论文部分内容阅读
历史总是惊人地相似，AMD在推出首款DirectX 11显卡以后，再次领先NVIDIA推出首款DirectX 11.1显卡—Radeon HD 7970。这款产品对AMD来说具有划时代的意义，因为它和之前HD 2000～HD 6000系列的任何一款显卡都不同，采用了革命性的GCN图形架构，给出了未来AMD显卡的发展方向。再加上它是第一款采用28nm工艺和支持PCI-E 3.0的显卡，这使得它想不火都难。
表1：HD 7970与相关显卡的规格参数对比
CU单元：基于SIMD阵列的MIMD架构
AMD称GCN在架构设计上为“基于SIMD阵列的MIMD架构（GCN is a MIMD architecture with a SIMD array）”。从AMD的官方表态上我们可以看出，GCN本身并没有彻底地转向MIMD，而是保留了SIMD的特征。那么AMD是如何在保留SIMD特征的基础上采用MIMD架构的呢？
为了解释这个问题，我们先抛开GCN架构的外围部分，从AMD宣称的CU单元，也就是“Compute Unit”计算单元开始了解。在AMD公布的架构图中，CU单元被表示成32组黑色的、命名为GCN的块。这32组CU单元占据了架构图的绝大部分面积。从单个CU单元来看，每个CU单元中有64个ALU（算术逻辑）单元，Radeon HD 7970标称的2048个流处理算术逻辑单元就是这样来的（32×64=2048个）。也就是说，这2048个ALU单元就是GCN架构的基础运算单元。
再进一步分析下去，每一个CU单元中，最主要的是矢量计算单元，也就是Vector Unit。这个单元中有4个16路的SIMD计算子模块（每个SIMD模块拥有16个ALU，一共组成16路，可以处理同时并行的16个乘加指令计算），还配备了4个64KB的矢量寄存器（每个SIMD计算子模块各1个）。这4个16路的SIMD计算子模块是CU的数据执行基础。从单个CU的角度来看，1个CU在每个时钟周期内可以执行4个不同的16路矢量线程，可以称为MIMD（多指令多数据流）。而这4个矢量线程在执行时每个线程内都使用的是16路的SIMD计算子模块，因此GCN在最底层上采用了单指令多数据流的设计方式。
这样一来，我们就不难理解AMD为什么称自己的产品设计为“基于SIMD阵列的MIMD架构”了。AMD依旧使用了SIMD阵列作为数据执行基础，但在更高一级的层面上采用了四路SIMD单元并行的设计方案。在实际数据操作中，AMD设计的线程调度器会每次派发64粒度的线程给CU单元，CU单元将其直接分配给由4个16路SIMD组成的计算单元计算，在最理想的情况下一个CU单元一个周期就可以执行64粒度的线程操作。
相比上一代Cayman采用的VLIW 4架构，虽然它看起来都是每个周期可以执行四次操作，但实际上Cayman这四次操作是有一定的“关联度”的。因为这 四次操作必须来自一条指令。如果来的指令只需要3个或者2个ALU计算，那么剩余的ALU只有闲置。但是在GCN这里，如果来的指令需要3个ALU计算，由于底层的四个16路的SIMD单元没有强制的捆绑关系，因此可以自由处理，理论效率接近100%。举个简单例子来说，如果有2个指令，分别同时需要2个ALU计算，在Cayman的单个VLIW 4单元执行时，这2个指令必须分两次执行。但是在GCN的CU上，可以一次执行来自两个指令的4个ALU操作，因此效率大大提升。我们举出这个孤立的例子，仅仅为了说明GCN的数据执行效率的变化，在实际处理中，AMD会采用各种手段来尽量优化分配指令，保证高效率—这并不是本文讨论的重点，我们只需要看到GCN在效率上相对前代产品的超高表现即可。总体而言，GCN与VLIW4（VLIW5）有一定关联，都采用并行运行方式，但两者在执行方式上却截然不同。采用VLIW设计的产品，使用的是提取指令级（ILP）的并行方式，GCN则采用线程级并行（TLP）方式，省略了指令打包、派送、解包的过程。
说完了最重要的计算单元，CU中还有一些其它部分值得我们注意。比如除了矢量计算单元外，每个CU中还有一个用于执行整数、媒体指令和浮点原子操作的标量单元。这个标量单元拥有4KB的标量寄存器。此外，还有与数据分支指令有关的分支和信息单元、程序调度管理单元、纹理拾取模块、纹理滤波单元、共享的64KB只读本地数据缓存和16KB可读写L1数据缓存。这些部分在GCN架构的合理调配下，组成了精巧而灵活的CU单元。
缓存：更灵活有效的缓存设计
在之前的Fermi上，我们看到了NVIDIA设计的极为优秀、层级鲜明、灵活可读取的缓存设计，这对通用计算来说帮助相当明显。不过当时AMD的Cayman采用比较保守的VLIW 4架构，缓存设计也基本没有太多亮点。这也是Cayman通用计算能力较差的原因之一。
