憑借GPU強大的計算能力，超級計算機在數據處理、物理模擬、天氣預測、現代制藥、基因測序、先進制造、人工智能、密碼分析等方面都有著廣泛的應用。在2020年的新冠肺炎疫情中，更是為醫療衛生科研人員提供了巨大的幫助，為抗疫斗爭贏得了寶貴的時間。從GPU在新冠肺炎疫情中的實際應用情況出發，回顧了GPU誕生至今40余年的主要發展歷程，分析其發展趨勢，提出了未來可能的若干發展方向，并結合本單位GPU研制實踐，闡述了國產GPU研制的特點及現狀，列舉了多項關鍵技術，對國產GPU的未來發展提出了展望。
引言
2020年伊始，全人類都在為抗擊新冠肺炎而努力，在這場與病毒生死時速的競賽中，速度至關重要，而以GPU集群為計算核心的超級計算機成為了抗疫競速的加速器。近期，一篇利用超級計算機進行病毒研究的論文引發關注，美國橡樹嶺國家實驗室的研究人員利用IBM的Summit超級計算機尋找可以對抗新冠肺炎的最有效的現有藥物[1]。Summit是目前世界上最強大的超級計算機，它由4 608個計算節點組成，每個節點包含2個22核Power9 CPU和6個Nvidia Volta V100 GPU計算卡，單節點雙精度浮點運算能力42TFLOPS，整個集群峰值運算能力超過200 PFLOPS。研究人員從8000多種化合物入手，借助Summit的算法尋找可以與蛋白質結合并阻止病毒發揮作用的藥物，已篩選出77種化合物，這一篩選過程，如果手動進行，需要數年才能完成，如果在低速計算平臺上進行需要數月，在超級計算機上，時間縮短到以天計，而這主要得益于GPU的超級計算能力[2]。GPU歷經40多年的發展，已經從單純的圖形顯示加速功能發展到如今日益豐富的廣泛使用場景，本文綜述GPU的發展歷程及未來趨勢，并介紹國內GPU的一些研制實踐。
1.GPU發展歷程
1999年，NVIDIA公司在發布其標志性產品GeForce256時，首次提出了GPU的概念，盡管如此，追溯GPU的歷史，要從圖形顯示控制器說起。世界上第一臺個人電腦IBM5150于1981年由IBM公司發布，這臺PC搭載了黑白顯示適配器（monochrome display adapter，MDA）和彩色圖形適配器（color graphics adapter，CGA），這便是最早的圖形顯示控制器[3]。后來，IBM又推出EGA（enhanced graphics adapter），并于1987年提出了VGA（video graphics array）標準，它是IBM為PS/2系統中的Model50、60和80機型所內建的顯示系統，VGA在文字模式下可支持720×400分辨率，繪圖模式下可支持640×480×16色和320×200×256色輸出，VGA標準一直沿用至今。為了保證兼容性，當今的顯卡依然會遵循VGA標準。
從MDA到VGA，圖形圖像的運算都由CPU來完成，圖形卡的作用主要是將其顯示出來。1991年，S3 Graphics推出的“S3 86C911”，正式開啟2D圖形硬件加速時代，它能進行字符、基本2D圖元和矩形的繪制。到了1995年，幾乎所有的顯卡都具備2D加速功能，2D圖形接口GDI、DirectFB等也都相繼出現，并延續至今。
