各位站在時代浪頭的科科們，應該多少會注意到一件事：每當談到「巨大的晶片」時，眾人幾乎第一時間都會想到顯卡上面那顆大大的GPU，彷彿「君子不重則不威」。但你有沒有想過，為何GPU會持之以恆的「一眠大一寸」，在售價相近的前提下，都會比CPU「肥」上那麼多？
在這之前，請各位科科回想一下「GPU究竟是什麼」，我們再跳上時光機，回到1990年代末期那「還沒有GPU」的古老年代。
淺談GPU到底是什麼（中）：兼具SIMD與MIMD優點的SIMT
如果納入不支援硬體幾何轉換 (Geometry) 功能的「前GPU」，繪圖晶片的肥大化，大致上可分為幾個階段。
前GPU時期：1990年代末期的多晶片架構
最具 (也是唯一) 代表性的就是當時的霸主3dfx了，初代的Voodoo加速卡 (SST1) 由兩顆處理器所構成，一顆Frame Buffer處理器 (FBI) 和一顆材質映射單元 (TMU)，個別面積135 mm²，都各自有獨立的顯示記憶體。Voodoo2 (SST2) 則進一步變成一顆FBI搭兩顆TMU的巨大組態 (三顆都是119 mm²)，但唯一的共同點就是「沒有2D顯示能力，所以請搭配一張標準的顯示卡」，而大學時代的筆者也就大手筆的用2D王者Matrox和3dfx Voodoo「送作堆」。
硬科技：光華電腦DIY回憶錄之Matrox顯示卡那短暫而美好的回憶
硬科技：光華電腦DIY回憶錄之3dfx沒落與NVIDIA崛起
除了過渡性強烈的Banshee (137 mm²，具備2D顯示功能，但是TMU只剩下一個)，3dfx一直很堅持多晶片路線，還發展了雙顯卡的SLI模式，無可避免的堆高了成本，也難以攻入主流市場。反觀NVIDIA從初代的STG-2000 (NV1晶片) 一路到Riva TNT2 (NV5晶片)，都是晶粒面積只有90 mm²的單晶片方案，這也註定NVIDIA終究將從3dfx手上搶來消費性3D顯卡的霸權。
在這裡同場加映後來被AMD併購的ATi，其Rage 128 (89 mm²) 在當時雖然效能不如NVIDIA RivaTNT和Riva TNT2，但卻是公認的放影片極品。ATi能夠與NVIDIA分庭抗禮，也就是GPU時代初期的往事了。
GPU發展初期 (1999年-2006年)：著色器 (Shader Model) 讓GPU開始具有可程式化能力
GPU (Graphic Processing Unit) 一詞起源於NVIDIA發表於1999年8月31日的GeForce 256 (139 mm²，NV10晶片，Celsius微架構)，NVIDIA對其定義為「整合3D轉換 (Transform)、打光 (Lighting)、三角設定 (Triangle Setup)／裁切 (Clipping) 與成像引擎 (Rendering Engine)，每秒能處理至少1千萬個多邊形的單晶片處理器」，完全為自己量身訂做。
這時公司營運已陷入困境的3dfx依舊死性不改 (筆者猜想他們只想死守高獲利的高階產品)，其末代產品仍採取多晶片架構，由渲染器Rampage (131 mm²) 和幾何處理引擎Sage (大約100 mm²) 所組成。其設定的競爭對手是同樣支援微軟DirectX 8.0 (Shader Model 1.0) 的NVIDIAa GeForce 3 (128 mm²，NV20晶片，Kelvin微架構)，光看成本就知道凶多吉少。在2018年底，也是3dfx宣佈開發Rampage的二十年後，”The Legacy of 3dfx”一書的作者Oscar Barea，測試其手上的Rampage顯示卡工程樣品，證實其效能對上規格更加落伍的GeForce 256也絲毫佔不到任何便宜。
隨著3dfx破產被NVIDIA併購，我們也無緣見識到這場終極對決，只剩下3dfx的「技術遺產」投胎轉世到NVIDIA某些產品的鄉野傳聞。
ATi的Radeon 9700 Pro (215 mm²，R300晶片，Rage 8微架構) 擊潰NVIDIA GeForce FX 5800 Ultra (199 mm²，NV30晶片，Rankine微架構) 則奠定了ATi成為GPU巨強與NVIDIA最強競爭者的基礎。在2006年之前，GPU雙雄的旗艦晶片穩定的增肥到接近300 mm²的等級。