在新的Tahiti上，AMD彻底改进了GPU的缓存方案，采用了类似Fermi的多级高速缓存搭配。在上一部分对CU的介绍中，我们看到了CU设计了缓存单元。实际上CU中的缓存仅仅是整个GCN架构缓存设计的一部分。除了每个CU中的标量单元和矢量单元都有自己的独立缓存外，每4个CU单元还可以共享16KB的矢量缓存以及32KB的指令缓存。另外每个CU还拥有16KB的L1可读写缓存，所有L1缓存都可以通过全局数据存储进行共享，这样32个CU一共拥有512KB的L1缓存。
除了L1缓存外，GCN还设计了可读写的L2缓存。L2缓存直接连接了显存控制器和L1缓存。每个显存控制器通道上连接的L2缓存都通过64bit位宽的总线和L1相连接，每个通道的L2缓存的容量为128KB。目前GCN架构的Radeon HD 7970拥有6个64bit的显存控制器，组成了384bit的显存带宽，因此L2缓存总量为768KB。
Tahiti如此设计L2缓存还带来了一个优势，那就是它的缓存可以与CPU内存数据同步，这样在通用计算 中能大幅度提高GPU和CPU的数据交换能力。除此之外，Tahiti也能够支持X86虚拟内存功能。这个功能的主要作用是将GPU的显存映射为CPU的内存，CPU可以直接读取GPU显存中的数据，速度要比读取调用内存、硬盘中的数据速度快很多，能大幅度降低延迟。
纵观GCN的缓存设计，Tahiti形成了自己多层级的、可读写的缓存存取方案，不但大大改善了GCN架构的通用计算效能，也顺带提升了GCN架构在多种应用环境下的实际表现，让存储成为计算瓶颈的可能性大大降低。
曲面细分、ROP等功能：继续增强
在基本了解了AMD是如何设计GCN的核心部分、CU单元以及缓存设计后，我们从宏观角度来观察这颗芯片的其他方面的设计情况。
首先从架构顶端来看，GCN虽然和之前的Cayman比较类似，但加入了两个被称作ACE的引擎。ACE全称是Asynchronous Compute Engine，异步计算引擎。它的作用是调配管理所有的线程和任务队列，根据任务优先级优化和排序，并最终将这些任务发配给CU单元进行计算。这大大增强了Tahiti对任务的优化排序能力，更有效地降低了计算中的无谓浪费和等待时间，同时也提升了缓存的使用效率。从数据处理的本质来看，图形计算依旧是顺序执行，GPU需要按照处理顺序一步一步地执行操作。ACE单元虽然不能像X86的CPU那样做到乱序执行，但至少能在目前有限的操作空间内大幅度提升GPU的效率。从互联角度来看，ACE联系了几乎所有的全局缓存、几何引擎以及指令处理单元。这也说明了其重要性。
AMD显卡的曲面细分能力一直为人所诟病，为此在AMD在Cayman上设计了双几何处理引擎，以加强曲面细分的性能。在Tahiti上，AMD继续沿用了这种设计，并宣称该双几何处理引擎从Cayman的第八代进化到第九代。根据AMD提供的官方数据来看，新的几何处理器引擎在加入了ACE的控制、提高了缓存设计以及强化了相关单元的情况下，相比Cayman至少可以达到1.8倍左右的性能提升（在5级的曲面细 分下），最多可以达到4倍的提升（在14级曲面细分系数下）。在更高的曲面细分系数如20级以后，至少也有3.5倍的性能提升。
接下来是Tahiti的ROP和显存控制器设计。以Radeon HD 7970为例，这款显卡拥有32个ROP单元，每周期可以执行32个色彩处理以及128个Z/Stencil处理。从参数来看，虽然ROP数量相比上代Cayman的产品没有提升，但和ROP性能有关联的显存带宽得到了提升—这是AMD近年来首次采用384bit显存位宽，相比上代256bit提升了约50%。再加上AMD一贯的高频率显存，采用GCN架构的Radeon HD 7970的显存带宽高达264GB/s。更高的显存带宽，在对显存带宽渴求度比较高的应用如抗锯齿、高分辨率等计算中，会有比较明显的性能提升。
曲面细分性能是HD 7970重点改善的地方
测试平台
处理器：英特尔Core i7 3960X
主板：ROG玩家国度Rampage Ⅳ Extreme
显卡：HD 7970、HD 6990、HD 6970、HD 6950、HD 7970 CrossFireX（3Way CrossFireX、4Way CrossFireX）、GTX 580、GTX 590（都采用公版显卡，运行在公版频率下）
内存：金邦DDR3 2133 4GB×4
电源：长城金牌巨龙1250
系统：Windows 7 64bit旗舰版
“显卡杀手”称号的《地铁2033》、《孤岛危机2》。为了考察HD 7970在通用计算方面的改进，我们选取了GPCBenchmarkOCL和ComputeMark这两款软件对其进行测试。
HD 7970 VS. HD 6970：压倒性优势
从VLIW 5到VLIW 4，再到GCN，HD 7970完成了华丽的转身。新架构使得它完胜上一代旗舰产品HD 6970，整体领先幅度达到了30%以上。例如在《尘埃3》、《地铁2033》（均运行在1920×1080、最高画质）的测试中，HD 7970的领先幅度分别达到了33%和48%。甚至它在一些项目的测试中，领先幅度高达50%以上。例如在3DMark Vantage Extreme和《失落的星球2》的测试中，HD 7970的领先幅度分别为53%和67%。HD 7970领先HD 6970并不意外，HD 7970无论是流处理器算术逻辑单元、核心频率、显存带宽、显存容量等主要影响显卡游戏性能的规格参数都远远领先HD 6970。
