※ 引述《stupidbear (肥天笨熊)》之铭言： : 就是关於Nvidia的显示卡都会有绘图时脉与处理器时脉,想请教这两者有什麽不同阿? : 因为有时候看一些关於显示卡的消息常常会看到两者的时脉和官网的相反= = : 所以想请教一下大家,谢谢 1.提供更多黑箱中的细节 让不知道干嘛用的人高兴一下 2.提供计算理论效能的基础 让会乘法的人出来打嘴炮 3.由於Programable的东西必定要计算throughput per cycle 有了这些资料可以帮写程式的人节省一些脑力 比如说,G92如果是Core 650MHZ,Shader 1500MHZ,比值2.5,表示 我可以650MHZ的速度提供对外记忆体读写,每次XXbit. 而我把暂存器中的东西拿去算的速度是每秒1500M个FMAC+FLOP,如果我只取 FMAC计算,且都是算无相关的资料,那麽每秒需要1500M*3=4.5G个浮点数输入. 如果资料完全从外部记忆体而来,4.5G*32bit/650M=224,这表示我需要256bit 的显示卡才能让我这样搞.....不过这纯粹是特例的计算.没有实际意义. 另外一个复杂而实用的例子,如果你在G92上,想做1000x1000的矩阵乘法, 当然会使用16KB的local memory,那麽,请问大概可以一秒钟算几个,相当於多少 Gflop/s ?不写程式可以评估吗??这个也是可以先算的. n=1000,但是按照经验,把它扩大成1024x1024会比较有效率, 两组nxn的矩阵乘法,需要n^3+N^2次读,N^2次写入.套入n=1024,32bit浮点数, 需要读写的量是4GB+8MB,用G92的记忆体频宽顶多略高於32GB/s来看,一秒钟 大概最多做八次1000x1000的矩阵乘法.等效於一颗16G flops的晶片. 可是这是它的极限了吗?换成用ALU来判断,可以到40G~50G flops左右. 所以中间有2.5~3倍的落差,这表示,你的矩阵乘法用循序做导致n^3+N^2次读, N^2次写入的方法成为瓶颈,问题不是算的不够快而是记忆体搬的不够快. 所以,要改用小矩阵的方式处理,如果将它拆成16x16的矩阵,就会从n^3+2n^2 的读写变成(2*n^3)/16=n^3/8,约是原有的1/8,这时候记忆体频宽不是瓶颈, 你就可以专心在最佳化code上面.贴近原有的3倍理论值,就是一秒大概可以算 20次以上的1000x1000矩阵乘法. 三个你要信哪个呢.......... --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.32.237.63