系统生成稳定的重心坐标和直接平面方程访问的制作方法
要求优先权
本申请要求2018年8月1日提交的名称为“系统生成的稳定重心坐标和直接平面方程访问”的申请号为62/713,442的美国临时申请的权益，其全部内容通过引用并入本文。
本公开涉及图形渲染，并且更具体地，涉及系统生成的稳定重心坐标和直接平面方程访问。
背景技术：
通过为每个不同属性设置不同的平面方程并评估固定函数内插电路中的不同平面方程以向片段着色器提供内插的每个样本属性值来执行常规图形渲染系统中的属性内插。然而，设置不同的平面方程可能在计算上是昂贵的，并且随着不同属性的数量增加而变得更昂贵。此外，通过将属性数据类型限制为所特定支持的数据类型，评估固定功能内插电路中的平面方程可能限制整体系统的灵活性。因此，需要解决与现有技术相关联的这些问题和/或其他问题。
技术实现要素：
图形处理管线包括三个架构特征，其允许片段着色器使用重心坐标和每个顶点属性有效地计算每个样本属性值。第一个特征是重心坐标注入，为片段着色器提供重心坐标。第二个特征是属性限定符，它允许处理图形图元的属性而无需惯常的固定函数插值。第三个特征是从片段着色器到存储顶点属性数据和/或平面方程系数的三角形数据存储硬件资源的直接访问路径。允许片段着色器以这种方式计算每个样本属性值有利地增加了系统灵活性，同时减少了与三角形平面方程设置相关联的工作量。
公开了一种方法、计算机可读介质和系统，用于基于提供给片段着色器的每个顶点属性和重心坐标，在片段着色器内生成内插的每个样本属性值。该方法包括由片段着色器接收每个图元属性数据，并确定与每个图元属性数据相关联的属性数据格式。该方法还包括：当属性数据格式指示每个图元属性数据包括平面方程系数时，由片段着色器评估定义图元的平面方程以计算每个样本属性值，或者，当属性数据格式指示每个图元属性数据包括每个顶点属性和用于重心权重的平面方程系数时，由片段着色器评估定义图元的基于重心的方程以计算每个样本属性值。
计算机可读介质包括指令，当该指令由并行处理器系统执行时，使并行处理器系统执行该方法。此外，该系统包括配置成执行该方法的并行处理器。
附图说明
图1a示出了根据一个实施例的用于计算每个样本属性的方法的流程图。
图1b示出了根据一个实施例的三角形平面内的重心坐标。
图1c示出了根据一个实施例的三角形条带中的顶点排序。
图1d示出了根据一个实施例的相对于屏幕空间平面的重心平面。
图1e示出了根据一个实施例的用于计算位于三角形内的点与三角形的最近边缘之间的距离的技术。
图2a示出了根据一个实施例的图形处理管线的框图。
图2b示出了根据实施例的用于计算位于三角形内的点与三角形的最近边缘之间的距离的方法的流程图。
图3示出了根据一个实施例的并行处理单元。
图4a示出了根据一个实施例的图3的并行处理单元内的一般处理集群。
图4b示出了根据一个实施例的图3的并行处理单元的存储器分区单元。
图5a示出了根据一个实施例的图4a的流式多处理器。
图5b是根据一个实施例的使用图3的ppu实现的处理系统的概念图。
图5c示出了可以实现各种先前实施例的各种架构和/或功能的示例性系统。
图6是根据一个实施例的由图3的ppu实现的图形处理管线的概念图。
具体实施方式
本公开的实施例允许图形处理管线内的片段着色器来计算内插的每个样本属性值。在一个实施例中，片段着色器可以在平面方程模式下操作，以通过使用本文中称为a、b和c系数的平面方程系数评估属性平面方程来计算每个样本属性值。在一个实施例中，片段着色器还可以以重心模式操作，以基于重心坐标(权重)和每个顶点属性来计算每个样本属性值。此外，片段着色器可以通过评估重心平面方程来计算重心坐标。可以有利地在片段着色器内以编程方式定义属性数据格式，并且不限于由内插电路显式地支持的预定义属性类型。在一个实施例中，片段着色器包括像素着色器，和/或图形处理管线包括图形渲染管线。
在一个实施例中，为了支持平面方程模式和重心模式，图形处理管线提供三个特定的体系结构特征。第一个特征是将重心坐标注入图形处理管线。在一个实施例中，建立重心平面方程(例如，在三角形设置管线级中)，并且将重心平面方程系数发送到片段着色器，片段着色器评估重心平面方程以计算每个样本的重心坐标。第二个特征是属性限定符，在没有固定函数插值的情况下处理图形图元的属性，其允许片段着色器对属性执行插值操作。此外，图形图元(例如，三角形)的每个不同属性可以被独立地分配处理模式，包括平面方程模式、重心模式、以及固定功能硬件提供内插的每个样本属性值的不同模式(例如，传统模式)。第三个特征是从片段着色器到三角形数据存储硬件资源(即三角形随机存取存储或tram(trianglerandom-accessmemory))(其中存储顶点属性数据和/或平面方程系数)的直接访问路径。
图1a示出了根据一个实施例的用于计算每个样本属性的方法100的流程图。尽管在多处理器系统的上下文中描述了方法100，但是方法100还可以由任何技术上可行的处理系统、任何定制电路或者定制电路和程序指令的组合来执行。方法100可以由gpu内的电路、gpu集群、cpu集群内的电路或任何其他技术上可行的多处理器系统(诸如图3的并行处理单元(ppu)300和/或图2a的图形处理管线200)来执行。在一个实施例中，ppu300被配置为实现图形处理管线200。此外，本领域普通技术人员将理解，执行方法100的任何系统都在各种实施例的范围和精神内。在一个实施例中，方法100由包括gpu设备的多处理器系统执行。
在步骤101，图形处理管线200内的片段着色器(例如，片段着色器214之一)接收每个图元属性数据。每个图元属性数据可以包括属性限定符，其指示是应该使用属性平面方程模式还是重心模式来渲染图元的属性。注意，可以根据不同的技术(未示出)处理其他插值模式(例如，传统的固定功能插值)。
在步骤102，图形处理管线200基于属性限定符确定与每个图元属性数据相关联的属性数据格式。如果在步骤103，属性数据格式是重心数据格式，则将以重心模式计算每个样本属性值，并且方法前进到步骤107。在步骤107，当属性数据格式指示每个图元属性数据包括用于重心权重的平面方程系数和每个顶点属性时，通过片段着色器评估定义图元的基于重心的方程以计算每个样本属性值。可以使用任何技术上可行的基于重心的方程，并且可以执行任何技术上可行的技术来评估基于重心的方程而不脱离各种实施例的范围和精神。例如，重心平面方程可用于计算重心坐标，以及通过在重心坐标和由每个顶点属性形成的矢量之间执行点积而计算的每个样本属性值。然后该方法终止。
返回步骤103，如果属性数据格式不是重心数据格式，则应在属性平面方程模式中计算每个样本属性值，并且方法前进到步骤105。在步骤105，当属性数据格式指示每个图元属性数据包括平面方程系数时，图形处理管线通过片段着色器评估定义图元的平面方程以计算每个样本属性值。然后该方法终止。
现在将根据用户的期望，阐述关于可以实现前述框架的各种可选架构和特征的更多说明性信息。应该强烈注意的是，出于说明性目的阐述了以下信息，并且不应该被解释为以任何方式进行限制。任选的以下特征可以任选地并入或不排除所描述的其他特征。