1994年，3DLabs發布的Glint300SX是第一顆用于PC的3D圖形加速芯片，它支持高氏著色、深度緩沖、抗鋸齒、Alpha混合等特性，開啟了顯卡的3D加速時代，然而這個階段的顯卡大多沒有執行統一的標準，加速功能也不盡相同，直到NVIDIA推出GeForce256，它整合了硬件變換和光照（transform and lighting，T&L）、立方環境材質貼圖和頂點混合、紋理壓縮和凹凸映射貼圖、雙重紋理四像素256位渲染引擎等，并且兼容DirectX和OpenGL[4]，被稱為世 界上第一款GPU。硬件T&L的引入，極大減輕了CPU的負擔，是這一時代GPU的標志。2001年微軟發布DirectX 8，提出了渲染單元模式（shader model） 的概念，根據操作對象的不同引入了2種shader，分別是頂點著色器（vertex shader）和像素著色器（pixel shader），從此，硬件T&L被拋棄，進入 shader時代，此時的GPU架構是固定管線[5]。
固定管線架構持續多年，直到微軟推出DirectX 10。shader不再扮演固定的角色，每一個shader都可以處理頂點和像素，這就是統一渲染著色器（unified shader），它的出現避免了固定管線中頂點著色器和像素著色器資源分配不合理的現象發生，使得GPU的利用率更高。第一款采用統一渲染架構的GPU是ATI在2005年與微軟合作的游戲主機XBOX 360上采用的Xenos，它是ATI第一代統一渲染架構，而真正具有影響力的，是NVIDIA在2006年發布的GeForce 8800 GTX（核心代號G80），它是第一款采用統一渲染架構的桌面GPU，其架構影響了日后的數代產品，是一款極具劃時代意義的GPU[6]。
與G80一同發布的，還有著名的CUDA（compute unified device architecture），它能利用NVIDIA GPU的運算能力進行并行計算，拓展了GPU的應用 領域，然而這時的CUDA只能算是GPU的副業。2011年TESLA GPU計算卡發布，標志著NVIDIA將正式用于計算的GPU產品線獨立出來，憑借著架構上的優勢，GPU在通用計算及超級計算機領域，逐漸取代CPU成為主角[7]。
GPU的發展歷程如表1所示。
表1.GPU發展歷程
2.GPU未來趨勢
GPU的未來方向，可以從NVIDIA 2019年的中國GTC（GPU technology conference）大會窺見一斑。GTC會議是NVIDIA近年來每年舉辦的一場GPU技術大會，匯集全球頂級的GPU專家，提供GPU領域頗具熱門話題的相關培訓和演講。在這個大會上展示的是全球GPU研究人員的最新的研究和應用方向，通過GTC會議可以窺見GPU的未來。2019年中國GTC大會設置了兩大主題，分別是AI和圖形，兩個大主題之下各自又有一些小主題[8]，如表2所示。
表2.2019中國GTC大會主題
從表2不難看出，GPU的未來趨勢無外乎3個：大規模擴展計算能力的高性能計算（GPGPU）、人工智能計算（AIGPU）、更加逼真的圖形展現（光線追蹤 Ray Tracing GPU）。雖然GPU的最基本功能-顯示技術在大會主題中沒有“顯式”的提及，但是眾多應用方向均與之密切相關，譬如：智慧醫療和生命科學、游戲、虛擬現實/增強現實、工業設計與工程、自動駕駛與交通等，因此支持更加清晰和動感的高清顯示是無需強調的未來趨勢。此外，由于GPU越來越廣泛地應用到手機、終端、邊緣計算節點等嵌入式設備，所以高效能也是一個永恒的追求。
2.1 高性能計算
NVIDIA最新發布的Tesla V100s高性能計算GPU，集成5120個CUDA Core，640個Tensor Core，采用32 GB HBM2顯存，顯存帶寬達1134GB/S，單精度浮點計算能力達16.4 TFLOPS。