HD 7970 VS. GTX 580：优势明显
HD 7970借助新架构所得的优势不仅仅体现在与HD 6970的对比中，它还全面领先了曾经的单核心旗舰王者GTX 580，领先幅度在15%左右，优势比较明显。例如在《尘埃3》、《战地3》、《失落的星球2》、《地铁2033》中，HD 7970的领先幅度分别达到了12%、15%、17%、29%。特别是在《失落的星球2》、《地铁2033》这两款“The Way It’s Meant To Be Played”游戏中，HD 7970一改以往AMD显卡不给力的印象，性能大幅领先GTX 580。
出现这样的结果，除了HD 7970采用全新的架构、采用线程级并行（TLP）方式，效率更高，以及加入了丰富的缓存设计之外，还和其采用384bit显存位宽有关。近年来，AMD显卡的顶级显卡无一例外都采用的是256bit显存位宽，导致其显存带宽不敌同档次的NVIDIA显卡（采用384bit显存带宽）。以同为单核心旗舰的HD 6970和GTX 580为例，前者虽然显存频率高达5500MHz，但受限于256bit显存位宽，显存带宽只有176GB/s。而GTX 580的显存频率虽然只有4008MHz，但得益于384bit显存位宽，使得其具备了192.4GB/s的显存带宽。而现在HD 7970采用了384bit位宽，显存带宽达到了264GB/s，远远领先GTX 580，整体性能更强也就在情理之中了。
另外，我们注意到HD 7970在《地铁2033》的领先幅度达到了29%，超出了HD 7970领先GTX 580的平均领先幅度。这是因为《地铁2033》是一款以“高纹理”设计见长的游戏，而HD 7970在HD 6970的基础上增加了32个纹理单元，达到了128个纹理单元，纹理单元数量刚好是GTX 580的一倍。因此，HD 7970能够在这款号称“显卡杀手”的游戏中获得更明显的优势。
HD 7970 VS. HD 6990：性能差距不算大
GCN新架构的采用，使得HD 7970具备了和上一代AMD双核心旗舰HD 6990比拼的能力。整体来看，在总共11个3D性能测试项目中，HD 7970在《失落的星球2》、《上古卷轴5：天际》这两个项目中领先HD 6990，领先幅度在10%左右；在《使命召唤：现代战争3》、《孤岛危机2》这两个项目中互有伯仲；在3DMark Vantage Extreme、《地铁2033》等余下的7个测试项目中落后HD 6990，落后幅度在18%左右。
虽然我们对采用新架构的HD 7970充满了期待，不过由于规格上的差异较大，其性能仍然不敌双核心的HD 6990。但作为一款单核心的产品，HD 7970已经初步具备了挑战HD 6990的实力，让人不容小觑。
H D 7 9 5 0性能预测：落后H D 7 9 7 0 10%～15%?
虽然HD 7950尚未发布，但这并不影响我们对其进行性能预测。HD 7950和HD 7970相比，主要是流处理算术逻辑单元数量缩减到1792个，被屏蔽了4个CU单元，显存位宽和显存容量保持不变，分别为384bit和3GB。
考虑到HD 7950和HD 7970的规格差异不算大，主要是流处理算术逻辑单元数量被缩减了。结合HD 6970和HD 6950之间的性能差距，以及综合我们过去
对AMD顶级单核心显卡和次一级单核心显卡的评测经验，我们大胆预测HD 7950的综合游戏性能将落后HD 7970 10%～15%。
另一方面，结合本次11个3D游戏测试项目来看，HD 7970的性能领先HD 6950 50%左右。再加上上文我们对“HD 7950的综合游戏性能将落后HD 7970 10%～15%”的预判，我们推测HD 7950的综合游戏性能将领先HD 6950 35%～40%。
HD 7970 CrossFireX：效率大爆发
两块HD 7970组成的CrossFireX系统的效率和性能，将是HD 7970的又一个看点。从测试结果来看，我们可以用“惊艳”来形容HD 7970 CrossFireX系统的效率。众所周知，借助DirectX 11的统一渲染架构和AMD自身的优化，AMD HD 5000、HD 6000系列显卡的CrossFireX效率节节攀高，HD 6850（6870）CrossFireX就是典型代表。不过这主要是针对中高端产品而言，而由于种种原因顶级的单核心显卡组建的CrossFireX效率反而没有那么明显。
