高性能GPU模拟器的实现

发布时间：2021-07-20 16:39

　　基于图形处理器（GPU）由固定功能管线与可编程流处理器单元构成的特点,设计了一种半周期精确的模拟器实现方法,并结合一种GPU结构进行了GPU模拟器的实现。GPU模拟器支持OpenGL 2.0 API,在实现了固定功能管线的基础上,支持统一着色器渲染架构。模拟器对GPU结构进行半周期精确模拟。固定功能管线部分实现为完全周期精确模拟,可以进行3D图形算法的正确性验证以及性能评估。对可编程流处理器单元进行指令级功能模拟,在固定功能管线部分的配合下,可以快速轻量地对整个GPU结构进行结构与功能的验证。文章使用模拟器运行了glmark2测试集,并且根据测试结果对GPU结构进行3D图形算法正确性验证与性能评估,结果表明基于本文设计方法的GPU模拟器可以快速轻量地实现3D图形算法正确性验证与性能分析。 

【文章来源】：高技术通讯. 2020,30(06)北大核心

【文章页数】：8 页

【部分图文】：

GPU模拟器结构示意图

图元处理引擎结构各流水级完成各种不同数据的乘加运算或其他数学运算,所有运算部件设计为全流水部件,流水级内部同样实现更细粒度的周期模拟。流水级内部通过虚假执行与逆序流水的方式实现细分流水。图2表示2个流水级之间的数据传递与数据计算,每一流水级包括4级细分流水级。如第1步所示,Clock函数执行时,后序流水级首先判定其最后一级细分流水级是否为空,如果为空,则将其前3级细分流水数据传递至后一级细分流水级,同时将第1级细分流水级标为空。如第2步所示,当前序流水级最后1级细分流水级不为空,且后序流水级第1级细分流水级为空时,前序流水级将数据传递至后序流水级,后序流水级直接将数据进行计算,并将结果写入后序流水级第1级细分流水级。如第3步所示,前序流水级进行流水级内细分流水级数据传递。图元处理引擎将整条流水线逆向调用所有流水级的Clock操作,来实现整条流水线的并行周期执行。3.2.2 光栅化单元

图3是商业显卡GPU环境下build测试项的标准渲染结果,图4是GPU模拟器渲染结果。对比发现,肉眼无法看出2图之间的差别。对图3与图4进行逐像素对比,对比方式为对2图中每一相同位置像素值进行做差运算,差值结果为正数,则将差值数据保存至图5,差值结果为负数,则将差值数据绝对值保存至图6。对图5与图6进行对比,可以发现图5呈现出build测试场景的下边沿,图6则呈现出build测试场景的上边沿,表示图3与图4存在轻微的位置偏移,这是由于光栅化算法的实现不同所引起,属于差异而不是错误。而图5与图6中除了模型边沿数据,不再有其他差别,表明GPU模拟器对build测试项绘制正确。图4 GPU模拟器绘制效果图

【参考文献】：
期刊论文
[1]自主CPU发展道路及在航天领域应用[J]. 胡伟武.  上海航天. 2019(01)



本文编号：3293193