GPGPU在圖形GPU的基礎上進行了優化設計，使之更適合高性能并行計算，加上CUDA多年來建立的完整生態系統，其在性能、易用性和通用性上比圖形GPU更加強大。基于這種特性，GPGPU將應用領域擴展到了圖形之外，在自動駕駛、智慧醫療、生命科學、深度學習、云計算、數據處理、金融等方面均 得到廣泛應用，關于它的科研成果和新應用模式也層出不窮。
相比CUDA，OpenCL具有更好跨平臺性和通用性，得到更多GPU硬件廠家的支持，但由于其對開發者的友好程度不高，直接應用反而不多。
2.2人工智能計算
GPU的并行處理結構非常適合人工智能計算，但傳統的基于流處理器的 GPU，其流處理器一般只能處理FP32/FP64等精度的運算，而AI計算的精度 要求往往不高，INT4/INT8/FP16往往可滿足絕大部分AI計算應用。針對AI應用，NVIDIA設計了專用的Tensor Core用于AI計算，支持INT4/INT8/FP16等不同精度計算，RTX 2080集成了544個Tensor Core，INT4計算能力可達455 TOPS。
基于NVIDIA GPU的AI應用絕大多數情況下應用在服務器端、云端，基于GPU的AI計算往往具有更好的靈活性和通用性，在數據中心、云端等環境下具有更廣泛的適用性。與之相對應的，在分布式應用領域AI計算更傾向于獨立的面向特定應用領域的專用芯片，而不依賴于GPU，如手機、平板等移動端SOC都集成了專用的NPU IP。
2.3 光線追蹤-更加逼真的圖形展現
傳統的圖形GPU都使用光柵化技術顯示3D物體，對物體進行3D建模，將其分割成若干三角形，三角形的細粒度很大程度上決定最后的成像質量，然后將三角形轉換為2D屏幕上的像素點并分配初始顏色值，接下來進行像素處理，基于場景修改像素顏色，并將紋理應用于像素，從而生成像素的最終顏色[9]。
光線追蹤與光柵化的實現原理不同，它最早由IBM的Arthur Appel于1969年在“Some Techniques for Shading Machine Renderings of Solids”[10]中提出，光線追蹤通過從觀察點對每一個像素發射一條光線并找到在世界場景中阻擋光線路徑的最近物體來渲染場景，光線有兩種，第一種是視者發射的光線，來尋找場景中的交點，另一種是從交點發到燈光的陰影射線，看自身是否是處于陰影當中，光線追蹤的一個顯著優點是能夠處理不平整的表面和固體。
2018年NVIDIA發布的RTX 2080 GPU，采用Turing架構，在GPU中集成了 68個獨立的 RT（ray tracing） Core ，用于光線追蹤，光線處理能力達到了10 Giga/S，1 080P@60Hz需要處理的光線約為6Giga/S，實測基于光線追蹤的應用其幀率大致在50FPS左右，基于RTX 2080的光線追蹤達到了可用的程度，光線追蹤對于反射和陰影有著更逼真的處理效果，盡管目前仍然是采用光線追蹤和傳統光柵圖形處理相結合的方式來進行圖形渲染，但其效果已經遠超傳統光柵圖形處理，對于游戲、電影等追求逼真光影效果的應用，光線追蹤能提供電影級畫質的實時渲染，帶來視覺效果上質的飛躍。
除了游戲、電影方面的應用，產品設計師和建筑師也可以享受到光線追蹤帶來的好處，借助光線追蹤工具和高性能GPU，可以實時生成逼真的產品模型，提高設計迭代速度。
NVIDIA的下一代圖形GPU，采用Ampere架構，計劃于今年發布，相信在光線追蹤方面帶來新的提升。
2.4 高清顯示
2.4.1 高刷新率
目前主流屏幕的刷新率為60Hz，就是一秒能刷新60張畫面，但近年來用戶要求不斷提高，游戲、電影都提出了90Hz、120Hz、144Hz刷新率的要求，VR基于良好的用戶體驗也提出了120Hz刷新率的要求，高刷新率能帶來更加流暢連貫的畫面顯示效果，提供更好的感官體驗，目前市場上已經推出了280Hz刷新率的顯示器，可見的未來顯示刷新率會不斷提高。