而HD 7970在采用新的GCN架构、使用线程级并行（TLP）方式以后，可以一次执行来自两个指令的4个ALU操作。而之前采用VLIW 4、VLIW 5架构的AMD显卡则需要分两次来执行上述操作。显然，HD 7970的执行效率得到了大幅提升，这种提升显著反映在CrossFireX的执行效率上。可以看到，HD 7970 CrossFireX在绝大部分测试项目中，相对于HD 7970都保持了90%，甚至100%的性能提升—这样超高的执行效率对单核心的旗舰显卡来说是非常难得的。例如在3DMark 11 Extreme、Unigine Heaven
Benchmark 2.5、《尘埃3》、《战地3》、《异形大战铁血战士》、《地铁2033》上，HD 7970 CrossFireX的提升效率都非常接近100%或者已经达到了100%。
HD 7970（CrossFireX）三屏表现：基本令人满意
Eyefinity作为AMD独有的多屏显示技术，在游戏、金融等许多领域有广泛的应用前景，一些游戏发烧玩家以Eyefinity技术为基础，组建三屏系统，以获得更高的分辨率和更好的游戏体验。因此我们特意组建了三屏系统，来看看HD 7970能否具备在5760×1080超高分辨率下流畅运行游戏的实力。从4个游戏和一个基准测试软件的测试结果来看，HD 7970的性能损失比较严重，普遍在50%以上。例如在《尘埃3》、《孤岛危机2》中，三屏下的HD 7970的性能较单卡性 能分别下降了53% 和60%。好在HD 7970的性能足够出色，除了《孤岛危机2》以外，它在余下4个游戏中都保持了40fps的帧率（包括在抗锯齿模式下），基本满足了流畅运行游戏的需求。
此外我们还组建了HD 7970 CrossFireX系统，在三屏下进行了游戏测试。HD 7970 CrossFireX在三屏下依旧延续了超高的效率，相比HD 7970单卡在三屏下的性能有近100%的性能提升，流畅运行游戏没有任何问题。不过由于驱动优化的问题，在使用CrossFireX系统运行在三屏下时，不时会出现游戏无故退出，或者需要多次启动游戏才能运行的问题。
HD 7970的超频表现：上1GHz无压力
28nm工艺究竟会给HD 7970带来怎样的超频表现呢？我们利用催化剂控制中心，轻松将HD 7970超频至1125MHz、6300MHz，3DMark 11 Exreme模式的性能提升了18%。而且此时其GPU满载温度也只有80℃，PC满载功耗为393W。
HD 7970的功耗、温度表现：控制得不错
采用28nm工艺生产的HD 7970的PC待机功耗为为117W，是参测显卡中表现最好的。在PC满载功耗方面（使用FurMark进行拷机），HD 7970所在的平台达到了422W，比HD 6970、GTX 580所在的平台分别高了36W和8W。虽然HD 7970采用的是28nm工艺，但考虑到其硬件规格参数有大幅的提升，而且还将PC满载功耗基本控制在和上一代同档次显卡的水平，我们认为它的功耗控制还是基本令人满意的。
温度表现方面，HD 7970借助28nm工艺将待机温度和满载温度分别控制在32℃和79℃上，这个测试结果在同档次显卡中属于很优秀的表现。相对而言，由HD 7970组成的CrossFireX系统的PC功耗就比较高了。以HD 7970 CrossFireX为例，它的PC满载系统功耗达到了690W。好在两颗Tahiti核心的温度并不高，分别为32℃和86℃，在可以接受的范围内。
不过HD 7970 3Way CrossFireX、4Way CrossFireX的表现就没有那么好了，它们的PC满载功耗分别达到了988W和1243W。HD 7970 4Way CrossFireX在满载状态下，四颗核心的满载温度更是分别达到了79℃、88℃、87℃、92℃。
HD 7970：自我超越，全面胜利
如果非要用一个字来形容HD 7970的话，“新”是非常合适的：全新的图形架构、全新的游戏性能、全新的曲面细分性能、全新的功耗表现、全新的交火效率、全新的生产工艺。
没错，HD 7970是一款从里到外都是全新的产品，实现了自我超越，是一场全面的胜利。AMD在认识到未来图形发展的趋势和自身的不足后，终于抛弃了沿用多年的VLIW架构。而事实证明，这是卓有成效的。无论是图形计算还是通用计算，它都达到了一个新的高度，单卡卡皇的地位毋庸置疑。特别是通用计算，它设计了丰富的缓存结构，无疑更适合进行这方面的工作，具备了进军高性能计算领域的潜力。虽然该显卡在硬件层面上已经做好了拥抱通用计算的准备，并在一些理论测试软件上获得了不俗的成绩，但要获得市场和行业用户的认可还有一个较长的过程。友商NVIDIA之所以在高性能计算市场上节节开花，除了借助专为通用计算进行优化的Fermi以外（硬件层面），还拥有丰富的、基于CUDA开发的一整套软件。而AMD目前在这方面还无法和NVIDIA相抗衡。另外，据我们所知在整个HD 7000系列产品中，暂时只有高端显卡采用了全新的GCN架构，中低端产品依旧会坚持VLIW 4甚至VLIW 5的架构，更专注于游戏性能。这和NVIDIA在中低端产品上剔除有关高性能计算单元、更注重游戏性能的做法有异曲同工之处。