图1b示出了根据一个实施例的三角形120的平面内的重心坐标122。重心坐标122使用重心坐标(α)、(β)和任选的(γ，未示出)位于三角形120内。重心坐标的一个定义约束是α+β+γ的总和等于一(1)；因此，一个重心坐标可以从另外两个重心坐标计算。三角形120包括限定三角形120的平面的三个顶点v(0)、v(1)和v(2)。每个顶点v(0)、v(1)、v(2)可以包括给定属性的每个顶点的属性值(或多个值)。顶点属性可以包括但不限于纹理图坐标、颜色值、强度值、法线矢量、深度值等。
可以使用三个系数a、b和c在给定空间(诸如屏幕空间)中描述属性平面方程。在平面方程模式中，片段着色器可以通过将属性平面方程评估为ax+by+c来计算空间位置(x，y)处的每个样本属性值。在重心模式中，片段着色器可以评估重心平面方程以计算重心坐标122。然后，片段着色器可以通过在重心坐标122和包括相应的每个顶点属性的矢量之间执行点积运算来计算每个样本属性值。
图1c示出了根据一个实施例的三角形条带130中的顶点排序。如图所示，三角形条带130包括三角形120和顶点v。例如，三角形120(0)包括顶点v(0)、v(1)、v(2)，具有激发顶点(例如，第一顶点)v(0)。三角形120(1)包括顶点v(1)、v(3)和v(2)，其具有激发顶点v(1)。
在一个实施例中，可以使用惯常的应用程序编程接口(api)顶点排序来指定三角形条带130，如顶点v(0)、v(1)、v(2)、v(3)、v(4)、等等。然而，该顶点顺序和三角形条带结构使得连续三角形(例如，三角形120(0)、120(1)、120(2)等)的缠绕方向132交替。为了保持连续三角形的一致的缠绕方向132(例如，顺时针，如图所示)，可以翻转三角形条带130中每隔一个三角形的顶点顺序以呈现给片段着色器。更一般地，三角形条带130内的偶数连续位置中的三角形可以以未改变的顶点顺序呈现给片段着色器，而三角形条带130内的奇数连续位置中的三角形可以以翻转的顶点顺序呈现给片段着色器。可以执行任何技术上可行的技术以翻转每个其他三角形的顶点顺序以维持一致的缠绕方向132。例如，在一个实施例中，生成每个顶点数据的第二实例，并将其发送到片段着色器，并适当翻转每个顶点的顺序。此外，三角形条带130中的连续顶点(例如，顶点v(0)、v(1)、v(2)等)可以被指定为相应的连续三角形120的激发顶点。
在一个实施例中，可以使用顶点顺序v(0)、v(1)、v(2)将三角形120(0)的顶点数据呈现给片段着色器，其中顶点v(0)被指定为激发顶点。另外，三角形120(1)的顶点数据可以被翻转并使用顶点顺序v(1)、v(3)、v(2)(以保持顺时针缠绕方向132)呈现给片段着色器，顶点v(1)指定为三角形120(1)的激发顶点。通过相对于api顶点顺序翻转每个其他三角形120的顶点，可以将缠绕方向132保持在三角形条带130的连续三角形120内。
在一个实施例中，用于单独指定的图元(不在条带或网格内)的顶点数据以与最初呈现给图元的api流相同的顺序呈现给片段着色器。例如，如果使用按v(0)、v(1)和v(2)排序的顶点将三角形120(0)呈现给api，则片段着色器将以与v(0)、v(1)和v(2)相同的顺序呈现顶点。在顶点上的各种依赖于实现的重新排序操作可以在图形处理管线内发生。在某些实施例中，呈现给api的顶点数据和/或其他原始数据的副本存储在存储器电路(例如，图2a的tram216)内并提供给片段着色器以保证一致的顶点排序。
图1d示出了根据一个实施例的相对于屏幕空间平面152的重心平面150。如图所示，x和y轴定义屏幕空间平面152内的坐标空间，并且点p可以位于坐标空间内。此外，沿着重心平面150的不同点可以具有相对于x和y轴沿着正交轴b的高度。特别地，点p可以位于屏幕空间平面152上，并且可以在点p处评估重心平面150的平面方程，以将点p'定位在重心平面150上。
图1e示出了根据一个实施例的用于计算位于三角形图元内的点和位于三角形图元的最近边缘(在o处)之间的距离的技术。如图所示，点154和o之间的距离d可以被计算为重心平面方程系数a和b的平方和的平方根除以通过评估点154处的重心平面方程得到的值b。
图2a示出了根据一个实施例的图形处理管线200的框图。如图所示，图形处理管线200包括图形管线处理单元210、光栅化器212、片段着色器214和tram216。在一个实施例中，每个顶点属性数据由图形管线处理单元210计算。此外，平面方程系数可以由图形管线处理单元210计算。平面方程系数和每个顶点属性数据存储在tram216中。在一个实施例中，存储器访问电路被配置为向片段着色器214提供对存储在tram216内的平面方程系数和每个顶点属性数据的直接访问。在一个实施例中，图形处理管线200在图3的一个或多个通用处理集群(gpc)350内实现，并且图4a的至少一个可编程流式多处理器(sm)440被配置为作为一个或多个片段着色器214执行。
在平面方程模式中，给定属性的平面方程系数(a、b和c)可以由图形管线处理单元210内的三角形设置单元计算。片段着色器214然后通过访问tram216内的平面方程系数以及评估给定类型属性的相应平面方程来计算每个样本属性。在重心模式中，重心平面方程的平面方程系数由三角形设置单元计算并存储在tram216内。各种每个顶点属性也可以存储在tram216内。片段着色器214通过使用存储在tram216中的重心平面方程系数来评估重心平面方程来计算重心坐标。片段着色器214然后基于存储在tram216中的每个顶点属性和重心坐标计算每个样本属性值。
每个顶点属性可以以定点格式或浮点格式表示，其可以包括任何数量的总比特(例如，8、16、24、32等)。此外，可以将每个顶点属性打包成字以存储在tram216内。例如，可以将两个16位值打包成32位字。
在一个实施例中，光栅化器212光栅化给定图形图元以产生片段数据，该片段数据作为输入被提供给片段着色器214。片段数据可以包括由图形图元覆盖并分配给给定片段着色器以进行处理和/或渲染的屏幕空间区域的屏幕空间坐标。在一个实施例中，屏幕空间坐标可以用作用于评估给定平面方程(例如重心平面方程、属性平面方程或任何其他技术上可行的平面方程)的输入坐标。存储在tram216中并由片段着色器214访问的数据可以有利地绕过某些图形管线单元(例如，光栅化器212)，因为片段着色器214可以直接从tram216读取每个图元属性数据和每个顶点属性数据。
注意，在相同图形图元上操作的不同片段着色器214可以使用相同的重心平面方程来计算不同的重心坐标(例如，基于不同的屏幕空间坐标)和各种属性的不同的每个样本属性值。片段着色器214还可以计算和/或修改重心权重，例如使用更高阶函数。另外，片段着色器214可以访问来自tram216的重心平面方程系数，以执行附加操作，例如计算到图元的对应边缘的距离。
