因?yàn)榛丶议e的蛋疼，沒什么可以做的。于是就有了這篇文章。

去年 GTC 2022 大會(huì)英偉達(dá)為游戲玩家端出了新一代 GeForce GPU 架構(gòu) - NVIDIA Ada Lovelace，也是以科學(xué)家名字命名，算是英偉達(dá)傳統(tǒng)了（下一代 RTX 50 據(jù)說叫 Blackwell），這一代顯卡架構(gòu)也是英偉達(dá)全面實(shí)現(xiàn)實(shí)時(shí)光追之路的一大步。

Ada Lovelace 是公認(rèn)的世界上第一位程序員，為巴貝奇分析機(jī)設(shè)計(jì)了一個(gè)用于計(jì)算伯努利數(shù)（Bernoulli Numbers）的程序

其實(shí)要說NV對光追的鋪路，早在 Fermi 時(shí)期就很明顯了。Fermi 實(shí)現(xiàn)了硬件層級上的遞歸操作，并且還改進(jìn)了 L1 / L2 Cache，相鄰光線之間在內(nèi)存上的局部性更好。

這里本人先簡單總結(jié)下對這三代英偉達(dá) GeForce RTX?GPU 的理解：

1. RTX 20 - Turing 架構(gòu)，首次引入 RT?ASIC (也就是 RT Core)，內(nèi)置 Box Intersection Engine ?和 Triangle Intersection Engine，接管了整個(gè)光追管道中的一些重活，實(shí)現(xiàn)了 BVH 樹遍歷?和 光線與三角形求交 的 Offloading，而在 Pascal 及之前架構(gòu)中，這些工作是在 SM 的?Compute Shader 上完成的，效率低下。（具體的光線追蹤管線，以及 RT Core 在管道里的具體影響，可能以后會(huì)出專欄簡單存?zhèn)€檔）并且還引入了另一個(gè)用于張量運(yùn)算加速的電路 —— Tensor Core，專為 ML 加速而設(shè)計(jì)，因?yàn)楸救瞬惶私?AI，就不過多展開了233，作為游戲玩家知道這是為 DLSS，DLDSR 這些用到機(jī)器學(xué)習(xí)的服務(wù)就可以了。

2. RTX 30 - Ampere 架構(gòu)，NVIDIA 設(shè)計(jì)了一個(gè)新型的 Sub-Core 結(jié)構(gòu)，按照 NVIDIA 所講，Ampere 實(shí)現(xiàn)了 2x 的 FP32 Throughput. 因?yàn)樵?Turing RTX 上的那個(gè) 整數(shù) ALU 和一個(gè) "Lite" 的 FMA 管道 結(jié)合了起來?，可以理論上在不跑 INT32 的情況下達(dá)到 Turing FP32 的兩倍。NVIDIA 如此饑渴于 通用浮點(diǎn)算力 的堆砌，是為了堆砌總體上的光追執(zhí)行力，因?yàn)槟壳肮庾饭芫€中的大量 Shader 計(jì)算仍然在 Compute Shader?上完成。在 RT Core 方面暴力提升了遍歷/求交性能，同時(shí)引入用于實(shí)時(shí) RT 的動(dòng)態(tài)模糊加速。Ampere 是 NVIDIA 優(yōu)化光追架構(gòu)的一大步。

這里也做個(gè)小補(bǔ)充，NVIDIA 宣傳 Ampere 的計(jì)算結(jié)構(gòu)是 INT32 / FP32 Shared + FP32 Dedicated，這導(dǎo)致了很多人認(rèn)為那個(gè)新的共享單元是直接合并了整浮運(yùn)算，其實(shí)不是的。INT 和 FP 是一直分開的。FP32 浮點(diǎn)在一直都在?FMA 管道?上完成，只是到了 Ampere 架構(gòu)上引入了個(gè)?fmaheavy 和 fmalite 的區(qū)分。整數(shù)還是在獨(dú)立的 ALU 上完成的，只不過整數(shù)點(diǎn)積在 fmaheavy 上有分擔(dān)，可以降低整數(shù)自己的乘加器開銷。至于為什么實(shí)際表現(xiàn)出來的 看上去像是 只能要么進(jìn)行 INT32 要么進(jìn)行 FP32 操作，是因?yàn)?Warp 寬度 還是 32，所有的單元沒辦法同時(shí)執(zhí)行操作。（Nsight graphics 注解的?Turing 32，Ampere 48 是 Warp Slots，不是 Warp 寬度，之前弄錯(cuò)了）

