图灵微架构

图灵微架构（英語：），是由英伟达公司（nVIDIA）所開發的一種GPU微架構，用以取代伏打微架構（Volta microarchitecture）。命名為「图灵」以向英國計算機科學家艾伦·图灵（Alan Turing）致敬。這個微架構於 2018 年 8 月在 SIGGRAPH 2018 年會上首次在面向工作站的 Quadro RTX 卡中推出[2]， 並於一周後在 科隆遊戲展(Gamescom)上在消費類 GeForce RTX 20 系列顯示卡中推出[3]。图灵微架构以​​其 HPC 專有前身的前期工作為基礎，推出了首款能夠實現即時光線追蹤的消費產品，這是電腦繪圖產業的長期目標。關鍵要素包括專用人工智能處理器（"Tensor cores"）和專用光線追蹤處理器（"RT Cores"）。 图灵微架构利用 DXR、OptiX 和 Vulkan 來存取光線追蹤。 2019年2月，Nvidia發表了NVIDIA GeForce 16系列GPU，採用了新的圖靈設計，但缺乏光线追踪（RT）和张量（Tensor）核心。

Nvidia Turing
发布日期2018年9月20日 (2018-09-20)
制造工艺台積電 12 nm (FinFET)
历史
前代产品
后继产品安培[1]
艾伦·图灵（Alan Turing）的照片

图灵微架构採用台積電的 12 nm FinFET 半導體製造製程。 高階 TU102 GPU 包括使用此製程製造的 186 億個電晶體。 图灵微架构也使用三星電子 (Samsung Electronics) 和先前的美光科技 (Micron Technology) 的 GDDR6 記憶體。

细节信息
RTX 2080 卡中使用的 TU104 GPU 的芯片拍摄图
RTX 2060 卡中使用的 TU106 GPU 的芯片拍摄图
RTX 1660 卡中使用的 TU116 GPU 的芯片拍摄图

图灵微架构结合了多种类型的专用处理器核心，并实现了实时光线追踪技术（尽管大多数仍限于对物理建模的材质、室内反射和照明）[4]。这得益于新的 RT 核心的使用，这些核心被设计用于处理四叉树和球形层次结构，并为单个三角形的碰撞测试提速。

图灵微架构的特性包括：

  • CUDA 核心（流式多处理器）
    • 计算能力（Compute Capability）：7.5
    • 传统的栅格化着色器和计算
    • 整数和浮点操作的并行执行（继承自伏打微架构）
  • 光线追踪（RT）核心
    • 层次包围体结构（Bounding Volume Hierarchy）加速[5]
    • 阴影、环境光遮蔽、照明、反射
  • 张量（AI 中的 Tensor）核心[6]
  • GDDR6/HBM2 支持的内存控制器
  • 带有显示压缩流（DSC 1.2）技术的 1.4a 版本 DisplayPort 接口
  • 支持使用 PureVideo 技术的 Feature Set J 来进行硬件加速的视频解码
  • GPU Boost 4
  • 支持通过 NVLink Bridge 实现多个显卡的连接，并使用 VRAM 堆叠的方式汇集多个显卡的内存
  • VirtualLink 标准虚拟现实
  • NVENC（NVIDIA Encoder）硬件编码引擎

GDDR6 内存由三星电子为 Quadro RTX 系列生产[7]。RTX 20 系列在最初发布时使用美光的内存芯片，在 2018 年 11 月换为三星芯片[8]。

栅格化（Rasterization）

NVIDIA 报告称，在现有的软件标题中，栅格化（使用 CUDA 技术）的性能相较于前一代提升了大约 30-50%[9][10]。这表示图灵架构的 NVIDIA GPU 在处理现有软件时，通过栅格化技术取得了相当可观的性能提升，提高了图形处理的效率。

光线追踪（Ray-tracing）

RT 核心执行的光线追踪可用于生成反射、折射和阴影，从而取代一些传统的栅格技术，如立方体贴图（Cube maps）和深度贴图（Depth maps）。需要注意的是，光线追踪技术并非完全替代栅格化技术，光线追踪收集到的信息可以用于增强着色，使图像更加写实，特别是在处理摄像机视野之外发生的动作（off-camera action）时。NVIDIA 表示，光线追踪性能相较上一代消费者架构 Pascal 提高了约 8 倍。

张量核心（Tensor cores）

利用张量核心，最终图像的生成能够得到进一步加速，这些核心用于填充部分渲染图像中的空白，这一技术被称为去噪（de-noising）。张量核心负责执行深度学习的结果运算结果，对处理特定任务的方法进行编码，使得系统能够理解和应用这些方法。这种编码过程使得系统能够更有效地执行某些任务，例如增加特定应用程序或游戏生成图像的分辨率。在张量核心的主要用途中，需要解决的问题会在超级计算机上进行分析，该计算机通过示例学习期望的结果，确定实现这些结果的方法，随后，这些方法通过驱动程序更新传递给消费者，最终由消费者的张量核心执行操作[9]。超级计算机本身使用了大量的张量核心。