在一个实施例中，通过将一个重心权重设置为零来渲染线的图形图元。另外两个重心权重可以定位线上的点，并且对于线上的所有渲染样本，重心权重(坐标)的总和可以保持等于1。在一个示例中，片段着色器214可以对包括一条线的像素进行着色，每个像素的同一重心权重设置为零。示例性使用情况是渲染线框模型，其中线图元沿三角形边缘渲染。在另一实施例中，通过将两个重心权重设置为零来类似地渲染点的图形图元。
图2b示出了根据一个实施例的用于计算位于三角形内的点与三角形的最近边缘之间的距离的方法230的流程图。尽管在多处理器系统的上下文中描述了方法230，但是方法230还可以由任何技术上可行的处理系统、任何定制电路或者定制电路和程序指令的组合来执行。方法230可以由gpu内的电路、gpu集群、cpu集群内的电路或任何其他技术上可行的多处理器系统，例如图3的并行处理单元(ppu)300和/或图2a的图形处理管线200，在一个实施例中，ppu300被配置为实现图形处理管线200。此外，本领域普通技术人员将理解，执行方法230的任何系统都在各种实施例的范围和精神内。在各种实施例中，方法230由包括gpu设备的多处理器系统执行。在一个实施例中，方法230由片段着色器214执行。
在步骤232，片段着色器接收三角形图元的重心平面方程系数(例如，a、b和c系数)。在一个实施例中，片段着色器被配置为直接从tram216读取重心平面方程系数。在步骤234，片段着色器基于重心平面方程系数评估重心值(例如，图1e中的元素b)。在一个实施例中，片段着色器执行编程指令以评估重心值。在步骤236，片段着色器基于点位置和重心平面方程系数计算从三角形图元内的点到三角形图元的最近边缘的距离。在一个实施例中，该距离等于重心平面方程系数之和的平方根除以重心值，如图1e所示。在计算距离之后，方法230终止。
公开了一种用于计算内插的每个样本属性值的方法、计算机可读介质和系统。当以公开的重心模式操作时，片段着色器214可以从通过tram216提供的重心平面方程系数计算重心坐标，并使用重心坐标来生成每个样本属性值。当在所公开的平面方程模式中操作时，片段着色器214可以通过从通过tram216提供的平面方程系数评估属性平面方程来生成每个样本属性值。所公开的技术有利地在片段着色器214内提供增加的灵活性，同时减少与图形管线(例如图形处理管线200)中的三角形设置相关联的总体工作量。
并行处理架构
图3示出了根据实施例的并行处理单元(ppu)300。在一个实施例中，ppu300是在一个或更多个集成电路器件上实现的多线程处理器。ppu300是设计用于并行处理许多线程的延迟隐藏体系架构。线程(即，执行线程)是被配置为由ppu300执行的指令集的实例化。在一个实施例中，ppu300是图形处理单元(gpu)，其被配置为实现用于处理三维(3d)图形数据的图形渲染管线，以便生成用于在显示装置(诸如液晶显示(lcd)设备)上显示的二维(2d)图像数据。在其他实施例中，ppu300可以用于执行通用计算。尽管为了说明的目的本文提供了一个示例性并行处理器，但应特别指出的是，该处理器仅出于说明目的进行阐述，并且可使用任何处理器来补充和/或替代该处理器。
一个或更多个ppu300可以被配置为加速数千个高性能计算(hpc)、数据中心和机器学习应用。ppu300可被配置为加速众多深度学习系统和应用，包括自动驾驶汽车平台、深度学习、高精度语音、图像和文本识别系统、智能视频分析、分子模拟、药物发现、疾病诊断、天气预报、大数据分析、天文学、分子动力学模拟、金融建模、机器人技术、工厂自动化、实时语言翻译、在线搜索优化和个性化用户推荐等。
如图3所示，ppu300包括输入/输出(i/o)单元305、前端单元315、调度器单元320、工作分配单元325、集线器330、交叉开关(xbar)370、一个或更多个通用处理集群(gpc)350以及一个或更多个分区单元380。ppu300可以经由一个或更多个高速nvlink310互连连接到主机处理器或其他ppu300。ppu300可以经由互连302连接到主机处理器或其他外围设备。ppu300还可以连接到包括多个存储器设备304的本地存储器。在一个实施例中，本地存储器可以包括多个动态随机存取存储器(dram)设备。dram设备可以被配置为高带宽存储器(hbm)子系统，其中多个dram裸晶(die)堆叠在每个设备内。
nvlink310互连使得系统能够扩展并且包括与一个或更多个与cpu结合的一个或更多个ppu300，支持ppu300和cpu之间的高速缓存一致性，以及cpu主控。数据和/或命令可以由nvlink310通过集线器330发送到ppu300的其他单元或从其发送，例如一个或更多个复制引擎、视频编码器、视频解码器、电源管理单元等(未明确示出)。结合图5b更详细地描述nvlink310。
i/o单元305被配置为通过互连302从主机处理器(未示出)发送和接收通信(即，命令、数据等)。i/o单元305可以经由互连302直接与主机处理器通信，或通过一个或更多个中间设备(诸如内存桥)与主机处理器通信。在一个实施例中，i/o单元305可以经由互连302与一个或更多个其他处理器(例如，一个或更多个ppu300)通信。在一个实施例中，i/o单元305实现外围组件互连高速(pcie)接口，用于通过pcie总线进行通信，并且互连302是pcie总线。在替代的实施例中，i/o单元305可以实现其他类型的已知接口，用于与外部设备进行通信。
i/o单元305对经由互连302接收的分组进行解码。在一个实施例中，分组表示被配置为使ppu300执行各种操作的命令。i/o单元305按照命令指定将解码的命令发送到ppu300的各种其他单元。例如，一些命令可以被发送到前端单元315。其他命令可以被发送到集线器330或ppu300的其他单元，诸如一个或更多个复制引擎、视频编码器、视频解码器、电源管理单元等(未明确示出)。换句话说，i/o单元305被配置为在ppu300的各种逻辑单元之间和之中路由通信。
在一个实施例中，由主机处理器执行的程序在缓冲区中对命令流进行编码，该缓冲区向ppu300提供工作量用于处理。工作量可以包括要由那些指令处理的许多指令和数据。缓冲区是存储器中可由主机处理器和ppu300两者访问(即，读/写)的区域。例如，i/o单元305可以被配置为经由通过互连302传输的存储器请求访问连接到互连302的系统存储器中的缓冲区。在一个实施例中，主机处理器将命令流写入缓冲区，然后向ppu300发送指向命令流开始的指针。前端单元315接收指向一个或更多个命令流的指针。前端单元315管理一个或更多个流，从流读取命令并将命令转发到ppu300的各个单元。
前端单元315耦合到调度器单元320，其配置各种gpc350以处理由一个或更多个流定义的任务。调度器单元320被配置为追踪与由调度器单元320管理的各种任务相关的状态信息。状态可以指示任务被指派给哪个gpc350，该任务是活动的还是不活动的，与该任务相关联的优先级等等。调度器单元320管理一个或更多个gpc350上的多个任务的执行。
