CN115409684A - 图形处理中经压缩的z平面的存储与应用 - Google Patents
图形处理中经压缩的z平面的存储与应用 Download PDFInfo
- Publication number
- CN115409684A CN115409684A CN202210522705.4A CN202210522705A CN115409684A CN 115409684 A CN115409684 A CN 115409684A CN 202210522705 A CN202210522705 A CN 202210522705A CN 115409684 A CN115409684 A CN 115409684A
- Authority
- CN
- China
- Prior art keywords
- depth
- pixel
- processor
- graphics
- compressed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/60—Memory management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Multimedia (AREA)
- Image Generation (AREA)
Abstract
描述了图形处理中经压缩的z平面的生成和存储。处理器的示例包括:栅格化器,该栅格化器用于生成包括像素数据的块的像素数据的片段;深度流水线,该深度流水线用于接收该片段,该深度流水线包括第一深度测试硬件和第二深度测试硬件,该第一深度测试硬件用于执行粗深度测试,该粗深度测试包括确定每个块的最小深度和最大深度;以及深度缓冲器,其中,处理器用于确定该片段是否满足该片段完全覆盖像素数据的片并通过第一深度测试并且该片段的最小深度和最大深度中的每一个具有相同的符号和指数的要求,并且用于在确定该片段满足要求后,利用第一深度测试生成经压缩的深度平面并且利用该经压缩的深度平面更新深度缓冲器。
Description
技术领域
本公开总体上涉及数据处理,并且更具体地涉及图形处理中经压缩的Z平面的生成和存储。
背景技术
在3D图形处理中,每个像素或其他元素均具有表示距观看者的虚拟距离的相关联的深度(Z值),深度值被用来标识更远离于其他遮挡对象的对象,从而允许移除(剔除)未看到的对象。
在用于图形处理的现代Z流水线中,图形处理单元(GPU)通常包括在逐像素深度(IZ)测试之前的粗深度(HiZ/分层深度)测试。由粗深度硬件执行的Z测试(深度测试)基于单独的分层深度缓冲器,该分层深度缓冲器存储覆盖逐像素深度缓冲器的矩形部分的最小/最大范围。
在操作中,对于每个传入的片段,在片段通过粗深度测试后,以逐像素硬件可以计算和传送新的深度值到高速缓存(诸如,到L2或L3高速缓存)所按照的速率执行下面的Z填充操作。
因此,传统系统被约束为以较慢的速率运行大型基元的Z填充操作,这因此受到图形处理器的逐像素块中已投入的硬件和带宽的限制。因此,Z流水线的性能可能会降低。
附图说明
因此,为了可详细地理解上文陈述的当前实施例的特征的方式,可参照实施例进行对上文简要概述的实施例的更特定的描述,在所附附图中图示实施例中的一些。然而,应注意的是,所附附图仅图示典型实施例,并且因此不应视为限制实施例的范围。
图1是根据实施例的处理系统的框图;
图2A-图2D图示由本文中描述的实施例提供的计算系统和图形处理器;
图3A-图3C图示由本文中描述的实施例提供的附加的图形处理器和计算加速器架构的框图;
图4是根据一些实施例的图形处理器的图形处理引擎的框图;
图5A-图5B图示根据本文中描述的实施例的线程执行逻辑,该线程执行逻辑包括在图形处理器核中采用的处理元件的阵列;
图6图示根据实施例的附加的执行单元;
图7是图示根据一些实施例的图形处理器指令格式700的框图;
图8是图形处理器的另一实施例的框图;
图9A是图示根据一些实施例的图形处理器命令格式900的框图;
图9B是图示出根据实施例的图形处理器命令序列910的框图;
图10图示根据一些实施例的数据处理系统的示例性图形软件架构;
图11A是示出根据实施例的可用于制造集成电路以执行操作的IP核开发系统的框图;
图11B图示根据本文中描述的一些实施例的集成电路封装组件的截面侧视图;
图11C图示封装组件,该封装组件包括连接到衬底的多个单元的硬件逻辑小芯片;
图11D图示根据实施例的包括可互换小芯片1195的封装组件;
图12是图示根据实施例的可以使用一个或多个IP核来制造的示例性芯片上系统集成电路的框图;
图13A-图13B是图示根据本文中所描述的实施例的用于在SoC内使用的示例性图形处理器的框图;
图14是图形处理器中现有的Z流水线的框图;
图15是根据一些实施例的图形处理器中的Z流水线的框图;
图16是图示根据一些实施例的用于所接收的片段的深度处理的过程的流程图;
图17是图示根据一些实施例的深度平面的处理的流程图;
图18是根据一些实施例的经压缩的Z平面的示图;
图19是图示根据一些实施例的用于对经压缩的Z平面进行解压缩和处置的过程的流程图;
图20A是根据一些实施例的用于处理的像素块的示图;以及
图20B是根据一些实施例的用于处理的像素片的示图。
具体实施方式
实施例涉及图形处理中经压缩的Z平面的生成和存储。
用于图形处理器的传统Z(深度测试)流水线可包括粗深度(HiZ/分层深度)测试硬件和中间逐像素深度(IZ)测试硬件。在HiZ深度测试中接收到的每个传入的片段,无论该片段是否完全通过粗深度测试,其随后都要受制于以逐像素硬件能够计算并将新的深度值传送到深度缓冲器的所按照的速率来执行下面的Z填充操作,该片段随后可被存储在高速缓存存储器中(诸如,存储到L2或L3高速缓存)。因此,与HiZ操作的较快操作速率相比,传统系统被约束为对于Z填充操作以较慢的IZ速率运行。
在一些实现方式中,设备、系统或过程通过应用HiZ硬件计算完全覆盖的片的经压缩的深度平面并将其存储在深度缓冲器中来缓解图形Z流水线中深度处理的限制,该经压缩的深度平面随后可直接从深度缓冲器中以经压缩的格式写出到高速缓存。这允许出于Z填充处理的目的,以HiZ速率操作图形系统。在一些实施例中,当需要时,即使当用于生成经压缩的深度平面的初始值是使用浮点数学计算的时,经压缩的深度平面随后也可使用能以低成本提供的简单无符号数学从高速缓存中无损地解压缩。
