---

本文會(huì)通過(guò)把AMD的RDNA3架構(gòu)為例比喻為**“施工公司”**工作模式，深入理解GPU如何高效處理頂點(diǎn)著色、像素計(jì)算等任務(wù)。

---

一、施工公司的組織架構(gòu)

1. 施工公司（WGP）與施工隊(duì)（CU）

• WGP（Work Group Processor）：相當(dāng)于一個(gè)大型施工公司，負(fù)責(zé)統(tǒng)籌管理兩個(gè)施工隊(duì)。
• CU（Compute Unit）：每個(gè)WGP下屬的兩個(gè)施工隊(duì)。
• SIMD模式：每個(gè)施工隊(duì)會(huì)有兩個(gè)小分隊(duì)，小分隊(duì)采用“批量施工”模式——比如挖土就所有點(diǎn)位一起挖土，倒混凝土就全部一起倒混凝土，鋪鋼筋就一起鋪鋼筋，即使有的點(diǎn)位提前完成了挖土，也要等其他的點(diǎn)位都完成才能倒混凝土（這就是Single Instruction Multiple Data (SIMD)，單指令多數(shù)據(jù)架構(gòu)——每個(gè)線程各自處理一個(gè)頂點(diǎn)或者像素，執(zhí)行相同的指令，但是處理不同的數(shù)據(jù)）。

2. 施工隊(duì)的兩種工作模式

• Wave32和Wave64：
  基于SIMD模式，施工小分隊(duì)的工作要么32點(diǎn)位一組一起干，或者64點(diǎn)位為一組一起干（wave32/wave64，即32線程一組或者64線程一組）。也就是wave32和wave64。

  • Wave32模式：32個(gè)點(diǎn)位（線程）為一組，適合復(fù)雜任務(wù)（如分支判斷多的場(chǎng)景）。
  • Wave64模式：64個(gè)點(diǎn)位為一組，適合簡(jiǎn)單重復(fù)任務(wù)（如大規(guī)模矩陣計(jì)算）。

• wavefront

  • 如果施工小分隊(duì)只有一個(gè)任務(wù)，那當(dāng)這個(gè)任務(wù)中發(fā)生等待材料送達(dá)、等待水泥這些情況的時(shí)候，就會(huì)浪費(fèi)時(shí)間。所以施工隊(duì)會(huì)做多個(gè) 任務(wù)。（任務(wù)相當(dāng)于RDNA3的wavefront 的概念，wavefront 類似于 NVIDIA 的 warp，都是調(diào)度和執(zhí)行的基本單位。每個(gè) wavefront 包含多個(gè)線程，通常是32個(gè)。這些線程在同一個(gè)指令下同步執(zhí)行，換句話說(shuō)，同一個(gè) wavefront 中的線程會(huì)執(zhí)行相同的指令，但處理不同的數(shù)據(jù)。
  • 每個(gè)施工隊(duì)會(huì)做多少個(gè)任務(wù)要看資源的情況，最多做16個(gè)任務(wù)（因?yàn)镽DNA 3則每個(gè)SIMD有16個(gè)slot）。
  • 同一時(shí)刻一個(gè)施工小分隊(duì)只能執(zhí)行一個(gè)任務(wù)（一個(gè)SIMD上一次只能執(zhí)行一個(gè)wavefront）。
  • 任務(wù)不必按順序執(zhí)行，也不需要連續(xù)地執(zhí)行完一個(gè)任務(wù)中的所有步驟。（分配的這些wavefront不必按順序執(zhí)行，也不需要連續(xù)地執(zhí)行完一個(gè)wavefront的所有指令）