调度器单元320耦合到工作分配单元325，其被配置为分派任务以在gpc350上执行。工作分配单元325可以追踪从调度器单元320接收到的多个调度任务。在一个实施例中，工作分配单元325为每个gpc350管理待处理(pending)任务池和活动任务池。待处理任务池可以包括多个时隙(例如，32个时隙)，其包含被指派为由特定gpc350处理的任务。活动任务池可以包括多个时隙(例如，4个时隙)，用于正在由gpc350主动处理的任务。当gpc350完成任务的执行时，该任务从gpc350的活动任务池中逐出，并且来自待处理任务池的其他任务之一被选择和调度以在gpc350上执行。如果gpc350上的活动任务已经空闲，例如在等待数据依赖性被解决时，那么活动任务可以从gpc350中逐出并返回到待处理任务池，而待处理任务池中的另一个任务被选择并调度以在gpc350上执行。
工作分配单元325经由xbar(交叉开关)370与一个或更多个gpc350通信。xbar370是将ppu300的许多单元耦合到ppu300的其他单元的互连网络。例如，xbar370可以被配置为将工作分配单元325耦合到特定的gpc350。虽然没有明确示出，但ppu300的一个或更多个其他单元也可以经由集线器330连接到xbar370。
任务由调度器单元320管理并由工作分配单元325分派给gpc350。gpc350被配置为处理任务并生成结果。结果可以由gpc350内的其他任务消耗，经由xbar370路由到不同的gpc350，或者存储在存储器304中。结果可以经由分区单元380写入存储器304，分区单元380实现用于从存储器304读取数据和向存储器304写入数据的存储器接口。结果可以通过nvlink310发送到另一个ppu304或cpu。在一个实施例中，ppu300包括数目为u的分区单元380，其等于耦合到ppu300的独立且不同的存储器设备304的数目。下面将结合图4b更详细地描述分区单元380。
在一个实施例中，主机处理器执行实现应用程序编程接口(api)的驱动程序内核，其使得能够在主机处理器上执行一个或更多个应用程序以调度操作用于在ppu300上执行。在一个实施例中，多个计算机应用程序由ppu300同时执行，并且ppu300为多个计算机应用程序提供隔离、服务质量(qos)和独立地址空间。应用程序可以生成指令(即api调用)，其使得驱动程序内核生成一个或更多个任务以由ppu300执行。驱动程序内核将任务输出到正在由ppu300处理的一个或更多个流。每个任务可以包括一个或更多个相关线程组，本文称为线程束(warp)。在一个实施例中，线程束包括可以并行执行的32个相关线程。协作线程可以指代包括执行任务的指令并且可以通过共享存储器交换数据的多个线程。结合图5a更详细地描述线程和协作线程。
图4a示出了根据实施例的图3的ppu300的gpc350。如图4a所示，每个gpc350包括用于处理任务的多个硬件单元。在一个实施例中，每个gpc350包括管线管理器410、预光栅操作单元(prop)415、光栅引擎425、工作分配交叉开关(wdx)480、存储器管理单元(mmu)490以及一个或更多个数据处理集群(dpc)420。应当理解，图4a的gpc350可以包括代替图4a中所示单元的其他硬件单元或除图4a中所示单元之外的其他硬件单元。
在一个实施例中，gpc350的操作由管线管理器410控制。管线管理器410管理用于处理分配给gpc350的任务的一个或更多个dpc420的配置。在一个实施例中，管线管理器410可以配置一个或更多个dpc420中的至少一个来实现图形渲染管线的至少一部分。例如，dpc420可以被配置为在可编程流式多处理器(sm)440上执行顶点着色程序。管线管理器410还可以被配置为将从工作分配单元325接收的分组路由到gpc350中适当的逻辑单元。例如，一些分组可以被路由到prop415和/或光栅引擎425中的固定功能硬件单元，而其他分组可以被路由到dpc420以供图元引擎435或sm440处理。在一个实施例中，管线管理器410可以配置一个或更多个dpc420中的至少一个以实现神经网络模型和/或计算管线。
prop单元415被配置为将由光栅引擎425和dpc420生成的数据路由到光栅操作(rop)单元，结合图4b更详细地描述。prop单元415还可以被配置为执行颜色混合的优化，组织像素数据，执行地址转换等。
光栅引擎425包括被配置为执行各种光栅操作的多个固定功能硬件单元。在一个实施例中，光栅引擎425包括设置引擎、粗光栅引擎、剔除引擎、裁剪引擎、精细光栅引擎和瓦片聚合引擎。设置引擎接收变换后的顶点并生成与由顶点定义的几何图元关联的平面等式。平面等式被发送到粗光栅引擎以生成图元的覆盖信息(例如，瓦片的x、y覆盖掩码)。粗光栅引擎的输出被发送到剔除引擎，其中与未通过z-测试的图元相关联的片段被剔除，并被发送到裁剪引擎，其中位于视锥体之外的片段被裁剪掉。那些经过裁剪和剔除后留下来的片段可以被传递到精细光栅引擎，以基于由设置引擎生成的平面等式生成像素片段的属性。光栅引擎425的输出包括例如要由在dpc420内实现的片段着色器处理的片段。
包括在gpc350中的每个dpc420包括m管线控制器(mpc)430、图元引擎435和一个或更多个sm440。mpc430控制dpc420的操作，将从管线管理器410接收到的分组路由到dpc420中的适当单元。例如，与顶点相关联的分组可以被路由到图元引擎435，图元引擎435被配置为从存储器304取回与顶点相关联的顶点属性。相反，与着色程序相关联的分组可以被发送到sm440。
sm440包括被配置为处理由多个线程表示的任务的可编程流式处理器。每个sm440是多线程的并且被配置为同时执行来自特定线程组的多个线程(例如，32个线程)。在一个实施例中，sm440实现simd(单指令、多数据)体系架构，其中线程组(即，线程束)中的每个线程被配置为基于相同的指令集来处理不同的数据集。线程组中的所有线程都执行相同的指令。在另一个实施例中，sm440实现simt(单指令、多线程)体系架构，其中线程组中的每个线程被配置为基于相同的指令集处理不同的数据集，但是其中线程组中的各个线程在执行期间被允许发散。在一个实施例中，为每个线程束维护程序计数器、调用栈和执行状态，当线程束内的线程发散时，使线程束和线程束中的串行执行之间的并发成为可能。在另一个实施例中，为每个单独的线程维护程序计数器、调用栈和执行状态，从而在线程束内和线程束之间的所有线程之间实现相等的并发。当为每个单独的线程维护执行状态时，执行相同指令的线程可以被收敛并且并行执行以获得最大效率。下面结合图5a更详细地描述sm440。
mmu490提供gpc350和分区单元380之间的接口。mmu490可以提供虚拟地址到物理地址的转换、存储器保护以及存储器请求的仲裁。在一个实施例中，mmu490提供用于执行从虚拟地址到存储器304中的物理地址的转换的一个或更多个转换后备缓冲器(tlb)。