而HD 7950虽然还没有发布。但据悉，AMD将从它发布伊始就开放非公版授权，届时会有大量非公版涌现。当然，真正的高手是无惧挑战的。HD 7970马上就将遇到挑战者—代号为“开普勒”的NVIDIA下一代产品即将发布。届时又将是一场激动人心的王者之争，预知胜负，敬请关注本刊后续报道。
表1：HD 7970与相关显卡的规格参数对比
CU单元：基于SIMD阵列的MIMD架构
AMD称GCN在架构设计上为“基于SIMD阵列的MIMD架构（GCN is a MIMD architecture with a SIMD array）”。从AMD的官方表态上我们可以看出，GCN本身并没有彻底地转向MIMD，而是保留了SIMD的特征。那么AMD是如何在保留SIMD特征的基础上采用MIMD架构的呢？
为了解释这个问题，我们先抛开GCN架构的外围部分，从AMD宣称的CU单元，也就是“Compute Unit”计算单元开始了解。在AMD公布的架构图中，CU单元被表示成32组黑色的、命名为GCN的块。这32组CU单元占据了架构图的绝大部分面积。从单个CU单元来看，每个CU单元中有64个ALU（算术逻辑）单元，Radeon HD 7970标称的2048个流处理算术逻辑单元就是这样来的（32×64=2048个）。也就是说，这2048个ALU单元就是GCN架构的基础运算单元。
再进一步分析下去，每一个CU单元中，最主要的是矢量计算单元，也就是Vector Unit。这个单元中有4个16路的SIMD计算子模块（每个SIMD模块拥有16个ALU，一共组成16路，可以处理同时并行的16个乘加指令计算），还配备了4个64KB的矢量寄存器（每个SIMD计算子模块各1个）。这4个16路的SIMD计算子模块是CU的数据执行基础。从单个CU的角度来看，1个CU在每个时钟周期内可以执行4个不同的16路矢量线程，可以称为MIMD（多指令多数据流）。而这4个矢量线程在执行时每个线程内都使用的是16路的SIMD计算子模块，因此GCN在最底层上采用了单指令多数据流的设计方式。
这样一来，我们就不难理解AMD为什么称自己的产品设计为“基于SIMD阵列的MIMD架构”了。AMD依旧使用了SIMD阵列作为数据执行基础，但在更高一级的层面上采用了四路SIMD单元并行的设计方案。在实际数据操作中，AMD设计的线程调度器会每次派发64粒度的线程给CU单元，CU单元将其直接分配给由4个16路SIMD组成的计算单元计算，在最理想的情况下一个CU单元一个周期就可以执行64粒度的线程操作。
相比上一代Cayman采用的VLIW 4架构，虽然它看起来都是每个周期可以执行四次操作，但实际上Cayman这四次操作是有一定的“关联度”的。因为这 四次操作必须来自一条指令。如果来的指令只需要3个或者2个ALU计算，那么剩余的ALU只有闲置。但是在GCN这里，如果来的指令需要3个ALU计算，由于底层的四个16路的SIMD单元没有强制的捆绑关系，因此可以自由处理，理论效率接近100%。举个简单例子来说，如果有2个指令，分别同时需要2个ALU计算，在Cayman的单个VLIW 4单元执行时，这2个指令必须分两次执行。但是在GCN的CU上，可以一次执行来自两个指令的4个ALU操作，因此效率大大提升。我们举出这个孤立的例子，仅仅为了说明GCN的数据执行效率的变化，在实际处理中，AMD会采用各种手段来尽量优化分配指令，保证高效率—这并不是本文讨论的重点，我们只需要看到GCN在效率上相对前代产品的超高表现即可。总体而言，GCN与VLIW4（VLIW5）有一定关联，都采用并行运行方式，但两者在执行方式上却截然不同。采用VLIW设计的产品，使用的是提取指令级（ILP）的并行方式，GCN则采用线程级并行（TLP）方式，省略了指令打包、派送、解包的过程。
说完了最重要的计算单元，CU中还有一些其它部分值得我们注意。比如除了矢量计算单元外，每个CU中还有一个用于执行整数、媒体指令和浮点原子操作的标量单元。这个标量单元拥有4KB的标量寄存器。此外，还有与数据分支指令有关的分支和信息单元、程序调度管理单元、纹理拾取模块、纹理滤波单元、共享的64KB只读本地数据缓存和16KB可读写L1数据缓存。这些部分在GCN架构的合理调配下，组成了精巧而灵活的CU单元。
缓存：更灵活有效的缓存设计
在之前的Fermi上，我们看到了NVIDIA设计的极为优秀、层级鲜明、灵活可读取的缓存设计，这对通用计算来说帮助相当明显。不过当时AMD的Cayman采用比较保守的VLIW 4架构，缓存设计也基本没有太多亮点。这也是Cayman通用计算能力较差的原因之一。
在新的Tahiti上，AMD彻底改进了GPU的缓存方案，采用了类似Fermi的多级高速缓存搭配。在上一部分对CU的介绍中，我们看到了CU设计了缓存单元。实际上CU中的缓存仅仅是整个GCN架构缓存设计的一部分。除了每个CU中的标量单元和矢量单元都有自己的独立缓存外，每4个CU单元还可以共享16KB的矢量缓存以及32KB的指令缓存。另外每个CU还拥有16KB的L1可读写缓存，所有L1缓存都可以通过全局数据存储进行共享，这样32个CU一共拥有512KB的L1缓存。