在一些实施例中,该设备、系统或过程进一步结合常见的经压缩的数据头部,使得其可以与其他算法一起使用,从而为所有或多种数据类型提供完整的压缩/解压系统。解压缩器用于仅基于头部来选择正确的算法,从而最小化表面状态依赖关系。
系统概览
图1是根据实施例的处理系统100的框图。系统100可在一些各项中被使用:单处理器台式机系统、多处理器工作站系统、或具有大量处理器102或处理器核107的服务器系统。在一个实施例中,系统100是被并入在芯片上系统(SoC)集成电路内的处理平台,该芯片上系统(SoC)集成电路用于在移动设备、手持式设备或嵌入式设备中使用,诸如,用于在具有至局域网或广域网的有线或无线连接性的物联网(IoT)设备内使用。
在一个实施例中,系统100可包括以下各项,可与以下各项耦合,或可集成在以下各项内:基于服务器的游戏平台;游戏控制台,包括游戏和媒体控制台;移动游戏控制台、手持式游戏控制台、或在线游戏控制台。在一些实施例中,系统100是移动电话、智能电话、平板计算设备或移动互联网连接的设备(诸如,具有低内部存储容量的膝上型计算机)的部分。处理系统100也可包括以下各项,与以下各项耦合,或被集成在以下各项内:可穿戴设备,诸如,智能手表可穿戴设备;智能眼镜或服装,其利用增强现实(AR)或虚拟现实(VR)特征来增强,以提供视觉、音频或触觉输出来补充现实世界视觉、音频或触觉体验或以其他方式提供文本、音频、图形、视频、全息图像或视频、或触觉反馈;其他增强现实(AR)设备;或其他虚拟现实(VR)设备。在一些实施例中,处理系统100包括电视机或机顶盒设备,或是电视机或机顶盒设备的部分。在一个实施例中,系统100可包括自动驾驶交通工具,与自动驾驶交通工具耦合,或集成在自动驾驶交通工具内,该自动驾驶交通工具诸如,公共汽车、拖拉机拖车、汽车、电机或电力循环、飞机或滑翔机(或其任何组合)。自动驾驶交通工具可使用系统100来处理在该交通工具周围感测到的环境。
在一些实施例中,一个或多个处理器102各自包括一个或多个处理器核107,这一个或多个处理器核107用于处理指令,这些指令当被执行时,执行用于系统和用户软件的操作。在一些实施例中,一个或多个处理器核107中的至少一个处理器核被配置成用于处理特定的指令集109。在一些实施例中,指令集109可促进复杂指令集计算(CISC)、精简指令集计算(RISC)或经由超长指令字(VLIW)的计算。一个或多个处理器核107可以处理不同的指令集109,不同的指令集109可包括用于促进对其他指令集的仿真的指令。处理器核107还可包括其他处理设备,诸如,数字信号处理器(DSP)。
在一些实施例中,处理器102包括高速缓存存储器104。取决于架构,处理器102可具有单个内部高速缓存或多级的内部高速缓存。在一些实施例中,高速缓存存储器在处理器102的各种部件之间被共享。在一些实施例中,处理器102也使用外部高速缓存(例如,第三级(L3)高速缓存或末级高速缓存(LLC))(未示出),可使用已知的高速缓存一致性技术在处理器核107之间共享该外部高速缓存。寄存器堆106可附加地被包括在处理器102中,并且可包括用于存储不同类型的数据的不同类型的寄存器(例如,整数寄存器、浮点寄存器、状态寄存器以及指令指针寄存器)。一些寄存器可以是通用寄存器,而其他寄存器可以专用于处理器102的设计。
在一些实施例中,一个或多个处理器102与一个或多个接口总线110耦合,以在处理器102与系统100中的其他部件之间传送通信信号,诸如,地址、数据、或控制信号。在一个实施例中,接口总线110可以是处理器总线,诸如,直接媒体接口(DMI)总线的某个版本。然而,处理器总线不限于DMI总线,并且可包括一个或多个外围部件互连总线(例如,PCI、PCIexpress)、存储器总线、或其他类型的接口总线。在一个实施例,(多个)处理器102包括集成存储器控制器116和平台控制器中枢130。存储器控制器116促进存储器设备与系统100的其他部件之间的通信,而平台控制器中枢(PCH)130提供经由本地I/O总线至I/O设备的连接。
存储器设备120可以是动态随机存取存储器(DRAM)设备、静态随机存取存储器(SRAM)设备、闪存设备、相变存储器设备、或具有合适的性能以充当进程存储器的某个其他存储器设备。在一个实施例中,存储器设备120可以作为用于系统100的系统存储器来操作,以存储数据122和指令121,用于在一个或多个处理器102执行应用或进程时使用。存储器控制器116也与任选的外部图形处理器118耦合,该任选的外部图形处理器118可与处理器102中的一个或多个图形处理器108通信以执行图形操作和媒体操作。在一些实施例中,可由加速器112辅助图形操作、媒体操作和/或计算操作,该加速器112是可被配置成用于执行专业的图形操作、媒体操作或计算操作的集合的协处理器。例如,在一个实施例中,加速器112是用于优化机器学习或计算操作的矩阵乘法加速器。在一个实施例中,加速器112是光线追踪加速器,该光线追踪加速器可用于与图形处理器108协同地执行光线追踪操作。在一个实施例中,可替代加速器112使用外部加速器119,或可与加速器112协同地使用外部加速器119。
在一些实施例中,显示设备111可连接到(多个)处理器102。显示设备111可以是以下各项中的一项或多项:内部显示设备,如在移动电子设备或膝上型设备中;或经由显示接口(例如,显示端口等)附接的外部显示设备。在一个实施例中,显示设备111可以是头戴式显示器(HMD),诸如,用于在虚拟现实(VR)应用或增强现实(AR)应用中使用的立体显示设备。
在一些实施例中,平台控制器中枢130使外围设备能够经由高速I/O总线连接到存储器设备120和处理器102。I/O外围设备包括但不限于音频控制器146、网络控制器134、固件接口128、无线收发器126、触摸传感器125、数据存储设备124(例如,非易失性存储器、易失性存器、硬盘驱动器、闪存、NAND、3D NAND、3D Xpoint等)。数据存储设备124可以经由存储接口(例如,SATA)或经由外围总线(诸如,外围部件互连总线(例如,PCI、PCI express))连接。触摸传感器125可以包括触摸屏传感器、压力传感器、或指纹传感器。无线收发器126可以是Wi-Fi收发器、蓝牙收发器、或移动网络收发器,该移动网络收发器诸如3G、4G、5G或长期演进(LTE)收发器。固件接口128启用与系统固件的通信,并且可以例如是统一可扩展固件接口(UEFI)。网络控制器134可启用至有线网络的网络连接。在一些实施例中,高性能网络控制器(未示出)与接口总线110耦合。在一个实施例中,音频控制器146是多声道高清音频控制器。在一个实施例中,系统100包括用于将传统(例如,个人系统2(PS/2))设备耦合至系统的任选的传统I/O控制器140。平台控制器中枢130还可以连接到一个或多个通用串行总线(USB)控制器142连接输入设备,诸如,键盘和鼠标143组合、相机144、或其他USB输入设备。