图4b示出了根据实施例的图3的ppu300的存储器分区单元380。如图4b所示，存储器分区单元380包括光栅操作(rop)单元450、二级(l2)高速缓存460和存储器接口470。存储器接口470耦合到存储器304。存储器接口470可以实现用于高速数据传输的32、64、128、1024位数据总线等。在一个实施例中，ppu300合并了u个存储器接口470，每对分区单元380有一个存储器接口470，其中每对分区单元380连接到对应的存储器设备304。例如，ppu300可以连接到多达y个存储器设备304，诸如高带宽存储器堆叠或图形双数据速率版本5的同步动态随机存取存储器或其他类型的持久存储器。
在一个实施例中，存储器接口470实现hbm2存储器接口，并且y等于u的一半。在一个实施例中，hbm2存储器堆叠位于与ppu300相同的物理封装上，提供与常规gddr5sdram系统相比显著的功率高和面积节约。在一个实施例中，每个hbm2堆叠包括四个存储器裸晶并且y等于4，其中hbm2堆叠包括每个裸晶两个128位通道，总共8个通道和1024位的数据总线宽度。
在一个实施例中，存储器304支持单错校正双错检测(secded)纠错码(ecc)以保护数据。对于对数据损毁敏感的计算机应用程序，ecc提供了更高的可靠性。在大型集群计算环境中，可靠性尤其重要，其中ppu300处理非常大的数据集和/或长时间运行应用程序。
在一个实施例中，ppu300实现多级存储器分层结构。在一个实施例中，存储器分区单元380支持统一存储器以为cpu和ppu300存储器提供单个统一的虚拟地址空间，使能虚拟存储器系统之间的数据共享。在一个实施例中，由ppu300对位于其他处理器上的存储器的访问频率被追踪，以确保存储器页面被移动到更频繁地访问页面的ppu300的物理存储器。在一个实施例中，nvlink310支持地址转换服务，其允许ppu300直接访问cpu的页表并且提供由ppu300对cpu存储器的完全访问。
在一个实施例中，复制引擎在多个ppu300之间或在ppu300与cpu之间传输数据。复制引擎可以为未映射到页表的地址生成页面错误。然后，存储器分区单元380可以服务页面错误，将地址映射到页表中，之后复制引擎可以执行传输。在常规系统中，针对多个处理器之间的多个复制引擎操作固定存储器(即，不可分页)，其显著减少了可用存储器。由于硬件分页错误，地址可以传递到复制引擎而不用担心存储器页面是否驻留，并且复制过程是否透明。
来自存储器304或其他系统存储器的数据可以由存储器分区单元380取回并存储在l2高速缓存460中，l2高速缓存460位于芯片上并且在各个gpc350之间共享。如图所示，每个存储器分区单元380包括与相应的存储器设备304相关联的l2高速缓存460的一部分。然后可以在gpc350内的多个单元中实现较低级高速缓存。例如，每个sm440可以实现一级(l1)高速缓存。l1高速缓存是专用于特定sm440的专用存储器。来自l2高速缓存460的数据可以被获取并存储在每个l1高速缓存中，以在sm440的功能单元中进行处理。l2高速缓存460被耦合到存储器接口470和xbar370。
rop单元450执行与像素颜色相关的图形光栅操作，诸如颜色压缩、像素混合等。rop单元450还与光栅引擎425一起实现深度测试，从光栅引擎425的剔除引擎接收与像素片段相关联的样本位置的深度。测试与片段关联的样本位置相对于深度缓冲区中的对应深度的深度。如果片段通过样本位置的深度测试，则rop单元450更新深度缓冲区并将深度测试的结果发送给光栅引擎425。将理解的是，分区单元380的数量可以不同于gpc350的数量，并且因此每个rop单元450可以耦合到每个gpc350。rop单元450追踪从不同gpc350接收到的分组并且确定由rop单元450生成的结果通过xbar370被路由到哪个gpc350。尽管rop单元450包括在图4b中的存储器分区单元380内，但是在其他实施例中，rop单元450可以在存储器分区单元380之外。例如，rop单元450可以驻留在gpc350或另一个单元中。
图5a示出了根据实施例的图4a的流式多处理器440。如图5a所示，sm440包括指令高速缓存505、一个或更多个调度器单元510、寄存器文件520、一个或更多个处理核心550、一个或更多个特殊功能单元(sfu)552、一个或更多个加载/存储单元(lsu)554、互连网络580、共享存储器/l1高速缓存570。
如上所述，工作分配单元325调度任务以在ppu300的gpc350上执行。任务被分配给gpc350内的特定dpc420，并且如果任务与着色器程序相关联，则该任务可以被分配给sm440。调度器单元510接收来自工作分配单元325的任务并且管理指派给sm440的一个或更多个线程块的指令调度。调度器单元510调度线程块以作为并行线程的线程束执行，其中每个线程块被分配至少一个线程束。在一个实施例中，每个线程束执行32个线程。调度器单元510可以管理多个不同的线程块，将线程束分配给不同的线程块，然后在每个时钟周期期间将来自多个不同的协作组的指令分派到各个功能单元(即，核心550、sfu552和lsu554)。
协作组是用于组织通信线程组的编程模型，其允许开发者表达线程正在进行通信所采用的粒度，使得能够表达更丰富、更高效的并行分解。协作启动api支持线程块之间的同步性，以执行并行算法。常规的编程模型为同步协作线程提供了单一的简单结构：跨线程块的所有线程的栅栏(barrier)(即，syncthreads()函数)。然而，程序员通常希望以小于线程块粒度的粒度定义线程组，并在所定义的组内同步，以集体的全组功能接口(collectivegroup-widefunctioninterface)的形式使能更高的性能、设计灵活性和软件重用。
协作组使得程序员能够在子块(即，像单个线程一样小)和多块粒度处显式地定义线程组并且执行集体操作，诸如协作组中的线程上的同步性。编程模型支持跨软件边界的干净组合，以便库和效用函数可以在本地环境中安全地同步，而无需对收敛进行假设。协作组图元启用合作伙伴并行的新模式，包括生产者-消费者并行、机会主义并行以及跨整个线程块网格的全局同步。
分派单元515被配置为向一个或更多个功能单元传送指令。在该实施例中，调度器单元510包括两个分派单元515，其使得能够在每个时钟周期期间调度来自相同线程束的两个不同指令。在替代实施例中，每个调度器单元510可以包括单个分派单元515或附加分派单元515。
每个sm440包括寄存器文件520，其提供用于sm440的功能单元的一组寄存器。在一个实施例中，寄存器文件520在每个功能单元之间被划分，使得每个功能单元被分配寄存器文件520的专用部分。在另一个实施例中，寄存器文件520在由sm440执行的不同线程束之间被划分。寄存器文件520为连接到功能单元的数据路径的操作数提供临时存储。
每个sm440包括l个处理核心550。在一个实施例中，sm440包括大量(例如128个等)不同的处理核心550。每个核心550可以包括完全管线化的、单精度、双精度和/或混合精度处理单元，其包括浮点运算逻辑单元和整数运算逻辑单元。在一个实施例中，浮点运算逻辑单元实现用于浮点运算的ieee754-2008标准。在一个实施例中，核心550包括64个单精度(32位)浮点核心、64个整数核心、32个双精度(64位)浮点核心和8个张量核心(tensorcore)。