除了L1缓存外，GCN还设计了可读写的L2缓存。L2缓存直接连接了显存控制器和L1缓存。每个显存控制器通道上连接的L2缓存都通过64bit位宽的总线和L1相连接，每个通道的L2缓存的容量为128KB。目前GCN架构的Radeon HD 7970拥有6个64bit的显存控制器，组成了384bit的显存带宽，因此L2缓存总量为768KB。
Tahiti如此设计L2缓存还带来了一个优势，那就是它的缓存可以与CPU内存数据同步，这样在通用计算 中能大幅度提高GPU和CPU的数据交换能力。除此之外，Tahiti也能够支持X86虚拟内存功能。这个功能的主要作用是将GPU的显存映射为CPU的内存，CPU可以直接读取GPU显存中的数据，速度要比读取调用内存、硬盘中的数据速度快很多，能大幅度降低延迟。
纵观GCN的缓存设计，Tahiti形成了自己多层级的、可读写的缓存存取方案，不但大大改善了GCN架构的通用计算效能，也顺带提升了GCN架构在多种应用环境下的实际表现，让存储成为计算瓶颈的可能性大大降低。
曲面细分、ROP等功能：继续增强
在基本了解了AMD是如何设计GCN的核心部分、CU单元以及缓存设计后，我们从宏观角度来观察这颗芯片的其他方面的设计情况。
首先从架构顶端来看，GCN虽然和之前的Cayman比较类似，但加入了两个被称作ACE的引擎。ACE全称是Asynchronous Compute Engine，异步计算引擎。它的作用是调配管理所有的线程和任务队列，根据任务优先级优化和排序，并最终将这些任务发配给CU单元进行计算。这大大增强了Tahiti对任务的优化排序能力，更有效地降低了计算中的无谓浪费和等待时间，同时也提升了缓存的使用效率。从数据处理的本质来看，图形计算依旧是顺序执行，GPU需要按照处理顺序一步一步地执行操作。ACE单元虽然不能像X86的CPU那样做到乱序执行，但至少能在目前有限的操作空间内大幅度提升GPU的效率。从互联角度来看，ACE联系了几乎所有的全局缓存、几何引擎以及指令处理单元。这也说明了其重要性。
AMD显卡的曲面细分能力一直为人所诟病，为此在AMD在Cayman上设计了双几何处理引擎，以加强曲面细分的性能。在Tahiti上，AMD继续沿用了这种设计，并宣称该双几何处理引擎从Cayman的第八代进化到第九代。根据AMD提供的官方数据来看，新的几何处理器引擎在加入了ACE的控制、提高了缓存设计以及强化了相关单元的情况下，相比Cayman至少可以达到1.8倍左右的性能提升（在5级的曲面细 分下），最多可以达到4倍的提升（在14级曲面细分系数下）。在更高的曲面细分系数如20级以后，至少也有3.5倍的性能提升。
接下来是Tahiti的ROP和显存控制器设计。以Radeon HD 7970为例，这款显卡拥有32个ROP单元，每周期可以执行32个色彩处理以及128个Z/Stencil处理。从参数来看，虽然ROP数量相比上代Cayman的产品没有提升，但和ROP性能有关联的显存带宽得到了提升—这是AMD近年来首次采用384bit显存位宽，相比上代256bit提升了约50%。再加上AMD一贯的高频率显存，采用GCN架构的Radeon HD 7970的显存带宽高达264GB/s。更高的显存带宽，在对显存带宽渴求度比较高的应用如抗锯齿、高分辨率等计算中，会有比较明显的性能提升。
曲面细分性能是HD 7970重点改善的地方
测试平台
处理器：英特尔Core i7 3960X
主板：ROG玩家国度Rampage Ⅳ Extreme
显卡：HD 7970、HD 6990、HD 6970、HD 6950、HD 7970 CrossFireX（3Way CrossFireX、4Way CrossFireX）、GTX 580、GTX 590（都采用公版显卡，运行在公版频率下）
内存：金邦DDR3 2133 4GB×4
电源：长城金牌巨龙1250
系统：Windows 7 64bit旗舰版
“显卡杀手”称号的《地铁2033》、《孤岛危机2》。为了考察HD 7970在通用计算方面的改进，我们选取了GPCBenchmarkOCL和ComputeMark这两款软件对其进行测试。
HD 7970 VS. HD 6970：压倒性优势
从VLIW 5到VLIW 4，再到GCN，HD 7970完成了华丽的转身。新架构使得它完胜上一代旗舰产品HD 6970，整体领先幅度达到了30%以上。例如在《尘埃3》、《地铁2033》（均运行在1920×1080、最高画质）的测试中，HD 7970的领先幅度分别达到了33%和48%。甚至它在一些项目的测试中，领先幅度高达50%以上。例如在3DMark Vantage Extreme和《失落的星球2》的测试中，HD 7970的领先幅度分别为53%和67%。HD 7970领先HD 6970并不意外，HD 7970无论是流处理器算术逻辑单元、核心频率、显存带宽、显存容量等主要影响显卡游戏性能的规格参数都远远领先HD 6970。