将领会,所示的系统100是示例性而非限制性的,因为也可以使用以不同方式配置的其他类型的数据处理系统。例如,存储器控制器116和平台控制器中枢130的实例可以集成到分立的外部图形处理器中,该分立的外部图形处理器诸如外部图形处理器118。在一个实施例中,平台控制器中枢130和/或存储器控制器116可以在一个或多个处理器102外部。例如,系统100可包括外部存储器控制器116和平台控制器中枢130,该外部存储器控制器116和平台控制器中枢130可以被配置为在与(多个)处理器102通信的系统芯片组内的存储器控制器中枢和外围控制器中枢。
例如,可使用电路板(“橇板(sled)”),在该电路板上被放置的部件(诸如,CPU、存储器和其他部件)经设计以实现提升的热性能。在一些示例中,诸如处理器之类的处理部件位于橇板的顶侧上,而诸如DIMM之类的附近存储器位于橇板的底侧上。作为由该设计提供的增强的气流的结果,部件能以比在典型系统中更高的频率和功率等级来操作,由此提高性能。此外,橇板配置成盲配机架中的功率和数据通信线缆,由此增强它们被快速地移除、升级、重新安装和/或替换的能力。类似地,位于橇板上的各个部件(诸如,处理器、加速器、存储器和数据存储驱动器)由于它们距彼此的增加的间距而被配置成易于升级。在说明性实施例中,部件附加地包括用于证明它们的真实性的硬件认证特征。
数据中心可利用支持多个其他网络架构的单个网络架构(“结构”),多个其他网络架构包括以太网和全方位路径。橇板可经由光纤耦合至交换机,这提供比典型的双绞线布线(例如,5类、5e类、6类等)更高的带宽和更低的等待时间。由于高带宽、低等待时间的互连和网络架构,数据中心在使用中可集中在物理上分散的诸如存储器、加速器(例如,GPU、图形加速器、FPGA、ASIC、神经网络和/或人工智能加速器等)和数据存储驱动器之类的资源,并且根据需要将它们提供给计算资源(例如,处理器),从而使计算资源能够就好像被集中的资源在本地那样访问这些被集中的资源。
功率供应或功率源可将电压和/或电流提供给系统100或本文中描述的任何部件或系统。在一个示例中,功率供应包括用于插入到墙壁插座中的AC-DC(交流-直流)适配器。此类AC功率可以是可再生能源(例如,太阳能)功率源。在一个示例中,功率源包括DC功率源,诸如,外部AC-DC转换器。在一个示例中,功率源或功率供应包括用于通过接近充电场来充电的无线充电硬件。在一个示例中,功率源可包括内部电池、交流供应、基于动作的功率供应、太阳能功率供应、或燃料电池源。
图2A-图2D图示由本文所述的实施例提供的计算系统和图形处理器。图2A-图2D的具有与本文中任何其他附图的元件相同的附图编号(或名称)的元件可按与本文中其他地方所描述的任何类似的方式操作或运行,但不限于此。
图2A是处理器200的实施例的框图,该处理器200具有一个或多个处理器核202A-202N、集成存储器控制器214、以及集成图形处理器208。处理器200可包括附加的核,这些附加的核多达由虚线框表示的附加核202N并包括由虚线框表示的附加核202N。处理器核202A-202N中的每一个包括一个或多个内部高速缓存单元204A-204N。在一些实施例中,每个处理器核202A-202N也具有对一个或多个共享高速缓存单元206的访问权。内部高速缓存单元204A-204N和共享高速缓存单元206表示处理器200内的高速缓存存储器层级结构。高速缓存存储器层级结构可包括每个处理器核内的至少一个级别的指令和数据高速缓存以及一个或多个级别的共享的中级高速缓存,诸如,第二级(L2)、第三级(L3)、第四级(L4)、或其他级别的高速缓存,其中,在外部存储器之前的最高级别的高速缓存被分类为LLC。在一些实施例中,高速缓存一致性逻辑维持各高速缓存单元206与204A-204N之间的一致性。
在一些实施例中,处理器200还可包括一个或多个总线控制器单元的集合216和系统代理核210。一个或多个总线控制器单元216管理外围总线的集合,诸如,一个或多个PCI总线或PCI快速总线。系统代理核210提供对各处理器部件的管理功能。在一些实施例中,系统代理核210包括用于管理对各种外部存储器设备(未示出)的访问的一个或多个集成存储器控制器214。
在一些实施例中,处理器核202A-202N中的一个或多个处理器核包括针对同步多线程操作的支持。在此类实施例中,系统代理核210包括用于在多线程处理期间协调并操作核202A-202N的部件。系统代理核210可附加地包括功率控制单元(PCU),该功率控制单元(PCU)包括用于调节处理器核202A-202N和图形处理器208的功率状态的逻辑和部件。
在一些实施例中,处理器200附加地包括用于执行图形处理操作的图形处理器208。在一些实施例中,图形处理器208与共享高速缓存单元的集合206以及系统代理核210耦合,该系统代理核210包括一个或多个集成存储器控制器214。在一些实施例中,系统代理核210还可包括用于将图形处理器输出驱动到一个或多个经耦合的显示器的显示控制器211。在一些实施例中,显示控制器211还可以是经由至少一个互连与图形处理器耦合的单独模块,或者可以集成在图形处理器208内。
在一些实施例中,基于环的互连单元212用于耦合处理器200的内部部件。然而,可以使用替代的互连单元,诸如,点对点互连、交换式互连、或其他技术,包括本领域中公知的技术。在一些实施例中,图形处理器208经由I/O链路213与环互连212耦合。
示例性I/O链路213表示多个各种各样的I/O互连中的至少一种,包括促进各处理器部件与高性能嵌入式存储器模块218(诸如,eDRAM模块)之间的通信的封装上I/O互连。在一些实施例中,处理器核202A-202N中的每一个处理器核以及图形处理器208可将嵌入式存储器模块218用作共享的末级高速缓存。