张量核心被配置为执行矩阵运算，并且在一个实施例中，一个或更多个张量核心被包括在核心550中。具体地，张量核心被配置为执行深度学习矩阵运算，诸如用于神经网络训练和推理的卷积运算。在一个实施例中，每个张量核心在4×4矩阵上运算并且执行矩阵乘法和累加运算d＝a×b+c，其中a、b、c和d是4×4矩阵。
在一个实施例中，矩阵乘法输入a和b是16位浮点矩阵，而累加矩阵c和d可以是16位浮点或32位浮点矩阵。张量核心在16位浮点输入数据以及32位浮点累加上运算。16位浮点乘法需要64次运算，产生全精度的积，然后使用32位浮点与4×4×4矩阵乘法的其他中间积相加来累加。在实践中，张量核心用于执行由这些较小的元素建立的更大的二维或更高维的矩阵运算。api(诸如cuda9c++api)公开了专门的矩阵加载、矩阵乘法和累加以及矩阵存储运算，以便有效地使用来自cuda-c++程序的张量核心。在cuda层面，线程束级接口假定16×16尺寸矩阵跨越线程束的全部32个线程。
每个sm440还包括执行特殊函数(例如，属性评估、倒数平方根等)的m个sfu552。在一个实施例中，sfu552可以包括树遍历单元，其被配置为遍历分层树数据结构。在一个实施例中，sfu552可以包括被配置为执行纹理贴图过滤操作的纹理单元。在一个实施例中，纹理单元被配置为从存储器304加载纹理贴图(例如，纹理像素的2d阵列)并且对纹理贴图进行采样以产生经采样的纹理值，用于在由sm440执行的着色器程序中使用。在一个实施例中，纹理贴图被存储在共享存储器/l1高速缓存470中。纹理单元实现纹理操作，诸如使用mip贴图(即，不同细节层次的纹理贴图)的过滤操作。在一个实施例中，每个sm440包括两个纹理单元。在一个实施例中，将sfus552中的至少一个配置为包括图2a中图形处理管线200的至少一个实例。
每个sm440还包括n个lsu554，其实现共享存储器/l1高速缓存570和寄存器文件520之间的加载和存储操作。每个sm440包括将每个功能单元连接到寄存器文件520以及将lsu554连接到寄存器文件520、共享存储器/l1高速缓存570的互连网络580。在一个实施例中，互连网络580是交叉开关，其可以被配置为将任何功能单元连接到寄存器文件520中的任何寄存器，以及将lsu554连接到寄存器文件和共享存储器/l1高速缓存570中的存储器位置。
共享存储器/l1高速缓存570是片上存储器阵列，其允许数据存储和sm440与图元引擎435之间以及sm440中的线程之间的通信。在一个实施例中，共享存储器/l1高速缓存570包括128kb的存储容量并且在从sm440到分区单元380的路径中。共享存储器/l1高速缓存570可以用于高速缓存读取和写入。共享存储器/l1高速缓存570、l2高速缓存460和存储器304中的一个或更多个是后备存储。
将数据高速缓存和共享存储器功能组合成单个存储器块为两种类型的存储器访问提供最佳的总体性能。该容量可由程序用作不使用共享存储器的高速缓存。例如，如果将共享存储器配置为使用一半容量，则纹理和加载/存储操作可以使用剩余容量。在共享存储器/l1高速缓存570内的集成使共享存储器/l1高速缓存570起到用于流式传输数据的高吞吐量管道的作用，并且同时提供对频繁重用数据的高带宽和低延迟的访问。
当被配置用于通用并行计算时，与图形处理相比，可以使用更简单的配置。具体地，图3所示的固定功能图形处理单元被绕过，创建了更简单的编程模型。在通用并行计算配置中，工作分配单元325将线程块直接指派并分配给dpc420。块中的线程执行相同的程序，使用计算中的唯一线程id来确保每个线程生成唯一结果，使用sm440执行程序并执行计算，使用共享存储器/l1高速缓存570以在线程之间通信，以及使用lsu554通过共享存储器/l1高速缓存570和存储器分区单元380读取和写入全局存储器。当被配置用于通用并行计算时，sm440还可以写入调度器单元320可用来在dpc420上启动新工作的命令。
ppu300可以被包括在台式计算机、膝上型计算机、平板电脑、服务器、超级计算机、智能电话(例如，无线、手持设备)、个人数字助理(pda)、数码相机、运载工具、头戴式显示器、手持式电子设备等中。在一个实施例中，ppu300包含在单个半导体衬底上。在另一个实施例中，ppu300与一个或更多个其他器件(诸如附加ppu300、存储器204、精简指令集计算机(risc)cpu、存储器管理单元(mmu)、数字-模拟转换器(dac)等)一起被包括在片上系统(soc)上。
在一个实施例中，ppu300可以被包括在图形卡上，图形卡包括一个或更多个存储器设备304。图形卡可以被配置为与台式计算机的主板上的pcie插槽接口。在又一个实施例中，ppu300可以是包含在主板的芯片集中的集成图形处理单元(igpu)或并行处理器。
示例性计算系统
具有多个gpu和cpu的系统被用于各种行业，因为开发者在应用(诸如人工智能计算)中暴露和利用更多的并行性。在数据中心、研究机构和超级计算机中部署具有数十至数千个计算节点的高性能gpu加速系统，以解决更大的问题。随着高性能系统内处理设备数量的增加，通信和数据传输机制需要扩展以支持该增加带宽。
图5b是根据实施例的使用图3的ppu300实现的处理系统500的概念图。处理系统500可以被配置为实现图1a中所示的方法100。处理系统500包括cpu530、交换机510和多个ppu300中的每一个以及相应的存储器304。nvlink310提供每个ppu300之间的高速通信链路。尽管图5b中示出了特定数量的nvlink310和互连302连接，但是连接到每个ppu300和cpu530的连接的数量可以改变。交换机510在互连302和cpu530之间接口。ppu300、存储器304和nvlink310可以位于单个半导体平台上以形成并行处理模块525。在一个实施例中，交换机510支持两个或更多个在各种不同连接和/或链路之间接口的协议。
在另一个实施例(未示出)中，nvlink310在每个ppu300和cpu530之间提供一个或更多个高速通信链路，并且交换机510在互连302和每个ppu300之间进行接口。ppu300、存储器304和互连302可以位于单个半导体平台上以形成并行处理模块525。在又一个实施例(未示出)中，互连302在每个ppu300和cpu530之间提供一个或更多个通信链路，并且交换机510使用nvlink310在每个ppu300之间进行接口，以在ppu300之间提供一个或更多个高速通信链路。在另一个实施例(未示出)中，
nvlink310在ppu300和cpu530之间通过交换机510提供一个或更多个高速通信链路。在又一个实施例(未示出)中，互连302在每个ppu300之间直接提供一个或更多个通信链路。可以使用与nvlink310相同的协议将一个或更多个nvlink310高速通信链路实现为物理nvlink互连或者片上或裸晶上互连。