HD 7970 VS. GTX 580：优势明显
HD 7970借助新架构所得的优势不仅仅体现在与HD 6970的对比中，它还全面领先了曾经的单核心旗舰王者GTX 580，领先幅度在15%左右，优势比较明显。例如在《尘埃3》、《战地3》、《失落的星球2》、《地铁2033》中，HD 7970的领先幅度分别达到了12%、15%、17%、29%。特别是在《失落的星球2》、《地铁2033》这两款“The Way It’s Meant To Be Played”游戏中，HD 7970一改以往AMD显卡不给力的印象，性能大幅领先GTX 580。
出现这样的结果，除了HD 7970采用全新的架构、采用线程级并行（TLP）方式，效率更高，以及加入了丰富的缓存设计之外，还和其采用384bit显存位宽有关。近年来，AMD显卡的顶级显卡无一例外都采用的是256bit显存位宽，导致其显存带宽不敌同档次的NVIDIA显卡（采用384bit显存带宽）。以同为单核心旗舰的HD 6970和GTX 580为例，前者虽然显存频率高达5500MHz，但受限于256bit显存位宽，显存带宽只有176GB/s。而GTX 580的显存频率虽然只有4008MHz，但得益于384bit显存位宽，使得其具备了192.4GB/s的显存带宽。而现在HD 7970采用了384bit位宽，显存带宽达到了264GB/s，远远领先GTX 580，整体性能更强也就在情理之中了。
另外，我们注意到HD 7970在《地铁2033》的领先幅度达到了29%，超出了HD 7970领先GTX 580的平均领先幅度。这是因为《地铁2033》是一款以“高纹理”设计见长的游戏，而HD 7970在HD 6970的基础上增加了32个纹理单元，达到了128个纹理单元，纹理单元数量刚好是GTX 580的一倍。因此，HD 7970能够在这款号称“显卡杀手”的游戏中获得更明显的优势。
HD 7970 VS. HD 6990：性能差距不算大
GCN新架构的采用，使得HD 7970具备了和上一代AMD双核心旗舰HD 6990比拼的能力。整体来看，在总共11个3D性能测试项目中，HD 7970在《失落的星球2》、《上古卷轴5：天际》这两个项目中领先HD 6990，领先幅度在10%左右；在《使命召唤：现代战争3》、《孤岛危机2》这两个项目中互有伯仲；在3DMark Vantage Extreme、《地铁2033》等余下的7个测试项目中落后HD 6990，落后幅度在18%左右。
虽然我们对采用新架构的HD 7970充满了期待，不过由于规格上的差异较大，其性能仍然不敌双核心的HD 6990。但作为一款单核心的产品，HD 7970已经初步具备了挑战HD 6990的实力，让人不容小觑。
H D 7 9 5 0性能预测：落后H D 7 9 7 0 10%～15%?
虽然HD 7950尚未发布，但这并不影响我们对其进行性能预测。HD 7950和HD 7970相比，主要是流处理算术逻辑单元数量缩减到1792个，被屏蔽了4个CU单元，显存位宽和显存容量保持不变，分别为384bit和3GB。
考虑到HD 7950和HD 7970的规格差异不算大，主要是流处理算术逻辑单元数量被缩减了。结合HD 6970和HD 6950之间的性能差距，以及综合我们过去
对AMD顶级单核心显卡和次一级单核心显卡的评测经验，我们大胆预测HD 7950的综合游戏性能将落后HD 7970 10%～15%。
另一方面，结合本次11个3D游戏测试项目来看，HD 7970的性能领先HD 6950 50%左右。再加上上文我们对“HD 7950的综合游戏性能将落后HD 7970 10%～15%”的预判，我们推测HD 7950的综合游戏性能将领先HD 6950 35%～40%。
HD 7970 CrossFireX：效率大爆发
两块HD 7970组成的CrossFireX系统的效率和性能，将是HD 7970的又一个看点。从测试结果来看，我们可以用“惊艳”来形容HD 7970 CrossFireX系统的效率。众所周知，借助DirectX 11的统一渲染架构和AMD自身的优化，AMD HD 5000、HD 6000系列显卡的CrossFireX效率节节攀高，HD 6850（6870）CrossFireX就是典型代表。不过这主要是针对中高端产品而言，而由于种种原因顶级的单核心显卡组建的CrossFireX效率反而没有那么明显。
而HD 7970在采用新的GCN架构、使用线程级并行（TLP）方式以后，可以一次执行来自两个指令的4个ALU操作。而之前采用VLIW 4、VLIW 5架构的AMD显卡则需要分两次来执行上述操作。显然，HD 7970的执行效率得到了大幅提升，这种提升显著反映在CrossFireX的执行效率上。可以看到，HD 7970 CrossFireX在绝大部分测试项目中，相对于HD 7970都保持了90%，甚至100%的性能提升—这样超高的执行效率对单核心的旗舰显卡来说是非常难得的。例如在3DMark 11 Extreme、Unigine Heaven
