移動(dòng)處理器發(fā)展新方向，整合更多的GPU將成為主流？

　　高階行動(dòng)裝置對(duì)多媒體等視覺(jué)體驗(yàn)的要求愈來(lái)愈高，促使行動(dòng)處理器開(kāi)發(fā)商大舉整合更多GPU核心，期借助平行運(yùn)算能力，分散CPU運(yùn)算負(fù)擔(dān)，進(jìn)而強(qiáng)化繪圖與視覺(jué)表現(xiàn)。

　　在全球消費(fèi)性市場(chǎng)中，智慧手機(jī)與平板裝置無(wú)疑是最熱門的產(chǎn)品，根據(jù)顧能（Gartner）所發(fā)布的最新預(yù)測(cè)指出，2013年手機(jī)出貨量將超過(guò)十八億支，較2012年成長(zhǎng)3.7%；平板的出貨量將上看一億八千四百萬(wàn)臺(tái)，成長(zhǎng)42.7%，呈現(xiàn)高速增長(zhǎng)態(tài)勢(shì)。

　　尤其值得關(guān)注的是高階行動(dòng)裝置產(chǎn)品更不斷推陳出新，給用戶的視覺(jué)性應(yīng)用體驗(yàn)已接近個(gè)人電腦（PC）、電視等級(jí)，即可提供豐富、流暢的二維（2D）或三維（3D）使用者繪圖介面（GUI）、視網(wǎng)膜（Retina）級(jí)的高畫(huà)質(zhì)、快速的網(wǎng)頁(yè)呈現(xiàn)及攝影功能，以及更逼真的3D游戲等。

　　在一臺(tái)小小的行動(dòng)裝置上要達(dá)到這些使用體驗(yàn)，對(duì)于開(kāi)發(fā)者而言，設(shè)計(jì)門檻已愈來(lái)愈高。以3D游戲?yàn)槔屝袆?dòng)裝置達(dá)到與PC、電視同級(jí)的游戲體驗(yàn)，須提升的視覺(jué)效果包括實(shí)體表現(xiàn)、動(dòng)態(tài)照明、高動(dòng)態(tài)范圍材質(zhì)（HDR Texture）、先進(jìn)陰影效果、幾何細(xì)節(jié)、次表面散射（Subsurface Scattering），以及動(dòng)態(tài)反射（Dynamic Reflection）等。

　　所幸，最關(guān)鍵的行動(dòng)處理器架構(gòu)不斷升級(jí)，除出現(xiàn)整合中央處理器（CPU）和繪圖處理器（GPU）的異質(zhì)多核心架構(gòu)外，GPU的數(shù)量及處理能力也大幅提升，成為實(shí)現(xiàn)流暢、長(zhǎng)時(shí)效視覺(jué)體驗(yàn)的最大功臣。以下將剖析先進(jìn)GPU在架構(gòu)上的變化與最新進(jìn)展。

　　實(shí)現(xiàn)更酷炫繪圖功能　異質(zhì)多核心SoC勢(shì)不可當(dāng)

　　愈來(lái)愈多中高階行動(dòng)裝置配置四核心CPU的行動(dòng)處理器，以輝達(dá)（NVIDIA）的Tegra系列來(lái)說(shuō)，自Tegra 3開(kāi)始，就已進(jìn)入4+1的多核心架構(gòu)，即四顆效能核心加一顆省電核心，而最新一代的Tegra 4，同樣采用4+1的多核心架構(gòu)，但處理器核心從前代的Cortex-A9提升為Cortex-A15；至于Tegra 4i則仍采用Cortex-A9（r4）CPU。

　　雖然CPU的數(shù)目愈多，意味著處理效能也跟著提升，但因CPU的序列處理特性，愈多核心意味著應(yīng)用程式撰寫(xiě)亦愈困難；相較之下，由于GPU具備平行處理特性，能以近線性化來(lái)擴(kuò)充效能，因此增加GPU數(shù)目所提升的效益，會(huì)比CPU顯著許多。

　　在此情況下，整合CPU與GPU的異質(zhì)多核心架構(gòu)，就成了必然之勢(shì)。而當(dāng)GPU核心更多，也讓開(kāi)發(fā)者有更大空間和彈性去做出更酷的繪圖效果、更細(xì)膩的細(xì)節(jié)表現(xiàn)及更生動(dòng)的情境塑造，讓行動(dòng)視覺(jué)與游戲的體驗(yàn)大幅提升。

　　Tegra 4的GPU子系統(tǒng)就是很好的例子，它從前代的十二顆GeForce GPU核心，一舉提高到七十二顆，六倍的核心數(shù)也帶來(lái)六倍于Tegra 3的繪圖效能。Tegra 4及Tegra 3在GPU效能表現(xiàn)上的差異，請(qǐng)參考表1。在系統(tǒng)配置上，其架構(gòu)中有所謂的頂點(diǎn)著色器（Vertex Shader）和畫(huà)素著色器（Pixel Shader）；前者讓工程師可自訂場(chǎng)景（Scene）中頂點(diǎn)的轉(zhuǎn)換過(guò)程，后者則是用來(lái)控制畫(huà)面上每個(gè)畫(huà)素的著色計(jì)算。

