟件開發(fā)的擁有強(qiáng)大浮點(diǎn)運(yùn)算能力的指令集。

那接下來就有問題了，現(xiàn)代處理器加入了很多高度并行化的浮點(diǎn)運(yùn)算單元，相較以往單純CPU的浮點(diǎn)運(yùn)算能力有了非常大的飛躍，但是相對于現(xiàn)代的圖形處理器來說，這么些浮點(diǎn)運(yùn)算能力是不夠看的，那為什么不像幾十年前一樣不在CPU中集成浮點(diǎn)運(yùn)算單元呢？？

Nvidia Geforce 256核心照片

對于這個(gè)問題，首先大家要了解為什么會(huì)獨(dú)立出來圖形處理器這種專有硬件的。在20世紀(jì)90年代，計(jì)算機(jī)多媒體逐漸開始興盛起來，在1998年到1999年間，Intel和AMD的CPU中已經(jīng)擁有了SSE或3DNow！這樣的SIMD浮點(diǎn)運(yùn)算指令集。但是隨著電子游戲的發(fā)展，計(jì)算機(jī)的使用者對于計(jì)算機(jī)的圖形性能有了更高的要求，但是此時(shí)的CPU內(nèi)浮點(diǎn)運(yùn)算性能并不滿足需求，所以在此后圖形處理器開始負(fù)擔(dān)更多的浮點(diǎn)運(yùn)算工作。

NvidiaCUDA核心工作流程

但圖形處理器的使用者看到如此高效能的浮點(diǎn)運(yùn)算處理器的時(shí)候就在思考如何能讓這類設(shè)備承擔(dān)除了圖形計(jì)算之外的浮點(diǎn)計(jì)算性能。乘著GPGPU（General-purpose GPU）概念的逐漸興起，顯卡上的統(tǒng)一渲染架構(gòu)的出現(xiàn)，也讓這種計(jì)算方式真正成為現(xiàn)實(shí)。Nvidia在2007年正式發(fā)布了CUDA并行計(jì)算平臺(tái)。之后也出現(xiàn)了如openCL的通用計(jì)算API（應(yīng)用程序編程接口）。

到此我們突然發(fā)現(xiàn)，GPU都來搶CPU的浮點(diǎn)運(yùn)算飯碗了，但為什么CPU非但沒有取消浮點(diǎn)運(yùn)算單元，反而其浮點(diǎn)運(yùn)算性能越來越強(qiáng)？？

AMD推土機(jī)架構(gòu)示意圖

其實(shí)并不是沒有人想到這樣的情況，而是已經(jīng)與產(chǎn)品這么做了，就是AMD的推土機(jī)架構(gòu)。這個(gè)架構(gòu)放棄了之前的一個(gè)核心就由一套整數(shù)運(yùn)算單元和浮點(diǎn)運(yùn)算單元的組合，而是讓兩個(gè)核心共享一個(gè)浮點(diǎn)運(yùn)算單元組成一個(gè)簇，而AMD將這種架構(gòu)叫做CMT，又稱為群集多線程技術(shù)，之后又將相對與Intel有優(yōu)勢的GPU核心集成進(jìn)CPU中，產(chǎn)生了APU處理器。

AMD當(dāng)時(shí)還為此成立了HSA基金會(huì)，為解決CPU和GPU的內(nèi)存統(tǒng)一尋址問題，也提出了hUMA技術(shù)并用在了Sony的PS4游戲機(jī)上。

Sony Playstation 4主機(jī)，CPU和GPU共享8GB GDDR5內(nèi)存

那為什么廠商做了這么多還是做不到用大規(guī)模的GPU取代CPU中的浮點(diǎn)運(yùn)算單元呢？運(yùn)算精度才是重點(diǎn)。CPU中的浮點(diǎn)運(yùn)算單元是為了更高精度浮點(diǎn)運(yùn)算準(zhǔn)備的。如在最新Intel處理器中的AVX指令集可以處理512位擴(kuò)展數(shù)據(jù)，這樣大大提升了計(jì)算精度和速度。而GPU中的處理器都是為高度并行計(jì)算而設(shè)計(jì)的結(jié)構(gòu)相對簡單的核心，這些核心每一個(gè)都是SIMD處理器，但是能夠處理的數(shù)據(jù)精度是有限的，在Nvidia以及AMD圖形處理器上支持的數(shù)據(jù)精度大多是單精度和雙精度浮點(diǎn)計(jì)算（FP32和FP64），甚至隨著機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)的流行，最新的圖形處理器甚至支持了半精度浮點(diǎn)運(yùn)算（FP16）。

其次，由于在計(jì)算精度上相較于CPU中的浮點(diǎn)運(yùn)算單元不高，所以在這些處理器中也沒有內(nèi)置數(shù)據(jù)校驗(yàn)和數(shù)據(jù)補(bǔ)償處理的運(yùn)算單元。所以對于使用GPU進(jìn)行科學(xué)計(jì)算的人，需要在編程階段就避免這樣的問題。同時(shí)CPU和GPU在設(shè)計(jì)上就是非常不同的，CPU的浮點(diǎn)單元個(gè)數(shù)很少，但是單個(gè)浮點(diǎn)運(yùn)算單元所提供的性能是很強(qiáng)的。而GPU中是用過海量的SIMD單元堆砌出來的浮點(diǎn)運(yùn)算能力。在CPU設(shè)計(jì)時(shí)，還需要設(shè)計(jì)大量的多級緩存來提高CPU的運(yùn)算速度。而GPU中通常只為這些SIMD處理單元內(nèi)置不多的緩存，而提供大量的內(nèi)存（顯存）。

所以綜合上面的分析，我們可以得出的結(jié)論是雖然GPU擁有更強(qiáng)大的浮點(diǎn)運(yùn)算性能，但是限于其計(jì)算單元的設(shè)計(jì)，統(tǒng)一內(nèi)存架構(gòu)的設(shè)計(jì)，其還是不能完全取代CPU中的浮點(diǎn)運(yùn)算核心。CPU中的整點(diǎn)運(yùn)算單元在肩負(fù)著如壓縮解壓，編譯器編譯程序，網(wǎng)絡(luò)路由，控制程序流等任務(wù)同時(shí)，其浮點(diǎn)運(yùn)算核心也依舊在處理著圖像處理，科學(xué)計(jì)算等需要更高精度計(jì)算的任務(wù)。