图灵晶粒（Turing dies）
图灵晶粒的对比
晶粒 TU102 TU104 TU106 TU116 TU117
晶粒大小 754 mm2 545 mm2 445 mm2 284 mm2 200 mm2
晶体管数量 18.6B 13.6B 10.8B 6.6B 4.7B
晶体管密度 24.7 MTr/mm2 25.0 MTr/mm2 24.3 MTr/mm2 23.2 MTr/mm2 23.5 MTr/mm2
图形处理集群
(GPC)		 6 6 3 3 2
流处理多处理器
(SM)		 72 48 36 24 16
CUDA核心数 4608 3072 2304 1536 1024
纹理映射单元
(TMU)		 288 192 144 96 64
渲染输出单元
(ROP)		 96 64 64 48 32
张量核心 576 384 288 不適用
光线追踪核心 72 48 36
L1 缓存 6.75 MB 4.5 MB 3.375 MB 2.25 MB 1.5 MB
96 KB per SM
L2 缓存 6 MB 4 MB 4 MB 1.5 MB 1 MB
最大热设计功耗
(Max TDP)		 280 W 250 W 185 W 125 W 75 W

开发
条目：NVIDIA RTX

图灵微架构的开发平台是 RTX。可以通过 Microsoft 的 DXR（DirectX Raytracing），OptiX, 以及使用 Vulkan 拓展（最后者在 Linux 驱动上也可以使用）来调用 RTX 的光线追踪功能[11]。AI 加速功能可以通过 NGX 集成到应用程序中[12]。网格着色器（Mesh Shader）和着色率图像（Shading Rate Image）功能可以在 Windows 和 Linux 平台上使用 DX12、Vulkan 和 OpenGL 扩展来访问[13]。

Windows 10 在 2018 年 10 月的更新中包括了 DirectX 光线追踪的公开发布[14][15]。

採用图灵微架构的產品
  • GeForce MX 系列
    • GeForce MX450 (Mobile)
    • GeForce MX550 (Mobile)
  • GeForce 16 系列
    • GeForce GTX 1630
    • GeForce GTX 1650 (Mobile)
    • GeForce GTX 1650
    • GeForce GTX 1650 Super
    • GeForce GTX 1650 Ti (Mobile)
    • GeForce GTX 1660
    • GeForce GTX 1660 Super
    • GeForce GTX 1660 Ti (Mobile)
    • GeForce GTX 1660 Ti
  • GeForce 20 系列
    • GeForce RTX 2060 (Mobile)
    • GeForce RTX 2060
    • GeForce RTX 2060 Super
    • GeForce RTX 2070 (Mobile)
    • GeForce RTX 2070
    • GeForce RTX 2070 Super (Mobile)
    • GeForce RTX 2070 Super
    • GeForce RTX 2080 (Mobile)
    • GeForce RTX 2080
    • GeForce RTX 2080 Super (Mobile)
    • GeForce RTX 2080 Super
    • GeForce RTX 2080 Ti
    • Titan RTX
  • Nvidia Quadro
    • Quadro RTX 3000 (Mobile)
    • Quadro RTX 4000 (Mobile)
    • Quadro RTX 4000
    • Quadro RTX 5000 (Mobile)
    • Quadro RTX 5000
    • Quadro RTX 6000 (Mobile)
    • Quadro RTX 6000
    • Quadro RTX 8000
    • Quadro T1000 (Mobile)
    • Quadro T2000 (Mobile)
    • T400
    • T400 4GB
    • T500 (Mobile)
    • T600 (Mobile)
    • T600
    • T1000
    • T1000 8GB
    • T1200 (Mobile)
  • Nvidia Tesla
    • Tesla T4

參考資料
  1. Tom Warren; James Vincent. . The Verge. May 14, 2020 [2020-10-21]. （原始内容存档于2020-12-08）. New “RTX 3080” cards could be just months away then, but we still don’t know for sure if they’ll be using this new Ampere architecture.
  2. Smith, Ryan. . AnandTech. August 13, 2018 [April 9, 2023]. （原始内容存档于2020-04-24） （美国英语）.
  3. Smith, Ryan. . AnandTech. August 20, 2018 [April 9, 2023]. （原始内容存档于2018-08-21） （美国英语）.
  4. Warren, Tom. . The Verge. August 20, 2018 [August 20, 2018] （美国英语）.
  5. Oh, Nate. . AnandTech. September 14, 2018 [April 9, 2023] （美国英语）.
  6. (PDF). Nvidia. （原始内容存档 (PDF)于2020-11-11）.
  7. Mujtaba, Hassan. . Wccftech. August 14, 2018 [April 9, 2023] （美国英语）.
  8. Maislinger, Florian. . PC Builder's Club. November 21, 2018 [July 15, 2019].
  9. . Twitch （美国英语）.
  10. Fisher, Jeff. . Nvidia. August 20, 2018 [April 9, 2023] （美国英语）.
  11. . Nvidia. July 20, 2018 [April 9, 2023] （美国英语）.
  12. . NVIDIA Docs. February 14, 2023 [2024-01-12] （英语）.
  13. . Nvidia. September 11, 2018 [April 9, 2023] （美国英语）.
  14. Pelletier, Sean. . Nvidia. October 2, 2018 [April 9, 2023] （美国英语）.
  15. van Rhyn, Jacques. . Microsoft. October 2, 2018 [April 9, 2023] （美国英语）.

外部連結
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.