Benchmark 2.5、《尘埃3》、《战地3》、《异形大战铁血战士》、《地铁2033》上，HD 7970 CrossFireX的提升效率都非常接近100%或者已经达到了100%。
HD 7970（CrossFireX）三屏表现：基本令人满意
Eyefinity作为AMD独有的多屏显示技术，在游戏、金融等许多领域有广泛的应用前景，一些游戏发烧玩家以Eyefinity技术为基础，组建三屏系统，以获得更高的分辨率和更好的游戏体验。因此我们特意组建了三屏系统，来看看HD 7970能否具备在5760×1080超高分辨率下流畅运行游戏的实力。从4个游戏和一个基准测试软件的测试结果来看，HD 7970的性能损失比较严重，普遍在50%以上。例如在《尘埃3》、《孤岛危机2》中，三屏下的HD 7970的性能较单卡性 能分别下降了53% 和60%。好在HD 7970的性能足够出色，除了《孤岛危机2》以外，它在余下4个游戏中都保持了40fps的帧率（包括在抗锯齿模式下），基本满足了流畅运行游戏的需求。
此外我们还组建了HD 7970 CrossFireX系统，在三屏下进行了游戏测试。HD 7970 CrossFireX在三屏下依旧延续了超高的效率，相比HD 7970单卡在三屏下的性能有近100%的性能提升，流畅运行游戏没有任何问题。不过由于驱动优化的问题，在使用CrossFireX系统运行在三屏下时，不时会出现游戏无故退出，或者需要多次启动游戏才能运行的问题。
HD 7970的超频表现：上1GHz无压力
28nm工艺究竟会给HD 7970带来怎样的超频表现呢？我们利用催化剂控制中心，轻松将HD 7970超频至1125MHz、6300MHz，3DMark 11 Exreme模式的性能提升了18%。而且此时其GPU满载温度也只有80℃，PC满载功耗为393W。
HD 7970的功耗、温度表现：控制得不错
采用28nm工艺生产的HD 7970的PC待机功耗为为117W，是参测显卡中表现最好的。在PC满载功耗方面（使用FurMark进行拷机），HD 7970所在的平台达到了422W，比HD 6970、GTX 580所在的平台分别高了36W和8W。虽然HD 7970采用的是28nm工艺，但考虑到其硬件规格参数有大幅的提升，而且还将PC满载功耗基本控制在和上一代同档次显卡的水平，我们认为它的功耗控制还是基本令人满意的。
温度表现方面，HD 7970借助28nm工艺将待机温度和满载温度分别控制在32℃和79℃上，这个测试结果在同档次显卡中属于很优秀的表现。相对而言，由HD 7970组成的CrossFireX系统的PC功耗就比较高了。以HD 7970 CrossFireX为例，它的PC满载系统功耗达到了690W。好在两颗Tahiti核心的温度并不高，分别为32℃和86℃，在可以接受的范围内。
不过HD 7970 3Way CrossFireX、4Way CrossFireX的表现就没有那么好了，它们的PC满载功耗分别达到了988W和1243W。HD 7970 4Way CrossFireX在满载状态下，四颗核心的满载温度更是分别达到了79℃、88℃、87℃、92℃。
HD 7970：自我超越，全面胜利
如果非要用一个字来形容HD 7970的话，“新”是非常合适的：全新的图形架构、全新的游戏性能、全新的曲面细分性能、全新的功耗表现、全新的交火效率、全新的生产工艺。
没错，HD 7970是一款从里到外都是全新的产品，实现了自我超越，是一场全面的胜利。AMD在认识到未来图形发展的趋势和自身的不足后，终于抛弃了沿用多年的VLIW架构。而事实证明，这是卓有成效的。无论是图形计算还是通用计算，它都达到了一个新的高度，单卡卡皇的地位毋庸置疑。特别是通用计算，它设计了丰富的缓存结构，无疑更适合进行这方面的工作，具备了进军高性能计算领域的潜力。虽然该显卡在硬件层面上已经做好了拥抱通用计算的准备，并在一些理论测试软件上获得了不俗的成绩，但要获得市场和行业用户的认可还有一个较长的过程。友商NVIDIA之所以在高性能计算市场上节节开花，除了借助专为通用计算进行优化的Fermi以外（硬件层面），还拥有丰富的、基于CUDA开发的一整套软件。而AMD目前在这方面还无法和NVIDIA相抗衡。另外，据我们所知在整个HD 7000系列产品中，暂时只有高端显卡采用了全新的GCN架构，中低端产品依旧会坚持VLIW 4甚至VLIW 5的架构，更专注于游戏性能。这和NVIDIA在中低端产品上剔除有关高性能计算单元、更注重游戏性能的做法有异曲同工之处。
而HD 7950虽然还没有发布。但据悉，AMD将从它发布伊始就开放非公版授权，届时会有大量非公版涌现。当然，真正的高手是无惧挑战的。HD 7970马上就将遇到挑战者—代号为“开普勒”的NVIDIA下一代产品即将发布。届时又将是一场激动人心的王者之争，预知胜负，敬请关注本刊后续报道。