　　更進(jìn)一步來(lái)看，Tegra 4的作法是將七十二顆GeForce核心拆分為二十四顆Vertex Shader與四十八顆Pixel Shader。其中每四顆Vertex Shader組成一組頂點(diǎn)處理引擎（Vertex Processing Engine， VPE），所以有六顆VPE，分別具有16KB、96-entry快取記憶體，能夠有效降低向外部晶片存取資料的需求。在相同時(shí)脈下，新的GeForce核心可以帶來(lái)1.5倍于Tegra 3的效能，而前后代Vertex Shader數(shù)量相差六倍，相乘之下差距達(dá)九倍之多。 此外，Tegar 4總共具有四組畫(huà)素管線（Pixel Fragment Shader Pipeline），每組畫(huà)素管線可細(xì)分為三組算術(shù)邏輯單元（ALU），每個(gè)ALU則是由四顆GeForce核心（即Pixel Shader）組成。在實(shí)際運(yùn)作時(shí)，會(huì)以ALU做為最小層級(jí)的單元，并稱為多功能處理單元（Multi-Function Unit， MFU），因此Tegar 4總共具有十二組MFU，MFU可執(zhí)行函數(shù)、三角函數(shù)、對(duì)數(shù)、倒數(shù)、平方根及MOV等指令（組合語(yǔ)言中的復(fù)制）（圖1、2）。

　　圖1 Tegra4的邏輯性繪圖處理管線流程圖

　　圖2 Tegra 4的GPU架構(gòu)方塊圖　　降低多核心SoC耗電量　架構(gòu)設(shè)計(jì)擔(dān)當(dāng)重任

　　對(duì)于行動(dòng)裝置而言，電池的使用壽命與效能/功能表現(xiàn)占有同樣重要的地位。同樣是四核心行動(dòng)晶片，因個(gè)別架構(gòu)不同，往往也有不同的效能與功耗表現(xiàn)。以Tegra 4來(lái)說(shuō)，除采用安謀國(guó)際（ARM）最先進(jìn)的CPU核心外，透過(guò)可變對(duì)稱式多重處理（vSMP）架構(gòu)，可依照使用需求進(jìn)行調(diào)配，讓四顆效能核心發(fā)揮最大處理能力，并可視工作量，分別自動(dòng)啟用及停用各顆核心，以大幅節(jié)省電力。

　　為了提升續(xù)航力，Tegra 4延續(xù)Tegra 3的省電概念，在晶片中加入第五顆處理器核心，不過(guò)名稱從協(xié)同核心（Companion Core）改為省電核心（Battery Saver Core）。當(dāng)裝置處于背景處理郵件、社交軟體同步，或是播放影片、音樂(lè)等低效能需求情境時(shí)，系統(tǒng)將關(guān)閉效能核心，并使用省電核心負(fù)責(zé)執(zhí)行程式。

　　就晶片設(shè)計(jì)觀之，多核心處理器必定會(huì)面臨記憶體頻寬和整體系統(tǒng)功率的重大瓶頸，為了因應(yīng)此議題，Tegra 4提出雙通道（2x32位元）的記憶體子系統(tǒng)作法。此外，為減少對(duì)晶片外記憶體的存取使用需求，Tegra 4的GPU架構(gòu)中規(guī)畫(huà)頂點(diǎn)、畫(huà)素、材質(zhì)（Texture）專用的快取記憶體，讓運(yùn)算任務(wù)盡量在晶片內(nèi)部完成，以提升處理效益和降低功耗。

　　另一個(gè)降低系統(tǒng)單晶片（SoC）功耗的重要策略，就是采用先進(jìn)的電源管理技術(shù)。以Tegra 4來(lái)說(shuō)，即采用多層級(jí)時(shí)脈閘控（Multiple Levels of Clock Gating）、顯示要求群組（Display Request Groupig）、動(dòng)態(tài)電壓與頻率調(diào)節(jié)（DVFS）等多種電源管理技術(shù)，針對(duì)不同使用情境將電源需求降至最低。

　　運(yùn)算型攝影架構(gòu)助力　行動(dòng)裝置影像效能升級(jí)

　　再?gòu)膽?yīng)用端來(lái)看GPU架構(gòu)的發(fā)展，今日的使用者非常仰賴行動(dòng)裝置來(lái)進(jìn)行照相和和錄影功能，且希望達(dá)到專業(yè)級(jí)的效果。不過(guò)，相較于相機(jī)，手機(jī)或平板裝置在先天性上就難以配置太大的鏡頭，這時(shí)想得到高品質(zhì)的影像，就得靠更先進(jìn)的影像處理技術(shù)，甚至是運(yùn)用電腦演算法來(lái)創(chuàng)造影像。