Fermi技术细节抢先预览

为并行处理而生——第二代PTX指令集架构

PTX是NVIDIA针对支持并行线程处理运算而设计的低级虚拟机和ISA指令集。当程序执行之前，PTX指令会被GPU驱动转译为GPU的本机代码。此次，NVIDIA特别强调Fermi是第一个支持PTX 2.0的体系架构，而G80则是PTX 1.X。

高度整合——统一寻址空间

在PTX 1.x中，当load/store指令被执行的时候，需要指定三个寻址空间中的其中一个，程序才可以在编译时确定指定寻址空间中的load/store 数值。这样的计算能力很难提供完整的C和C++指针，因为在编译过程中很难确定一个指针的目标寻址空间。而PTX 2.0则实现了统一寻址空间，把三个寻址空间都统一为一个单独、连续的寻址空间。

有了统一寻址空间以后，就只需要一组Load/Store指令

因此只需一组Load/Store指令，而不再需要三套针对不同寻址空间的Load/Store指令。此外，PTX 2.0还增加了C++虚拟函数、函数指针，针对动态分配对象、解除分配的“new”和“delete”操作以及针对异常处理操作的“try”和“catch”。

针对OpenCL和DirectCompute的优化

OpenCL、DirectCompute与CUDA的编程模型有非常密切的对应关系，CUDA里的Thread、Thread block、Grid、障栅同步、shared memory、global memory以及原子操作都能在OpenCL和DirectCompute中看到，因此基于Fermi的GPU在运行OpenCL和DirectCompute时会更加得心应手。此外，Fermi架构还为OpenCL和DirectCompute的表面(surface)格式转换指令提供了硬件支持，允许图形与计算程序能简单地对相同的数据进行操作。同时，PTX 2.0还为DirectCompute提供了population count、append以及bit-reverse指令的支持。

浮点运算好帮手——支持IEEE 754-2008规范

在浮点运算方面，G80、GT200的单精度运算都是采用IEEE 754-1985标准的浮点算法，Fermi在单精度浮点指令上提供了对次常数(subnormal number，即denormal number或者denormalized number)以及IEEE754-2008标准的所有四种舍入模式(nearest、zero、positive infinity、negative infinity)的支持。

什么是次常数

次常数指的是在定浮点数系统中分布于小正数和大负数之间的数。小正数和大负数取决于系统的设定。假设大负数是-1，小正数是1，在-1和1之间的数就是次常数。

面对次常数，CPU通常将其视作异常情况，会以软件方式进行计算，这需要消耗数千个周期。而过去GPU针对次常数的应对措施并不多，一般GPU会将这个范围内的数据冲刷成零，但会导致精度的损失。而Fermi的浮点单元能以硬件方式处理次常数，允许它们逐渐下溢至零而不至于导致精度的损失。在电脑图形、线性代数和科学应用中常见的运算操作是把两个数相乘，然后将获得的结果与第三个数相加，例如C=A×B+C。以往的GPU会使用multiply-add(MAD)指令来实现上述运算。不过MAD指令中在进行乘法计算(例如 C=A×B+C中的A×B)的时候容易出现一些非常小的尾数。尾数会被切掉，并在接下来的加法运算中使用“舍入到近偶数”的方式作舍入操作。

FMA指令可以避免精度的损失

无论是32-bit运算还是64-bit运算，Fermi均使用fused multiply-add(FMA)指令来执行(GT200只对64-bit运算采用FMA指令)，可以保证乘法运算的结果以全精度的形式保留。和MAD(multiply-add)指令相比，FMA指令在做乘法和加法运算时只在末做一次四舍五入，不会在执行加法的时候就出现精度损失。提升精度可以让多种算法获益，例如精密的交叉几何体渲染、迭代数学方面的高精度计算以及快速准确舍入的除法与平方根操作。

智能追踪——predication论断

PTX 2.0为所有的指令提供了predication(论断)支持，这会提升执行效率。在采用分支指令执行"if-else(如果-否则)"条件语言的时候，SM必须了解哪些线程在条件中的什么路径中执行；当有额外的分子路径发生时(taken)，硬件都会跟踪一组，这会增加线程组。但当条件语言使用论断的话，就能比分支指令更有效，因为只有那些符合的条件测试线程才会被写入到目标寄存器中，其它的线程不会发生改变。