在本说明书的上下文中，单个半导体平台可以指在裸晶或芯片上制造的唯一的单一的基于半导体的集成电路。应该注意的是，术语单个半导体平台也可以指具有增加的连接的多芯片模块，其模拟片上操作并通过利用常规总线实现方式进行实质性改进。当然，根据用户的需要，各种电路或器件还可以分开放置或以半导体平台的各种组合来放置。可选地，并行处理模块525可以被实现为电路板衬底，并且ppu300和/或存储器304中的每一个可以是封装器件。在一个实施例中，cpu530、交换机510和并行处理模块525位于单个半导体平台上。
在一个实施例中，每个nvlink310的信令速率是20到25千兆位/秒，并且每个ppu300包括六个nvlink310接口(如图5b所示，每个ppu300包括五个nvlink310接口)。每个nvlink310在每个方向上提供25千兆位/秒的数据传输速率，其中六条链路提供300千兆位/秒。当cpu530还包括一个或更多个nvlink310接口时，nvlink310可专门用于如图5b所示的ppu到ppu通信，或者ppu到ppu以及ppu到cpu的某种组合。
在一个实施例中，nvlink310允许从cpu530到每个ppu300的存储器304的直接加载/存储/原子访问。在一个实施例中，nvlink310支持一致性操作，允许从存储器304读取的数据被存储在cpu530的高速缓存分层结构中，减少了cpu530的高速缓存访问延迟。在一个实施例中，nvlink310包括对地址转换服务(ats)的支持，允许ppu300直接访问cpu530内的页表。一个或更多个nvlink310还可以被配置为以低功率模式操作。
图5c示出了示例性系统565，其中可以实现各种先前实施例的各种体系架构和/或功能。示例性系统565可以被配置为实现图1a中所示的方法100。
如图所示，提供系统565，其包括连接到通信总线575的至少一个中央处理单元530。通信总线575可以使用任何合适的协议来实现，诸如pci(外围组件互连)、pci-express、agp(加速图形端口)、超传输或任何其他总线或一个或更多个点对点通信协议。系统565还包括主存储器540。控制逻辑(软件)和数据被存储在主存储器540中，主存储器540可以采取随机存取存储器(ram)的形式。
系统565还包括输入设备560、并行处理系统525和显示设备545，即常规crt(阴极射线管)、lcd(液晶显示器)、led(发光二极管)、等离子显示器等。可以从输入设备560(例如键盘、鼠标、触摸板、麦克风等)接收用户输入。前述模块和/或设备中的每一个甚至可以位于单个半导体平台上以形成系统565。可选地，根据用户的需要，各个模块还可以分开放置或以半导体平台的各种组合来放置。
此外，系统565可以出于通信目的通过网络接口535耦合到网络(例如，电信网络、局域网(lan)、无线网络、广域网(wan)(诸如因特网)、对等网络、电缆网络等)。
系统565还可以包括但不限于辅助存储(未示出)。辅助存储610包括例如硬盘驱动器和/或可移除存储驱动器、代表磁盘或光盘驱动器、磁带驱动器、光盘驱动器、数字多功能盘(dvd)驱动器、记录设备、通用串行总线(usb)闪存。可移除存储驱动器以众所周知的方式从可移除存储单元读取和/或写入可移除存储单元。
计算机程序或计算机控制逻辑算法可以存储在主存储器540和/或辅助存储中。这些计算机程序在被执行时使得系统565能够执行各种功能。存储器540、存储和/或任何其他存储是计算机可读介质的可能示例。
各种在先附图的体系架构和/或功能可以在通用计算机系统、电路板系统、专用于娱乐目的的游戏控制台系统、专用系统和/或任何其他所需的系统的上下文中实现。例如，系统565可以采取台式计算机、膝上型计算机、平板电脑、服务器、超级计算机、智能电话(例如，无线、手持设备)、个人数字助理(pda)、数字相机、运载工具、头戴式显示器、手持式电子设备、移动电话设备、电视机、工作站、游戏控制台、嵌入式系统和/或任何其他类型的逻辑的形式。
图形处理管线
在一个实施例中，ppu300包括图形处理单元(gpu)。ppu300被配置为接收指定用于处理图形数据的着色程序的命令。图形数据可以被定义为一组图元，例如点、线、三角形、四边形、三角形带等。典型地，图元包括指定图元的多个顶点(例如，在模型空间坐标系中)的数据以及与图元的每个顶点相关联的属性。ppu300可以被配置为处理图元以生成帧缓冲区(即，用于显示器的像素中的每一个的像素数据)。
应用程序将场景的模型数据(即，顶点和属性的集合)写入存储器(诸如系统存储器或存储器304)。模型数据定义可能在显示器上可见的对象中的每一个。然后应用程序对驱动程序内核进行api调用，其请求要被渲染和显示的模型数据。驱动程序内核读取模型数据并将命令写入一个或更多个流以执行操作来处理模型数据。这些命令可以参考要在ppu300的sm440上实现的不同着色程序，包括顶点着色、外壳着色、域着色、几何着色和像素着色中的一个或更多个。例如，sm440中的一个或更多个可以被配置为执行顶点着色程序，其处理由模型数据定义的多个顶点。在一个实施例中，不同的sm440可以被配置为同时执行不同的着色程序。例如，sm440的第一子集可以被配置为执行顶点着色程序，而sm440的第二子集可以被配置为执行像素着色程序。sm440的第一子集处理顶点数据以产生经处理的顶点数据，并将经处理的顶点数据写入l2高速缓存460和/或存储器304。在经处理的顶点数据被光栅化(即，从三维数据转换成屏幕空间中的二维数据)以产生片段数据之后，sm440的第二子集执行像素着色以产生经处理的片段数据，然后将其与其他经处理的片段数据混合并被写入存储器304中的帧缓冲区。顶点着色程序和像素着色程序可以并行执行，以管线方式处理来自同一场景的不同数据，直到该场景的所有模型数据已经被渲染到帧缓冲区。然后，帧缓冲区的内容被传送到显示控制器以在显示设备上显示。
图6是根据实施例的由图3的ppu300实现的图形处理管线600的概念图。图形处理管线600是被实现以从3d几何数据生成2d计算机生成图像的处理步骤的抽象流程图。众所周知，管线架构可以通过将操作分成多个阶段来更高效地执行长延迟操作，其中每个阶段的输出耦合到下一个连续阶段的输入。因此，图形处理管线600接收从图形处理管线600的一个阶段传送到下一阶段的输入数据601，以生成输出数据602。在一个实施例中，图形处理管线600可表示由
如图6所示，图形处理管线600包括包含多个阶段的管线架构。这些阶段包括但不限于数据组装阶段610、顶点着色阶段620、图元组装阶段630、几何着色阶段640、视口缩放、剔除和裁剪(viewportscale,cull,andclip，vscc)阶段650、光栅化阶段660、片段着色阶段670和光栅操作阶段680。在一个实施例中，输入数据601包括命令，其配置处理单元以实现图形处理管线600的阶段，并配置几何图元(例如，点、线、三角形、四边形、三角形带或扇形等)以由这些阶段处理。输出数据602可以包括像素数据(即，颜色数据)，其被复制到存储器中的帧缓冲区或其他类型的表面数据结构中。