但更大的衝擊就要來臨了：一個是AMD在2006年的夏天，以54億美元的價碼，買下了ATi，配合其融合CPU與GPU「Fusion大戰略」，GPU發展策略開始偏向「運算」，而非「遊戲」；另一個，則是GPGPU時代的到來。
GPGPU開創期 (2006年-2009年)：微軟DirectX 10 (DirectCompute 4.x) 的統一著色器架構 (Unified Shader)
2006年11月8日的NVIDIA GeForce GTX8800 (484 mm²，G80晶片，Tesla微架構) 和CUDA (Compute Unified Device Architecture) 的登場，替GPU通用化運算邁出了歷史性的一大步，也讓高階GPU的「體態」再度「天元突破」，再也無法回頭。
但在支援DirectX 10的進度落後NVIDIA整整半年的AMD，其史上首次支援64位元雙倍浮點精確度的Radeon HD 2900 (420 mm²，R600晶片，初代VLIW5的TeraScale微架構) 之後，卻從此跟NVIDIA分道揚鑣，轉向「兩顆小晶片打你一顆大晶片」的路線。
值得一提的是，早在1999年10月1日，ATi就推出兩顆Rage 128 Pro的Rage Fury MAXX，挑戰即將在10月11日正式上市的「歷史上首款GPU」NVIDIA GeForce 256，也理所當然的，完全沒有成功，如同嘗試藉由數顆缺乏硬體T&L的VSA-100、試圖抗衡NVIDIA GPU的3dfx。
首度支援OpenCL的R700家族，其中的Radeon HD 4800 (256 mm²，RV770晶片，初代VLIW5的TeraScale微架構) 不僅率先對應GDDR5記憶體，同時創下單晶片32位元單浮點精確度理論效能達到1TFlops里程碑，對手則是稍早的NVIDIA GeForce GTX 280 (576 mm²，GT200晶片，Tesla 2.0微架構)，因這次AMD Radeon HD 4800 x2具備價格與效能的雙重優勢，在市場上獲取了相當的戰果。
不過彷彿AMD在CPU市場仍舊吃著K8的老本，在GPU戰場，備多力分的AMD，也快要用完所剩無幾的好運了。
硬科技：做為AMD全盛時期象徵的Opteron處理器：全盛期(2003-2007)
硬科技：做為AMD全盛時期象徵的Opteron處理器：逆轉期(2007-2010)
硬科技：做為AMD全盛時期象徵的Opteron處理器：崩潰期(2010-2017)
GPGPU熟成期 (2009年-2010年)：微軟DirectX 11 (DirectCompute 5.x) 與IEEE 754-2008浮點運算精確度
當GPGPU走到這一步，才算擁有足以在高效能浮點運算取代CPU的資格。大概是因為NVIDIA GeForce GTX 480 (529 mm²，GF100晶片，Fermi微架構) 在台積電40nm製程上遭遇重大困難，這一次反倒是AMD Radeon HD 5870 (334 mm²，Cypress XT晶片，TeraScale 2微架構) 享有半年的領先。
IEEE 754-2008還制定了浮點乘積和 (FMA) 的精度標準，也就是「(a + b) x c = d」這類GPU最常碰到的運算類型。
當Fermi微架構的「完全體」GeForce GTX 580 (520 mm²，GF110晶片，Fermi 2.0微架構) 總算上陣後的兩個月，AMD Radeon HD 6970 (389 mm²，Cayman XT晶片，TeraScale 3微架構) 引進第三代TeraScale微架構，原先「四個簡單的向量運算單元 (4D) 加上一個複雜的特殊運算單元 (T Unit)」的VLIW5，改造為「四個可處理所有工作的運算單元 (4D T Unit)」的VLIW4，大幅改善指令排程與執行單元的效率，預先準備真正邁向GPGPU的GCN (Graphic Core Next) 微架構。