需要注意的是，Ada 架構(gòu) 在這一方面的設(shè)計(jì)上和 Ampere 一致?（擠牙膏bushi? 對于 Ada 架構(gòu)將不作贅述。

3. RTX 40 - Ada Lovelace 架構(gòu)

前面扯了這么久，終于進(jìn)入新 Ada 架構(gòu)環(huán)節(jié)了

總體來說，Ada 架構(gòu)在通用計(jì)算單元上的架構(gòu)改進(jìn)是擠牙膏的。（但是 Ada 架構(gòu)在這些單元上的?排列，布線這些?相對于 Ampere 肯定是有優(yōu)化的）奈何上代 Ampere 架構(gòu)強(qiáng)勢，足夠讓 NVIDIA 老本吃到對面推出 RDNA 4 了。想想 A 家新的?RDNA 3 和 Ampere 的 FMA 延遲差距，還有吞吐量跑不滿等等問題，只能說 AMD 還任重而道遠(yuǎn)啊。

Ada 架構(gòu)的改進(jìn)主要是放在 ASIC 上了，主要包括 RT Core，Tensor Core 和 OFA 這三大件的大提升。

先上發(fā)布會(huì)截圖，回顧下 AD102 的性能水平 ( Ada 架構(gòu)的旗艦芯片)

最開始看到這樣的提升幅度，本人還是比較震撼的。要知道 GA102 的 FP32 可只有 40 TFLOPs，AD102 通過堆砌 16384 個(gè) CUDA 核心，達(dá)到了 90 TFLOPs 的性能。這樣的代際提升應(yīng)該是自 G80 以來最大的一次了。并且價(jià)格提升沒有 AD103 / 104 卡那樣離譜，采用 AD102 的 RTX 4090 算是近年來性價(jià)比最高的一款顯卡了。

NV在實(shí)時(shí)光追加速方面重點(diǎn)講了幾個(gè)技術(shù)創(chuàng)新，分別是?Opacity Micromap Engine，Displaced Micro-Mesh Engine 和?Shader Execution Reordering. 這里先重點(diǎn)講述下?Opacity Micromap Engine

首先，對于光線追蹤來講，Alpha 測試紋理的遍歷是比較痛苦的，光線每擊中一次貼圖所在的三角形，會(huì)檢測到一次?"unknown" (既不是 不透明 也不是 透明?就是 unknown 狀態(tài)，此類紋理所在三角形覆蓋的部分顯然包含了兩者，故為"unknown") 狀態(tài)返回到 Anyhit Shader（anyhit 操作是在通用計(jì)算單元上執(zhí)行的），當(dāng)眾多光線一起擊中到該貼圖時(shí)，可想而知效率就低了，因?yàn)閷τ谶@類貼圖的透明部分來講，是完全可以省掉這種不必要的計(jì)算的。所以了不起的 NVIDIA 工程師想到了一種巧妙的辦法，引入“不透明微貼圖”(opacity micromap)，為了確定 anyhit 而通過專門設(shè)計(jì)的虛擬網(wǎng)格來得到微小三角形。

上圖所示的藍(lán)色部分則是可以直接忽略的地方，對于相交檢測來說是一個(gè) false 的值，可以直接跳過 Anyhit Shader 從而繼續(xù)進(jìn)行跟蹤。而在以往的架構(gòu)中，只要光線打到左邊示例中黃色區(qū)域內(nèi)都會(huì)執(zhí)行一次 anyhit 操作。

簡單來說，就是標(biāo)記一小部分的區(qū)域，然后告訴顯卡只有這部分要 anyhit 一下就行了。

對于 Anyhit Shader，在光追管線里這是一個(gè)可選?Shader，場景包含透明物體或 Alpha 測試紋理的時(shí)候可以選擇加入，主要用于確定光線的進(jìn)一步操作。這里放出一張龔大做的“光線跟蹤流水線”視頻里的截圖

這里 NVIDIA 也給出了 Ada 和 Ampere 之間對于這類材質(zhì)處理的區(qū)別，能看出 Ada 的 Shader 負(fù)載比上代低了不少。

總的來說，Opacity Micromap Engine 的引入，大幅提高了具有 Alpha 測試 場景的遍歷性能，尤其是對像用于投射陰影的光線 (shadow rays) 的增益最大。

閑談到這里就差不多結(jié)束了，有點(diǎn)口渴，咱下周繼續(xù) (≧?≦)??

本人上高一了，更新速度明顯慢了 ( *︾▽︾)