数据组装阶段610接收输入数据601，其指定用于高阶表面、图元等的顶点数据。数据组装阶段610收集临时存储或队列中的顶点数据，诸如通过从主机处理器接收包括指向存储器中的缓冲区的指针的命令并从该缓冲区读取顶点数据。顶点数据然后被传送到顶点着色阶段620以进行处理。
顶点着色阶段620通过对顶点中的每一个执行一次一组操作(即，顶点着色器或程序)来处理顶点数据。顶点可以例如被指定为与一个或更多个顶点属性(例如，颜色、纹理坐标、表面法线等)相关联的4坐标向量(即，<x，y，z，w>)。顶点着色阶段620可以操纵各个顶点属性，诸如位置、颜色、纹理坐标等。换句话说，顶点着色阶段620对与顶点相关联的顶点坐标或其他顶点属性执行操作。这些操作通常包括光照操作(即，修改顶点的颜色属性)和变换操作(即，修改顶点的坐标空间)。例如，可以使用对象坐标空间中的坐标来指定顶点，其通过将坐标乘以矩阵进行变换，该矩阵将坐标从对象坐标空间转换到世界空间或归一化设备坐标(normalized-device-coordinate，ncd)空间。顶点着色阶段620生成被传送到图元组装阶段630的经变换的顶点数据。
图元组装阶段630收集由顶点着色阶段620输出的顶点并且将顶点分组成几何图元以由几何着色阶段640处理。例如，图元组装阶段630可以被配置为将每三个连续顶点分组为用于传送到几何着色阶段640的几何图元(即，三角形)。在一些实施例中，特定顶点可以被重新用于连续几何图元(例如，三角形带中的两个连续三角形可以共享两个顶点)。图元组装阶段630将几何图元(即，相关联的顶点的集合)传送到几何着色阶段640。
几何着色阶段640通过对几何图元执行一组操作(即，几何着色器或程序)来处理几何图元。曲面细分(tessellation)操作可以从每个几何图元生成一个或更多个几何图元。换言之，几何着色阶段640可以将每个几何图元细分为两个或更多个几何图元的更精细的网格，以由图形处理管线600的其余部分进行处理。几何着色阶段640将几何图元传送到视口scc阶段650。
在一个实施例中，图形处理管线600可以在流式多处理器和顶点着色阶段620、图元组装阶段630、几何着色阶段640、片段着色阶段670和/或与其相关联的硬件/软件内操作，可顺序地执行处理操作。一旦顺序处理操作完成，在一个实施例中，视口scc阶段650可以利用数据。在一个实施例中，由图形处理管线600中的阶段的一个或更多个处理的图元数据可以被写入高速缓存(例如，l1高速缓存、顶点高速缓存等)中。在这种情况下，在一个实施例中，视口scc阶段650可以访问高速缓存中的数据。在一个实施例中，视口scc阶段650和光栅化阶段660被实现为固定功能电路。
视口scc阶段650执行几何图元的视口缩放、剔除和裁剪。正被渲染的每个表面都与抽象相机位置相关联。相机位置表示正观看该场景的观看者的位置并定义了包围该场景的对象的视锥体。视锥体可以包括观看平面、后平面和四个裁剪平面。完全位于视锥体之外的任何几何图元都可被剔除(即丢弃)，因为这些几何图元将不会对最终渲染的场景做出贡献。部分位于视锥体内并且部分位于视锥体外的任何几何图元可以被裁剪(即，转换为被包围在视锥体内的新的几何图元)。此外，可以基于视锥体的深度来对每个几何图元进行缩放。然后将所有可能可见的几何图元传送到光栅化阶段660。
光栅化阶段660将3d几何图元转换成2d片段(例如，能够用于显示等)。光栅化阶段660可以被配置为利用几何图元的顶点来设置一组平面等式，从中可以内插各种属性。光栅化阶段660还可以计算多个像素的覆盖掩码，其指示像素的一个或更多个样本位置是否拦截几何图元。在一个实施例中，还可以执行z测试以确定几何图元是否被已经被光栅化的其他几何图元遮挡。光栅化阶段660生成片段数据(即，与每个被覆盖像素的特定样本位置相关联的内插顶点属性)，其被传送到片段着色阶段670。
片段着色阶段670通过对片段中的每一个执行一组操作(即，片段着色器或程序)来处理片段数据。片段着色阶段670可以生成片段的像素数据(即，颜色值)，诸如通过使用片段的内插纹理坐标执行光照操作或采样纹理贴图。片段着色阶段670生成像素数据，其被发送到光栅操作阶段680。
光栅操作阶段680可对像素数据执行各种操作，诸如执行阿尔法测试、模板测试(stenciltest)以及将像素数据与对应于与像素相关联的其他片段的其他像素数据混合。当光栅操作阶段680已经完成对像素数据(即，输出数据602)的处理时，可以将像素数据写入渲染目标，诸如帧缓冲区、颜色缓冲区等。
应当领会，除上述阶段中的一个或更多个以外或代替上述阶段中的一个或更多个，一个或更多个额外的阶段可以被包括在图形处理管线600中。抽象图形处理管线的各种实现方式可以实现不同的阶段。此外，在一些实施例中，上述阶段中的一个或更多个可以从图形处理管线中排除(诸如几何着色阶段640)。其他类型的图形处理管线被认为是在本公开的范围内所构想的。此外，图形处理管线600的任何阶段可以由图形处理器(诸如ppu300)内的一个或更多个专用硬件单元来实现。图形处理管线600的其他阶段可以由可编程硬件单元(诸如ppu300的sm440)来实现。
图形处理管线600可以经由由主机处理器(诸如cpu)执行的应用程序来实现。在一个实施例中，设备驱动程序可以实现应用程序编程接口(api)，其定义可以被应用程序利用以生成用于显示的图形数据的各种功能。设备驱动程序是软件程序，其包括控制ppu300的操作的多个指令。api为程序员提供抽象，其允许程序员利用专用图形硬件(诸如ppu300)来生成图形数据而不要求程序员利用ppu300的特定指令集。应用程序可以包括被路由到ppu300的设备驱动程序的api调用。设备驱动程序解释api调用并执行各种操作以响应api调用。在一些情况下，设备驱动程序可以通过在cpu上执行指令来执行操作。在其他情况下，设备驱动程序可以至少部分地通过利用cpu和ppu300之间的输入/输出接口在ppu300上启动操作来执行操作。在一个实施例中，设备驱动程序被配置为利用ppu300的硬件来实现图形处理管线600。
可以在ppu300内执行各种程序以便实现图形处理管线600的各个阶段。例如，设备驱动程序可以启动ppu300上的内核以在一个sm440(或多个sm440)上执行顶点着色阶段620。设备驱动程序(或由ppu400执行的初始内核)还可启动ppu400上的其他内核以执行图形处理管线600的其他阶段，诸如几何着色阶段640和片段着色阶段670。另外，图形处理管线600的阶段中的一些可以在固定单元硬件(诸如在ppu400内实现的光栅器或数据组装器)上实现。应当领会，在被sm440上的后续内核处理之前，来自一个内核的结果可以由一个或更多个中间固定功能硬件单元处理。
虽然上面已经描述了各种实施例，但是应该理解，它们仅以示例的方式呈现，而不是限制。因此，本申请的广度和范围不应受任何上述示例性实施例的限制，而应仅根据以下和随后提交的权利要求及其等同物来限定。
- 还没有人留言评论。精彩留言会获得点赞！