在一些实施例中,处理器核202A-202N是执行相同的指令集架构的同构核。在另一实施例中,处理器核202A-202N在指令集架构(ISA)方面是异构的,其中,处理器核202A-202N中的一个或多个执行第一指令集,而其他核中的至少一个执行第一指令集的子集或不同的指令集。在一个实施例中,处理器核202A-202N在微架构方面是异构的,其中,具有相对较高功耗的一个或多个核与具有较低功耗的一个或多个功率核耦合。在一个实施例中,处理器核202A-202N在计算能力方面是异构的。此外,处理器200可在一个或多个芯片上实现,或者被实现为除其他部件之外还具有所图示的部件的SoC集成电路。
图2B是根据本文中所描述的一些实施例的图形处理器核219的硬件逻辑的框图。图2B的具有与本文中任何其他附图的元件相同的附图标记(或名称)的元件能以与在本文中其他地方描述的方式类似的任何方式进行操作或起作用,但不限于此。图形处理器核219(有时称为核切片)可以是模块化图形处理器内的一个或多个图形核。图形处理器核219是一个图形核切片的示例,并且基于目标功率包络和性能包络,如本文中所描述的图形处理器可包括多个图形核切片。每个图形处理器核219可包括固定功能块230,该固定功能块230与多个子核221A-221F(也称为子切片)耦合,多个子核221A-221F包括模块化的通用和固定功能逻辑的块。
在一些实施例中,固定功能块230包括几何/固定功能流水线231,该几何/固定功能流水线231例如在较低性能和/或较低功率的图形处理器实现方式中可由图形处理器核219中的所有子核共享。在各实施例中,几何/固定功能流水线231包括3D固定功能流水线(例如,如在下文描述的图3A和图4中的3D流水线312)、视频前端单元、线程生成器和线程分派器、以及统一返回缓冲器管理器,该统一返回缓冲器管理器管理统一返回缓冲器(例如,如下文所描述的在图4中的统一返回缓冲器418)。
在一个实施例中,固定功能块230还包括图形SoC接口232、图形微控制器233和媒体流水线234。图形SoC接口232提供图形处理器核219与芯片上系统集成电路内的其他处理器核之间的接口。图形微控制器233是可被配置成管理图形处理器核219的各种功能的可编程子处理器,这些功能包括线程分派、调度和抢占。媒体流水线234(例如,图3A和图4的媒体流水线316)包括用于促进对包括图像数据和视频数据的多媒体数据进行解码、编码、预处理和/或后处理的逻辑。媒体流水线234经由对子核221A-221F内的计算或采样逻辑的请求来实现媒体操作。
在一些实施例中,SoC接口232使图形处理器核219能够与通用应用处理器核(例如,CPU)和/或SoC内的其他部件进行通信,其他部件包括诸如共享的末级高速缓存存储器之类的存储器层级结构元件、系统RAM、和/或嵌入式芯片上或封装上DRAM。SoC接口232还可启用与SoC内的诸如相机成像流水线之类的固定功能设备的通信,并且启用全局存储器原子性的使用和/或实现全局存储器原子性,该全局存储器原子性可在图形核219与SoC内的CPU之间被共享。SoC接口232还可实现针对图形处理器核219的功率管理控制,并且启用图形核219的时钟域与SoC内的其他时钟域之间的接口。在一个实施例中,SoC接口232使得能够从命令流转化器和全局线程分派器接收命令缓冲器,该命令流转化器和全局线程分派器配置成用于将命令和指令提供给图形处理器内的一个或多个图形核中的每一个图形核。当媒体操作要被执行时,这些命令和指令可以被分派给媒体流水线234,或者当图形处理操作要被执行时,这些命令和指令可以被分派给几何和固定功能流水线(例如,几何和固定功能流水线231、几何和固定功能流水线237)。
图形微控制器233可被配置成用于执行针对图形处理器核219的各种调度任务和管理任务。在一个实施例中,图形微控制器233可对子核221A-221F内的执行单元(EU)阵列222A-222F、224A-224F内的各种图形并行引擎执行图形和/或计算工作负载调度。在该调度模型中,在包括图形处理器核219的SoC的CPU核上执行的主机软件可将工作负载提交到多个图形处理器门铃(doorbell)中的一个图形处理器门铃,这调用了对适当的图形引擎的调度操作。调度操作包括:确定接下来要运行哪个工作负载,将工作负载提交到命令流转化器,抢占在引擎上运行的现有工作负载,监测工作负载的进度,以及当工作负载完成时通知主机软件。在一个实施例中,图形微控制器233还可促进图形处理器核219的低功率或空闲状态,从而向图形处理器核219提供独立于操作系统和/或系统上的图形驱动器软件、跨低功率状态转变来保存和恢复图形处理器核219内的寄存器的能力。
图形处理器核219可具有大于或少于所图示的子核221A-221F,多达N个模块化子核。对于N个子核的每个集合,图形处理器核219还可包括共享功能逻辑235、共享和/或高速缓存存储器236、几何/固定功能流水线237、以及用于加速各种图形和计算处理操作的附加的固定功能逻辑238。共享功能逻辑235可包括与图4的共享功能逻辑420(例如,采样器逻辑、数学逻辑、和/或线程间通信逻辑)相关联的、可由图形处理器核219内的每N个子核共享的逻辑单元。共享和/或高速缓存存储器236可以是用于图形处理器核219内的N个子核的集合221A-221F的末级高速缓存,并且还可以充当可由多个子核访问的共享存储器。几何/固定功能流水线237而不是几何/固定功能流水线231可被包括在固定功能块230内,并且几何/固定功能流水线237可包括相同或类似的逻辑单元。
在一个实施例中,图形处理器核219包括附加的固定功能逻辑238,该附加的固定功能逻辑238可包括供由图形处理器核219使用的各种固定功能加速逻辑。在一个实施例中,附加的固定功能逻辑238包括供在仅位置着色中使用的附加的几何流水线。在仅位置着色中,存在两个几何流水线:几何/固定功能流水线238、231内的完全几何流水线;以及剔除流水线,其是可被包括在附加的固定功能逻辑238内的附加的几何流水线。在一个实施例中,剔除流水线是完全几何流水线的精简版本。完全流水线和剔除流水线可以执行同一应用的不同实例,每个实例具有单独的上下文。仅位置着色可以隐藏被丢弃三角形的长剔除运行,从而在一些实例中使得着色能够更早地被完成。例如,并且在一个实施例中,附加的固定功能逻辑238内的剔除流水线逻辑可以与主应用并行地执行位置着色器,并且通常比完全流水线更快地生成关键结果,因为剔除流水线仅取出顶点的位置属性并且仅对顶点的位置属性进行着色,而不对去往帧缓冲器的像素执行栅格化和渲染。剔除流水线可以使用所生成的关键结果来计算所有三角形的可见性信息,而无需考虑那些三角形是否被剔除。完全流水线(其在本实例中可以被称为重放(replay)流水线)可以消耗该可见性信息以跳过被剔除的三角形,从而仅对最终被传递到栅格化阶段的可见的三角形进行着色。
