高級圖形處理器在進行推廣時通常比較多個低級別性能指標。例如Imagination PowerVR GPU比較常用的比較指標為GFLOPS （測量計算吞吐量） ，每秒三角形生成數量（測量幾何吞吐量），每秒像素數填充和每秒紋理數（測量填充率） 。

除了這些較為傳統的指標，企業開始按照產品中所包含的內核數量來說明架構已經較為常見。盡管按照既定狀況來說，內核數量的含義已經被GPU市場曲解。也就是說，這個詞語具有延展性，經過一段時間這個詞語在反映常見功能方面已經有所更新。我來說明內核數量的常見意義。

什么是內核？

這要依據實際情況而定。內核數量的意義在以前是表示處理器前端的數量。內核并不復雜，前端的作用是調度執行線程。幾乎所有高級GPU都已經簡化設計，在計算資源前端設置多個調度器和相關調度邏輯，執行預訂的任務。

每個調度器跟蹤數個需要執行的線程，在單個時鐘周期中運行單個程序的單一指令。單個指令指標的作用是在一組算資源上運行程序，不考慮線程數量或者計算資源的共享方式，這是內核的通常定義。

但是，我們也用這個內核來說明Series5 SGX GPU的整個狀況。例如在SGX544MP3中，共有SGX544MP3的3個完整例程—可以復用所有GPU資源，我們稱之為MP3配置，或者叫3核 GPU。

多核的誤區

因此，隨著高級移動系統中CPU內核數量迅速增加， GPU廠商要表達的信息是GPU也是多核設計，我們的許多競爭對手將獨立的ALU流水線視作內核以強調其優勢。但這些ALU流水線不能實現完全獨立的相互調度，這些流水線與SIMD模式中的流水線一樣每個時鐘周期運行同一指令。并未出現我們所指的獨立前端或獨立指令指針，但盡管如此市場依然稱其為一個內核。

我們按照同樣的方式從基本的構建模塊---統一著色器集群（Unified Shading Cluster，USC）到獨立流水線來說明PowerVR Rogue，來看一下如何計算內核數量。

PowerVR Rogue USC

Rogue的架構是由多個模塊構建而成，這些模塊稱為統一著色器集群，簡稱USC。我們擴展這個架構來滿足客戶對GPU的需求，以支持系統級芯片及專門的細分市場，我們將數個USC以及其他相關資源連接在一起后集成在整個GPU IP上。

打開USC，您會發現用于分析數據并得出結果的是數個ALU流水線。我們并行設置這些流水線，每個USC設置16個流水線。這樣設置的原因是，圖像呈并行處理，其中多個相關的數據，通常是矢量或像素同時運行。事實上，高級像素著色的屬性驅動相關像素是并行的，因此有必要同時運行這些高級像素。

標量SIMD執行和矢量低效

USC的關鍵屬性是按照標量模式處理數據。也就是說對于給定的工作項目，例如一個象素，USC不是在同一時鐘周期內的同一獨立管道上同時執行紅、綠、藍和透明度的矢量。相反， USC在一個時鐘周期內執行一個紅色組件，接下來執行藍色組件，以此類推，直到執行完所有組件。為實現矢量基準單位的峰值吞吐量，標量SIMD單元并行處理多個工作項目。例如，每個時鐘周期內處理一個像素的4-wide矢量的峰值吞吐量相當于4-wide 標量SIMD單元，可在每個時鐘周期內處理四個像素。

表面上看這兩種方法的吞吐量相同。但是，高級GPU負載通常由使用許多不同數據寬度的數據組成。例如，通常顏色數據寬度為4 （ ARGB ），而紋理坐標的數據寬度通常為2 （ UV），還有許多標量實例（ 1個組件）處理，如典型的光照計算一樣。

在光照計算中，如果數據處理沒有填滿整個矢量寬度時，就會浪費矢量處理器寶貴的計算資源。在標量架構中，正執行的運算采用一種運算類型，在同一時間運行一個組件，并行處理同一任務。例如著色處理中完全由標量處理組成，在4-wide矢量架構中執行25%的任務，而在標量SIMD架構中本應執行100%的任務。

多個低功耗ALU！

我們再來說說USC并行任務中的獨立流水線。共有16個流水線，每個流水線內部實際上存在數個執行任務的ALU。即2個FP32 ALU，2個FP16 ALU，以及1個專用函數ALU 。

為什么使用專用FP16 ALU？主要是為了節省功耗同時也是為了提高性能。與FP32 ALU相比，簡化ALU邏輯復雜度可以較低功耗執行FP16指令組，同時可執行更多的運算，在每個時鐘周期實現更高的吞吐量。稍后您就會明白。

在高級圖像渲染中以較低精度計算可能需要耗費較多時間，而APIs Rogue力求在所有通用圖形中支持混合精度運算，其中包括Direct3D 11，以及更常見的OpenGL ES2和ES3 APIs。在嵌入式圖形運算中沒有構建混合精度計算流水線是個錯誤，原因是執行混合精度工作量會造成功率放大。

性能和功能

各個ALU的功能并不一樣，我們來看一下每個ALU的作用，以便了解其性能：

PowerVR Series6, Series6XT和Series6XE中的FP32 ALU能夠在每個時鐘周期執行2浮點運算。每個USC即每個時鐘周期的64 FLOP峰值。

PowerVR Series6 GPU內共有最多8個統一著色集群（ USC ）

PowerVR Series6 GPU中的FP16 ALU能夠在能夠在每個時鐘周期執行最高3浮點運算，我們在Series6XE和Series6XT 改進了FP16 ALU可在每個時鐘周期執行最高4浮點運算。按照不同的產品和系列，每個USC在每個時鐘周期執行高達128浮點運算。升級型Series6XE和Series6XT更為靈活，執行流水線部分運算的編譯器更為容易。

PowerVR Series6XT GPU內共有最多8個Unified Shading Clusters（ USC ）

最后來說一下具有專用功能的ALU，ALU可處理更復雜的算法和三角運算，如正弦、余弦、對數、倒數和親和數、標量運算。按照這些運算的性質，設置了ALU輸出精度和性能。

增強ALU內核配置

現在，我已經說明從構建USC塊到利用16個并行管道執行任務來說明Rogue計算架構，各個管道有較大的專用計算資源，我們按照競爭對手的方式來說明內核。每個USC包括：32 FP32 ALU內核，高達64個FP16 ALU內核、16 個USC專用函數ALU內核。

按照同樣的方式將Rogue與市場競爭產品比對，ALU內核這個術語很重要，我們希望大家盡可能按這條思路來解釋內核。

最后，請記住，Imagination根據不同的產品Series6, Series6XT和Series6XE設置1對多的USC。以下為兩個實例：

PowerVR G6230: 兩個Series6 USC-64 FP32 ALU內核，每個時鐘周期執行高達128 FLOP – 64 FP16 ALU 內核，每個時鐘周期執行高達192 FLOP。也就是按照600MHz的頻率執行高達115.2 FP16 GFLOPS及高達76.8 FP32 GFLOPS。

PowerVR GX6650: 六個Series6XT USC-192 FP32 ALU內核，每個時鐘周期執行高達384 FLOP –384FP16 ALU 內核，每個時鐘周期執行高達786 FLOP。也就是按照600MHz的頻率執行高達460.8FP16 GFLOPS及高達230.4 FP32 GFLOPS。

這才是真正的內核比較參數！