只不過，當NVIDIA開始有那個餘力去「分而治之」遊戲和運算，不再像併購ATi後的AMD一樣，眼睛只緊緊的盯牢著GPGPU (事實上，一直不乏「AMD的GPU擺明為了運算而生，怎麼看都不太像為了遊戲的微架構」這樣的說法，日後AMD也以實際的行動證明其所言不虛)，因兼顧CPU和GPU戰線而備多力分的AMD，就要開始倒大楣了。
GPGPU實用期 (2010年-2016年)：AMD的崩潰與漫長的28nm製程牙膏期
NVIDIA在2012年3月22日發表的GeForce GTX 680 (294 mm²，GK104晶片，Kepler微架構) 上演了「NVIDIA中駟打爆AMD上駟Radeon HD 7970 (352 mm²，Tahiti XT晶片，初代GCN微架構)」的脫線劇場，AMD就此一蹶不振，不但至今都尚未回復元氣，更在2015年的獨顯市場，市占率跌落到「18趴」的歷史新低。
從2012年初到2016年中旬，NVIDIA和AMD都死守台積電28nm製程好幾年 (這紀錄日後才被Intel的14nm牙膏打破)，要在進步極度有限的製程中，擠出更多的效能，唯有完全分立「遊戲」和「運算」的微架構。
回顧過去，其實NVIDIA只做對了兩件事：
-
放棄G80 (Tesla) 以來，有點東施效顰CPU的超高時脈Shader，而轉向激增Shader數量。「中階」的GK104的Shader時脈只有前代頂規Fermi的三分之二 (1.5GHz→1GHz)，但數量卻變成「三倍 (512→1536)」，直接倍增理論效能。從這裡可以多少看出高時脈設計對電晶體密度的負面影響。
-
切開遊戲和運算的產品線，徹底「放生」前者的雙倍浮點精確度效能，反正遊戲也根本用不到，甚至還可打造針對單一用途的微架構，例如Maxwell就完全不顧運算需求，而Volta則是連消費性產品型號都沒有。
對AMD更不利的是，同時對Intel和NVIDIA兩面作戰，也就意味著缺乏足夠的資源去採取「雙軌共構」的產品發展策略，前前後後五個世代的GCN微架構，前面三個28nm製程者，完全是一路被NVIDIA活活打個半死的肉靶，到了第四代的Radeon RX 580 (232 mm²，Polaris 20晶片，GCN 4.0微架構) 才略有起色。即使GCN看似運算最佳化，但NVIDIA日漸成熟的CUDA生態系統和強勢的高階運算用產品線，卻也讓AMD絲毫佔不了任何便宜。
讓我們將焦點回到GPU的「體型」，製程微縮的停滯不前，也無可避免的催生更巨大的GPU，例如：
- NVIDIA GeForce GTX 780 (561 mm²，GK110晶片，Kepler微架構)
- NVIDIA Tesla K80 (561 mm²，GK110晶片，Kepler 2.0微架構)
- NVIDIA GeForce GTX Titan X (601 mm²，GM200晶片，Maxwell 2.0微架構)
- AMD Radeon R9 Fury X (596 mm²，Fiji XT晶片，GCN 3.0微架構)
但當GPU雙雄終於在2016年擺脫28nm製程的束縛，是否意味著高階GPU將有瘦身成功的可能？才怪，科科們難道不知道從事越「燒腦」的工作會更容易變肥的大道理嗎？
邁向人工智慧 (2016年至今)：各式各樣的低精度資料格式與AMD發動的反擊
硬科技：一窺NVIDIA「真正人工智慧」Volta的執行單元細節
工人智慧... 呃，人工智慧早已深入我們的生活，無論是「推論」還是「學習」，看在減少資料容量和加快運算速度的份上，都不可避免的碰到一大堆奇怪的低精度資料格式，像INT8短整數、FP16短浮點、Google創造的BF16 (Bfloat16) 和NVIDIA發明的TF32 (TensorFlow32) 等，更衍生出專門的張量 (Tensor) 運算單元。