在一个实施例中,附加的固定功能逻辑238还可包括机器学习加速逻辑,诸如,固定功能矩阵乘法逻辑,该机器学习加速逻辑用于包括针对机器学习训练或推断的优化的实现方式。
在每个图形子核221A-221F内包括可用于响应于由图形流水线、媒体流水线、或着色器程序作出的请求而执行图形操作、媒体操作和计算操作的执行资源的集合。图形子核221A-221F包括:多个EU阵列222A-222F、224A-224F;线程分派和线程间通信(TD/IC)逻辑223A-223F;3D(例如,纹理)采样器225A-225F;媒体采样器226A-226F;着色器处理器227A-227F;以及共享的本地存储器(SLM)228A-228F。EU阵列222A-202F、224A-224F各自包括多个执行单元,这些执行单元是能够执行浮点和整数/定点逻辑操作以服务于图形操作、媒体操作或计算操作(包括图形程序、媒体程序或计算着色器程序)的通用图形处理单元。TD/IC逻辑223A-223F执行针对子核内的执行单元的本地线程分派和线程控制操作,并且促进在子核的执行单元上执行的线程之间的通信。3D采样器225A-225F可将纹理或其他3D图形相关的数据读取到存储器中。3D采样器可基于所配置的样本状态以及与给定纹理相关联的纹理格式以不同方式读取纹理数据。媒体采样器226A-226F可基于与媒体数据相关联的类型和格式来执行类似的读取操作。在一个实施例中,每个图形子核221A-221F可替代地包括统一3D和媒体采样器。在子核221A-221F中的每个子核内的执行单元上执行的线程可利用每个子核内的共享的本地存储器228A-228F,以使在线程组内执行的线程能够使用芯片上存储器的共同的池来执行。
图2C图示图形处理单元(GPU)239,该GPU 239包括布置为多核组240A-240N的图形处理资源的专用集合。虽然提供仅单个多核组240A的细节,但是将领会,其他多核组240B-240N可配备有图形处理资源的相同或类似的集合。
如所图示,多核组240A可包括图形核的集合243、张量核的集合244以及光线追踪核的集合245。调度器/分派器241调度和分派图形线程以用于在各个核243、244、245上执行。寄存器堆的集合242存储在执行图形线程时由核243、244、245使用的操作数值。这些寄存器堆可包括例如用于存储整数值的整数寄存器、用于存储浮点值的浮点寄存器、用于存储紧缩数据元素(整数和/或浮点数据元素)的向量寄存器以及用于存储张量/矩阵值的片寄存器。在一个实施例中,片寄存器被实现为向量寄存器的组合集合。
一个或多个组合的第一级(L1)高速缓存和共享存储器单元247在本地将图形数据存储在每个多核组240A内,图形数据诸如纹理数据、顶点数据、像素数据、光线数据、包围体数据等。一个或多个纹理单元247也可用于执行纹理操作,诸如,纹理映射和采样。由所有多核组240A-240N或多核组240A-240N的子集共享的第二级(L2)高速缓存253存储用于多个并发的图形线程的图形数据和/或指令。如所图示,可跨多个多核组240A-240N共享L2高速缓存253。一个或多个存储器控制器248将GPU 239耦合至存储器249,该存储器249可以是系统存储器(例如,DRAM)和/或专用图形存储器(例如,GDDR6存储器)。
输入/输出(I/O)电路250将GPU 239耦合至一个或多个I/O设备252,这一个或多个I/O设备252诸如数字信号处理器(DSP)、网络控制器或用户输入设备。芯片上互连可用于将I/O设备252耦合至GPU 239和存储器249。I/O电路250的一个或多个I/O存储器管理单元(IOMMU)251直接将I/O设备252耦合至系统存储器249。在一个实施例中,IOMMU 251管理用于将虚拟地址映射到系统存储器249中的物理地址的多个集合的页表。在该实施例中,I/O设备252、(多个)CPU 246和(多个)GPU 239可共享相同的虚拟地址空间。
在一个实现方式中,IOMMU 251支持虚拟化。在这种情况下,IOMMU 249可以管理用于将宾客/图形虚拟地址映射到宾客/图形物理地址的第一集合的页表以及用于将宾客/图形物理地址映射到(例如,系统存储器249内的)系统/主机物理地址的第二集合的页表。第一集合的页表和第二集合的页表中的每一个的基址可被存储在控制寄存器中,并且在上下文切换时被换出(例如,使得新上下文被提供有对相关集合的页表的访问权)。虽然未在图2C中图示,但是核243、244、245和/或多核组240A-240N中的每一个可包括转换后备缓冲器(TLB),这些TLB用于对宾客虚拟至宾客物理转换、宾客物理至主机物理转换以及宾客虚拟至主机物理转换进行高速缓存。
在一个实施例中,CPU 246、GPU 239和I/O设备252可以被集成在单个半导体芯片和/或芯片封装上。所图示的存储器249可集成在同一芯片上,或者可经由芯片外接口被耦合至存储器控制器248。在一个实现方式中,存储器249包括共享与其他物理系统级存储器相同的虚拟地址空间的GDDR6存储器,但是本发明的根本性原理不限于该特定的实现方式。
在一个实施例中,张量核244包括专门被设计成用于执行矩阵操作的多个执行单元,这些矩阵操作是用于执行深度学习操作的基本计算操作。例如,可将同步矩阵乘法操作用于神经网络训练和推断。张量核244可使用各种操作数精度来执行矩阵处理,各种操作数精度包括单精度浮点(例如,32位)、半精度浮点(例如,16位)、整数字(16位)、字节(8位)和半字节(4位)。在一个实施例中,神经网络实现方式提取每个经渲染场景的特征,从而潜在地组合来自多个帧的细节,以构建高质量的最终图像。
在深度学习实现方式中,可调度并行的矩阵乘法工作以用于在张量核244上执行。神经网络的训练尤其需要大量矩阵点积操作。为了处理N x N x N矩阵乘法的内积公式化,张量核244可包括至少N个点积处理元件。在矩阵乘法开始之前,一个完整的矩阵被加载到片寄存器中,并且对于N个循环中的每个循环,第二矩阵的至少一列被加载。对于每个循环,存在被处理的N个点积。