---

二、任務(wù)分配的核心邏輯

2. 自動(dòng)組隊(duì)：隱式并行化

• 頂點(diǎn)/像素處理：當(dāng)GPU需要頂點(diǎn)或800萬(wàn)像素，比如說(shuō)繪制三角形，那么頂點(diǎn)著色器處理3個(gè)頂點(diǎn)；如果渲染4K畫面，那么片段著色器需要處理830萬(wàn)像素。不管是3個(gè)頂點(diǎn)還是830萬(wàn)像素，硬件都會(huì)自動(dòng)將它們打包：
  • 每湊滿32或64個(gè)點(diǎn)位，就分配給一個(gè)小分隊(duì)。
  • 程序員無(wú)需手動(dòng)分組，完全由硬件和驅(qū)動(dòng)自動(dòng)完成。
• 計(jì)算著色器例外：compute shader需顯式指定線程組大小（如[numthreads(64,1,1)]），這是唯一需要程序員干預(yù)的場(chǎng)景。

2. 分組規(guī)模的選擇依據(jù)

• 編譯器與驅(qū)動(dòng)的幕后優(yōu)化：
  • 分支復(fù)雜任務(wù)（如光線追蹤中的條件判斷）：優(yōu)先選擇Wave32模式，減少分支等待時(shí)間。
  • 計(jì)算密集型任務(wù)（如紋理生成）：采用Wave64模式，最大化吞吐量。
• 程序員無(wú)需干預(yù)：優(yōu)化過(guò)程完全由編譯器和驅(qū)動(dòng)根據(jù)代碼特征自動(dòng)完成。

---

三、資源管理：施工隊(duì)的“生存法則”

1. 三大核心資源

資源類型	比喻	技術(shù)對(duì)應(yīng)	容量限制（每CU）	特性
ALU	施工工人	算術(shù)邏輯單元	128個(gè)	同一時(shí)間只服務(wù)一個(gè)Wavefront
SGPR	公共工作手冊(cè)	標(biāo)量寄存器（常量、全局變量）	1024個(gè)	全隊(duì)共享，內(nèi)容統(tǒng)一
VGPR	各個(gè)施工點(diǎn)位工具箱	向量寄存器（線程私有變量）	2048個(gè)	每個(gè)線程獨(dú)立占用，限制分隊(duì)數(shù)量
LDS	公司內(nèi)部倉(cāng)庫(kù)	本地?cái)?shù)據(jù)存儲(chǔ)（線程組共享內(nèi)存）	64KB （驗(yàn)證？）	僅限本W(wǎng)GP使用，跨公司不可共享

2. 資源爭(zhēng)奪與性能瓶頸

• VGPR的致命影響：
  若每個(gè)Wavefront需256個(gè)VGPR，則每CU最多駐留 (2048 / 256 = 8) 個(gè)Wavefront，導(dǎo)致50%的算力閑置。
• LDS的協(xié)作限制：
  若一個(gè)線程組申請(qǐng)32KB LDS，則同一WGP最多同時(shí)運(yùn)行2個(gè)線程組（64KB / 32KB）。

---

四、優(yōu)化手段

1. 減少VGPR占用

   • 復(fù)用寄存器變量，避免冗余存儲(chǔ)。
   • 示例：將臨時(shí)計(jì)算結(jié)果直接用于下一階段，而非創(chuàng)建新變量。

2. 規(guī)避分支發(fā)散

   • 用掩碼運(yùn)算替代條件分支（如 result = a * mask + b * (1 - mask)）。
   • 統(tǒng)一控制流：盡量讓所有線程走相同邏輯路徑。

3. LDS的智慧使用

   • 高頻訪問(wèn)數(shù)據(jù)預(yù)加載到LDS（如粒子系統(tǒng)的位置信息）。
   • 避免單個(gè)線程組占用超過(guò)50% LDS容量。

4. 工具輔助分析

   • 使用 Radeon GPU Profiler 監(jiān)控Occupancy和資源瓶頸。
   • 關(guān)注編譯器警告（如VGPR/LDS超額分配提示）。

---

結(jié)語(yǔ)：GPU高效的本質(zhì)

以上“施工公司模式”的類比中，需要揣摩GPU高并行，或者說(shuō)RDNA3架構(gòu)的兩大核心思想：

1. 極致的批量操作（SIMD）：同步性換取吞吐量。
2. 精明的資源復(fù)用：通過(guò)快速切換Wavefront隱藏延遲。