高刷新率對GPU帶來了兩個挑戰，一方面需要每秒輸出更多的像素數據，另一方面需要解決GPU與顯示器刷新率不匹配造成的畫面撕裂問題。對于第一個挑 戰，目前GPU采用了更快的顯存如GDDR6/HBM以及提升GPU自身的處理能力以提升刷新率，同時在接口方面采用了PSR/PSR2等技術，即只對變化的像素點進行更新，以降低顯示接口輸出的壓力。對于第二個挑戰，AMD/NVIDIA使用Free Sync/G-Sync等技術，在顯示器內安置一枚可與GPU直接通信的芯片，以協調顯示器與GPU顯示輸出之間的數據同步，使顯示器根據GPU的實際輸出進行刷新率動態調節，以解決刷新率不匹配造成的畫面撕裂問題。
2.4.2 高分辨率
目前2K顯示已經成為主流，但無論桌面端還是移動端4K顯示的硬件基礎已具備，隨著片源問題的逐步解決，未來4K、甚至8K顯示必然會逐步普及，而VR 則要求16K乃至32K的分辨率以期給用戶帶來更好的沉浸感，最新推出的HDMI 2.1支持10K顯示，而DP 2.0顯示接口已經能夠支持16K顯示。
高分辨率給GPU的顯示接口以及處理能力提出了更高要求，16K模式下每一幀圖像像素點達到了1.32億，考慮同時存在的高刷新率需求，高分辨率對GPU的像素處理能力要求極高。隨著消費端對沉浸式高分辨率顯示的不斷追求，GPU 廠商需要進一步提升GPU圖形處理能力以及顯示接口的傳輸速率。
2.5 高效能
GPU擅長處理計算密集型任務，但大部分應用場景都需要在滿足計算或者圖形處理性能的條件下盡量降低功耗。傳統的GPU架構將存儲和計算分離，會遇到很多瓶頸：增加核心數量來達到高性能的方式，有芯片面積、功耗和可靠性的限制；紋理和頂點數據移動的功耗遠多于圖形計算的功耗。目前存內計算的方式，已經成功應用于人工智能領域中，來提升深度學習芯片的能效比。因此，本文提出了開展基于新型存儲器的存算一體圖形處理架構的研究，以提升圖形處理器的能效比，對GPU的發展有積極意義。
3.國產GPU的研制實踐
我國現有的絕大部分計算機中所使用的GPU均為美國芯片巨頭（NVIDIA、AMD）所壟斷，盡管在民用領域目前看來沒有太大問題，但是在黨政軍辦公和國民經濟的關鍵領域，存在嚴重的信息安全隱患和供貨保障問題。因此，亟需開展國產GPU的研制工作，并加速推廣應用。
研究團隊針對上述GPU的發展現狀及未來趨勢，多年來展開了一系列關鍵技術的研究，包括可擴展的科學計算與圖形渲染統一架構、多核多線程調度與管理、生態環境建設、國產計算機平臺適配與優化等等，研制了多款國產GPU芯片。在顯示方面，提出了一種基于圖層的高刷新率高分辨率顯示技術，滿足了比較廣泛的高清圖像顯示應用需求。未來，更多高清3D應用的出現將帶來GPU高清圖形圖像顯示需求的持續增長，對GPU處理能力也是一項不小的挑戰，持續改進GPU系統架構和設計方法，提高運算能力和綜合顯示能力，以應對高清顯示的發展要求。
4.結論與展望
近些年，國外GPU技術快速發展，已經大大超出了其傳統功能的范疇。國內GPU芯片的研制雖然可滿足目前大多數圖形應用需求，但在科學計算、人工智能及新型的圖形渲染技術方面仍然和國外領先水平存在較大差距，未來持續發展國產GPU勢在必行。
國產GPU下階段的發展方向可以主要考慮3個方面：第一，進一步提升圖形圖像顯示水平，提升國產GPU的基本能力；第二，擴展科學計算和人工智能計算能力，增強國產GPU的非傳統功能；第三，建設全系統解決方案及生態系統，尋求用戶的最優體驗。