取决于特定的实现方式,能以不同精度来存储矩阵元素,包括16位的字、8位的字节(例如,INT8)以及4位的半字节(例如,INT4)。可为张量核244指定不同的精度模式以确保将最高效的精度用于不同的工作负载(例如,诸如推断工作负载,其可容忍至字节和半字节的量化(quantization))。
在一个实施例中,光线追踪核245加速用于实时光线追踪实现方式和非实时光线追踪实现方式两者的光线追踪操作。具体而言,光线追踪核245包括光线遍历/相交电路,该光线遍历/相交电路用于使用包围体层级结构(BVH)来执行光线遍历并标识封围在BVH容体内的光线与基元之间的相交。光线追踪核245还可包括用于执行深度测试和剔除(例如,使用Z缓冲器或类似布置)的电路。在一个实现方式中,光线追踪核245与本文中描述的图像降噪技术协同地执行遍历和相交操作,该图像降噪技术的至少部分可在张量核244上执行。例如,在一个实施例中,张量核244实现深度学习神经网络以执行对由光线追踪核245生成的帧的降噪。然而,(多个)CPU 246、图形核243和/或光线追踪核245还可实现全部的降噪和/或深度学习算法或降噪和/或深度学习算法中的一部分。
此外,如上文所描述,可采用对于降噪的分布式方法,其中,GPU239在通过网络或高速互连而耦合至其他计算设备的计算设备中。在该实施例中,经互连的计算设备共享神经网络学习/训练数据,以改善整个系统学习执行用于不同类型的图像帧和/或不同的图形应用的降噪的速度。
在一个实施例中,光线追踪核245处理所有的BVH遍历和光线-基元相交,从而使图形核243免于被针对每条光线的数千条指令过载。在一个实施例中,每个光线追踪核245包括用于执行包围盒测试(例如,用于遍历操作)的第一集合的专业电路和用于执行光线-三角形相交测试(例如,使已被遍历的光线相交)的第二集合的专业电路。因此,在一个实施例中,多核组240A可简单地发起光线探测,并且光线追踪核245独立地执行光线遍历和相交,并将命中数据(例如,命中、无命中、多个命中等)返回到线程上下文。当光线追踪核245执行遍历和相交操作时,其他核243、244被释放以执行其他图形或计算工作。
在一个实施例中,每个光线追踪核245包括用于执行BVH测试操作的遍历单元和执行光线-基元相交测试的相交单元。相交单元生成“命中”、“无命中”或“多个命中”响应,该相交单元将这些响应提供给适当的线程。在遍历和相交操作期间,其他核(例如,图形核243和张量核244)的执行资源被释放以执行其他形式的图形工作。
在下文描述的一个特定实施例中,使用在其中工作被分布在图形核243与光线追踪核245之间的混合式栅格化/光线追踪方法。
在一个实施例中,光线追踪核245(和/或其他核243、244)包括对光线追踪指令集的硬件支持,光线追踪指令集诸如:微软的DirectX光线追踪(DXR),其包括DispatchRays命令;以及光线生成着色器、最近命中着色器、任何命中着色器和未命中着色器,它们使得能够为每个对象指派着色器和纹理的唯一集合。可由光线追踪核245、图形核243和张量核244支持的另一光线追踪平台是Vulkan 1.1.85。然而,要注意,本发明的根本性原理不限于任何特定的光线追踪ISA。
一般而言,各个核245、244、243可支持包括用于以下各项的指令/函数的光线追踪指令集:光线生成、最近命中、任何命中、光线-基元相交、逐基元和层级结构包围盒构建、未命中、拜访、和异常。更具体地,一个实施例包括用于执行以下功能的光线追踪指令:
光线生成——可为每个像素、样本或其他用户定义的工作指派执行光线生成指令。
最近命中——可执行最近命中指令以对场景内光线与基元的最近交点定位。
任何命中——任何命中指令标识场景内光线与基元之间的多个相交,从而潜在地标识新的最近交点。
相交——相交指令执行光线-基元相交测试并输出结果。
逐基元包围盒构建——该指令围绕给定的基元或基元组建立包围盒(例如,当建立新BVH或其他加速数据结构时)。
未命中——指示光线未命中场景或场景的指定区域内的所有几何体。拜访——指示光线将遍历的子容体。
异常——包括各种类型的异常处置器(例如,针对各种错误条件被调用)。
图2D是根据本文中描述的实施例的通用图形处理器单元(GPGPU)270的框图,该GPGPU 270可被配置为图形处理器和/或计算加速器。GPGPU270可经由一个或多个系统和/或存储器总线与主机处理器(例如,一个或多个CPU 246)和存储器271、272互连。在一个实施例中,存储器271是可与一个或多个CPU 246进行共享的系统存储器,而存储器272是专用于GPGPU 270的设备存储器。在一个实施例中,GPGPU 270和设备存储器272内的部件可被映射到可由一个或多个CPU 246访问的存储器地址中。可经由存储器控制器268来促进对存储器271和272的访问。在一个实施例中,存储器控制器268包括内部直接存储器存取(DMA)控制器269,或可包括用于执行否则将由DMA控制器执行的操作的逻辑。
GPGPU 270包括多个高速缓存存储器,这些高速缓存存储器包括L2高速缓存253、L1高速缓存254、指令高速缓存255、以及共享存储器256,该共享存储器256的至少部分也可被分区为高速缓存存储器。GPGPU 270还包括多个计算单元260A-260N。每个计算单元260A-260N包括向量寄存器的集合261、标量寄存器的集合262、向量逻辑单元的集合263、以及标量逻辑单元的集合264。计算单元260A-260N还可包括本地共享存储器265和程序计数器266。计算单元260A-260N可与常量高速缓存267耦合,该常量高速缓存267可用于存储常量数据,该常量数据是在GPGPU 270上执行的核程序或着色器程序的运行期间将不会改变的数据。在一个实施例中,常量高速缓存267是标量数据高速缓存,并且经高速缓存的数据可被直接取出到标量寄存器262中。
在操作期间,一个或多个CPU 246可将命令写入到GPGPU 270中的寄存器中,或写入到GPGPU 270中的、已经被映射到可访问地址空间中的存储器中。命令处理器257可从寄存器或存储器读取命令,并且确定如何将在GPGPU 270内处理那些命令。随后可使用线程分派器258来将线程分派给计算单元260A-260N以执行那些命令。每个计算单元260A-260N可独立于其他计算单元来执行线程。此外,每个计算单元260A-260N可被独立地配置成用于有条件计算,并且可有条件地将计算的结果输出到存储器。当所提交的命令完成时,命令处理器257可中断一个或多个CPU 246。