在GPU雙雄擺脫28nm泥沼的2016年，台積電16nm製程或三星14nm製程的NVIDIA Pascal微架構帶來了眾多革新，例如配置獨立的64位元雙倍精確度浮點運算單元、支援8位元短整數 (內積向量指令) 與16位元短浮點、導入HBM2記憶體和用來連接IBM Power8處理器的NVLink (號稱PCI Express 3.0的5至12倍效能)、以及追加統一CPU和GPU的記憶體定址空間並提供需求分頁 (Demand Page) 的Unified Virtual Memory，也順理成章的推出初代DGX-1深度學習系統。
也因此，NVIDIA Tesla P100 (610 mm²，GP100晶片，Pascal微架構) 並沒有因為新製程而比前代小，後繼純運算用的Tesla V100 (815 mm²，GV100晶片，Volta微架構) 更是突破天際到超過800 mm²的歷史新高，就筆者印象所及，論高階CPU，只有Fujitsu SPARC64 XII (795 mm²) 才能勉強比肩，像Intel IBM Oracle的伺服器晶片，別說抵達800 mm²大關了，連超過700 mm²都很困難。
當NVIDIA Volta微架構的執行單元結構映入各位科科的眼簾時，各位科科也不難想見台積電12nm製程的GV100會如此的巨大，包含「五種」截然不同的獨立運算功能單元，一個次核心 (Sub-Core) 就有16個32位元浮點 (FP32，CUDA Core的同義詞)、4個特殊運算 (MUFU)、8個64位元浮點 (FP64)、16個整數運算 (INT)、與2個為人工智慧而生的張量運算核心 (Tensor Core)。
那麼，從2017年開始慢慢爬出低谷的AMD，狀況又如何呢？第五代GCN微架構的Radeon RX Vega 64 (486 mm²，Vega 10晶片，GCN 5.0微架構) 相較之下就「遜色」多了，但在2020年財務分析師大會昭告天下「我們也要切開遊戲和運算的微架構」，有趣的事情就發生了。
AMD先後在2019年2月發表Radeon VII (331 mm²，Vega 20晶片，GCN 5.1微架構，後來改稱CDNA 1.0)、7月發布Radeon RX 5700 (251 mm²，Navi 10晶片，Navi微架構，日後改名RDNA 1.0) 的舉動，就透露出不少蛛絲馬跡。
從2020年開始，運算用的GCN和遊戲用的Navi分別正名為CDNA和RDNA，AMD也在當年11月迎來史上最大的GPU：Radeon Instinct MI100 (750 mm²，Arcturus晶片，CDNA 1.0微架構)。也許當時AMD還是趕不上NVIDIA A100 (826 mm²，GA100晶片，Ampere微架構)，但AMD在2021年11月8日的Radeon Instinct MI200系列 (面積不明，但肯定不會小，Aldebaran晶片，CDNA 2.0微架構)，讓AMD一償「兩顆保證打死你一顆」的宿願，擁有帳面上的理論效能足以壓倒NVIDIA旗艦產品的高階運算GPU。
AMD在遊戲市場也略有起色，Radeon RX 6800系列 (520 mm²，Navi 21晶片，RDNA 2.0微架構) 也拉近了跟NVIDIA的距離，多達128MB的第三階快取 “Infinity Cache” 也成為AMD遊戲用GPU的「脂肪補充來源」。
行文至此，我們又要面對一個大哉問了：不只AMD，現在連企圖重返GPU市場的Intel，也透過先進封裝技術，創造出融合三種不同製程 (Intel 10nm、台積電7nm、台積電6nm) 的47顆晶片、電晶體總量超過1000億的Xe-HPC “Ponte Vecchio”，再考量到時下先進製程產能極度吃緊的世道，GPU還會繼續變肥嗎？
採用 MCM 技術的 NVIDIA 下一代資料中心專用晶片 Hopper 即將流片
坊間不斷盛傳NVIDIA也將共襄盛舉，一起玩多晶片包水餃，我們也將很快看到最後的答案。但多晶片封裝能否改善顯示晶片的產能，紓解顯卡缺貨潮，才是對一般人最切身相關的課題吧。科科。
8 則回應
女友FU 十足 #尺度大膽 好配合 床上很騷 很會玩 呻吟很乃 有女人味 身材很好摸 說話 小淫 lineday588