图3A-图3C图示由本文中描述的实施例提供的附加的图形处理器和计算加速器架构的框图。图3A-图3C的具有与本文中任何其他附图的元件相同附图标记(或名称)的元件能以类似于本文中其他地方描述的任何方式操作或运行,但不限于此。
图3A是图形处理器300的框图,该图形处理器300可以是分立的图形处理单元,或可以是与多个处理核或其他半导体器件集成的图形处理器,其他半导体器件诸如但不限于存储器设备或网络接口。在一些实施例中,图形处理器经由至图形处理器上的寄存器的存储器映射的I/O接口并且利用被放置到处理器存储器中的命令进行通信。在一些实施例中,图形处理器300包括用于访问存储器的存储器接口314。存储器接口314可以是至本地存储器、一个或多个内部高速缓存、一个或多个共享的外部高速缓存、和/或至系统存储器的接口。
在一些实施例中,图形处理器300还包括用于将显示输出数据驱动到显示设备318的显示控制器302。显示控制器302包括用于显示器的一个或多个叠加平面以及多层的视频或用户界面元素的合成的硬件。显示设备318可以是内部或外部显示设备。在一个实施例中,显示设备318是头戴式显示设备,诸如,虚拟现实(VR)显示设备或增强现实(AR)显示设备。在一些实施例中,图形处理器300包括用于将媒体编码到一种或多种媒体编码格式,从一种或多种媒体编码格式对媒体解码,或在一种或多种媒体编码格式之间对媒体转码的视频编解码器引擎306,这一种或多种媒体编码格式包括但不限于:移动图片专家组(MPEG)格式(诸如,MPEG-2)、高级视频译码(AVC)格式(诸如,H.264/MPEG-4AVC、H.265/HEVC、开放媒体联盟(AOMedia)VP8、VP9)、以及电影和电视工程师协会(SMPTE)421M/VC-1、和联合图像专家组(JPEG)格式(诸如,JPEG、以及运动JPEG(MJPEG)格式)。
在一些实施例中,图形处理器300包括块图像传输(BLIT)引擎304,用于执行二维(2D)栅格化器操作,包括例如,位边界块传输。然而,在一个实施例中,使用图形处理引擎(GPE)310的一个或多个部件执行2D图形操作。在一些实施例中,GPE 310是用于执行图形操作的计算引擎,这些图形操作包括三维(3D)图形操作和媒体操作。
在一些实施例中,GPE 310包括用于执行3D操作的3D流水线312,该3D操作诸如,使用作用于3D基元形状(例如,矩形、三角形等)的处理函数来渲染三维图像和场景。3D流水线312包括可编程和固定功能元件,这些可编程和固定功能元件执行元件内的各种任务和/或生成到3D/媒体子系统315的执行线程。虽然3D流水线312可用于执行媒体操作,但是GPE310的实施例还包括媒体流水线316,该媒体流水线316专门用于执行媒体操作,诸如,视频后处理和图像增强。
在一些实施例中,媒体流水线316包括固定功能或可编程逻辑单元,用于代替、或代表视频编解码器引擎306来执行一个或多个专业的媒体操作,诸如,视频解码加速、视频去隔行、以及视频编码加速。在一些实施例中,媒体流水线316附加地包括线程生成单元,用于生成线程以供在3D/媒体子系统315上执行。所生成的线程在3D/媒体子系统315中所包括的一个或多个图形执行单元上执行用于媒体操作的计算。
在一些实施例中,3D/媒体子系统315包括用于执行由3D流水线312和媒体流水线316生成的线程的逻辑。在一个实施例中,流水线将线程执行请求发送到3D/媒体子系统315,该3D/媒体子系统315包括用于对于对可用的线程执行资源的各种请求进行仲裁和分派的线程分派逻辑。执行资源包括用于处理3D线程和媒体线程的图形执行单元的阵列。在一些实施例中,3D/媒体子系统315包括用于线程指令和数据的一个或多个内部高速缓存。在一些实施例中,子系统315还包括用于在线程之间共享数据并用于存储输出数据的共享存储器,其包括寄存器和可寻址存储器。
图3B图示根据本文中描述的实施例的具有分片架构的图形处理器320。在一个实施例中,图形处理器320包括图形处理引擎集群322,该图形处理引擎集群322在图形引擎片310A-310D内具有图3A的图形处理器引擎310的多个实例。每个图形引擎片310A-310D可经由片互连的集合323A-323F被互连。每个图形引擎片310A-310D还可经由存储器互连325A-325D被连接到存储器模块或存储器设备326A-326D。存储器设备326A-326D可使用任何图形存储器技术。例如,存储器设备326A-326D可以是图形双倍数据速率(GDDR)存储器。在一个实施例中,存储器设备326A-326D是高带宽存储器(HBM)模块,这些高带宽存储器(HBM)模块可与其相应的图形引擎片310A-310D一起在管芯上。在一个实施例中,存储器设备326A-326D是可被堆叠在其相应的图形引擎片310A-310D的顶部上的堆叠式存储器设备。在一个实施例中,每个图形引擎片310A-310D和相关联的存储器326A-326D驻留在分开的小芯片上,这些分开的小芯片被接合到基础管芯或基础衬底,如在图11B-图11D中进一步详细地所描述。
图形处理器320可配置有非统一存储器存取(NUMA)系统,在该NUMA系统中,存储器设备326A-326D与相关联的图形引擎片310A-310D耦合。给定的存储器设备可由与该存储器设备直接连接到的图形引擎片不同的片访问。然而,当存取本地片时,对存储器设备326A-326D的存取等待时间可以最低。在一个实施例中,启用高速缓存一致的NUMA(ccNUMA)系统,该ccNUMA系统使用片互连323A-323F来启用图形引擎片310A-310D内的高速缓存控制器之间的通信,以便当多于一个高速缓存存储相同的存储器位置时保持一致的存储器镜像。
图形处理引擎集群322可与芯片上或封装上结构互连324连接。结构互连324可启用图形引擎片310A-310D与诸如视频编解码器306和一个或多个副本引擎304之类的部件之间的通信。副本引擎304可用于将数据移出存储器设备326A-326D和在图形处理器320外部的存储器(例如,系统存储器),将数据移入存储器设备326A-326D和在图形处理器320外部的存储器(例如,系统存储器),并且在存储器设备326A-326D与在图形处理器320外部的存储器(例如,系统存储器)之间移动数据。结构互连324还可用于将图形引擎片310A-310D互连。图形处理器320可任选地包括显示控制器302,用于启用与外部显示设备318的连接。图形处理器还可被配置为图形加速器或计算加速器。在加速器配置中,显示控制器302和显示设备318可被省略。
图形处理器320可经由主机接口328连接到主机系统。主机接口328可启用图形处理器320、系统存储器和/或其他系统部件之间的通信。主机接口328可以是例如PCIexpress总线或另一类型的主机系统接口。
图3C图示根据本文中描述的实施例的计算加速器330。计算加速器330可包括与图3B的图形处理器320的架构类似性,并且针对计算加速进行优化。计算引擎集群332可包括计算引擎片的集合340A-340D,计算引擎片的集合340A-340D包括针对并行或基于向量的通用计算操作优化的执行逻辑。在一些实施例中,计算引擎片340A-340D不包括固定功能图形处理逻辑,但是在一个实施例中,计算引擎片340A-340D中的一个或多个可包括用于执行媒体加速的逻辑。计算引擎片340A-340D可经由存储器互连325A-325D连接到存储器326A-326D。存储器326A-326D和存储器互连325A-325D可以是与在图形处理器320中类似的技术,或者可以是不同的技术。图形计算引擎片340A-340D还可经由片互连的集合323A-323F被互连,并且可与结构互连324连接和/或通过结构互连324被互连。在一个实施例中,计算加速器330包括可被配置为设备范围的高速缓存的大型L3高速缓存336。计算加速器330还能以与图3B的图形处理器320类似的方式经由主机接口328连接到主机处理器和存储器。
图形处理引擎
图4是根据一些实施例的图形处理器的图形处理引擎410的框图。在一个实施例中,图形处理引擎(GPE)410是图3A中示出的GPE 310的某个版本,并且还可表示图3B的图形引擎片310A-310D。图4的具有与本文中任何其他附图的元件相同的附图标记(或名称)的那些元件能以类似于本文中其他地方描述的任何方式操作或起作用,但不限于此。。例如,图示出图3A的3D流水线312和媒体流水线316。媒体流水线316在GPE 410的一些实施例中是任选的,并且可以不显式地被包括在GPE 410内。例如并且在至少一个实施例中,单独的媒体和/或图像处理器被耦合至GPE 410。
在一些实施例中,GPE 410与命令流转化器403耦合或包括命令流转化器403,该命令流转化器403将命令流提供给3D流水线312和/或媒体流水线316。在一些实施例中,命令流转化器403与存储器耦合,该存储器可以是系统存储器、或内部高速缓存存储器和共享高速缓存存储器中的一个或多个。在一些实施例中,命令流转化器403从存储器接收命令,并且将这些命令发送至3D流水线312和/或媒体流水线316。这些命令是从环形缓冲器取出的指示,该环形缓冲器存储用于3D流水线312和媒体流水线316的命令。在一个实施例中,环形缓冲器可附加地包括存储批量的多个命令的批量命令缓冲器。用于3D流水线312的命令还可包括对存储在存储器中的数据的引用,这些数据诸如但不限于用于3D流水线312的顶点数据和几何数据和/或用于媒体流水线316的图像数据和存储器对象。3D流水线312和媒体流水线316通过经由相应的流水线内的逻辑执行操作或者通过将一个或多个执行线程分派至图形核阵列414来处理命令和数据。在一个实施例中,图形核阵列414包括一个或多个图形核(例如,(多个)图形核415A、(多个)图形核415B)的块,每个块包括一个或多个图形核。每个图形核包括图形执行资源的集合,该图形执行资源的集合包括:用于执行图形操作和计算操作的通用和图形专用执行逻辑;以及固定功能纹理处理逻辑和/或机器学习和人工智能加速逻辑。
在各实施例中,3D流水线312可包括用于通过处理指令并将执行线程分派给图形核阵列414来处理一个或多个着色器程序的固定功能和可编程逻辑,这一个或多个着色器程序诸如,顶点着色器、几何着色器、像素着色器、片段着色器、计算着色器、或其他着色器程序。图形核阵列414提供统一的执行资源块,以供在处理这些着色器程序时使用。图形核阵列414的(多个)图形核415A-415B内的多功能执行逻辑(例如,执行单元)包括对各种3DAPI着色器语言的支持,并且可执行与多个着色器相关联的多个同步执行线程。
在一些实施例中,图形核阵列414包括用于执行诸如视频和/或图像处理之类的媒体功能的执行逻辑。在一个实施例中,除了图形处理操作之外,执行单元还包括可编程以执行并行的通用计算操作的通用逻辑。通用逻辑可并行地或结合图1的(多个)处理器核107或图2A中的核202A-202N内的通用逻辑来执行处理操作。
由在图形核阵列414上执行的线程生成的输出数据可以将数据输出到统一返回缓冲器(URB)418中的存储器。URB 418可存储用于多个线程的数据。在一些实施例中,URB 418可用于在图形核阵列414上执行的不同线程之间发送数据。在一些实施例中,URB 418可附加地用于在图形核阵列上的线程与共享功能逻辑420内的固定功能逻辑之间的同步。
在一些实施例中,图形核阵列414是可缩放的,使得阵列包括可变数量的图形核,每个图形核都具有基于GPE 410的目标功率和性能等级的可变数量的执行单元。在一个实施例中,执行资源是动态地可缩放的,使得执行资源可按需被启用或禁用。
图形核阵列414与共享功能逻辑420耦合,该共享功能逻辑420包括在图形核阵列中的图形核之间被共享的多个资源。共享功能逻辑420内的共享功能是将专业的补充功能提供给图形核阵列414的硬件逻辑单元。在各实施例中,共享功能逻辑420包括但不限于采样器421逻辑、数学422逻辑和线程间通信(ITC)423逻辑。此外,一些实施例实现共享功能逻辑420内的一个或多个高速缓存425。
至少在其中对于给定的专业功能的需求不足以包括在图形核阵列414中的情况下实现共享功能。相反,那个专业功能的单个实例化被实现为共享功能逻辑420中的独立实体,并且在图形核阵列414内的执行资源之间被共享。在图形核阵列414之间被共享并被包括在图形核阵列414内的确切的功能集因实施例而异。在一些实施例中,共享功能逻辑420内的由图形核阵列414广泛使用的特定共享功能可被包括在图形核阵列414内的共享功能逻辑416内。在各个实施例中,图形核阵列414内的共享功能逻辑416可包括共享功能逻辑420内的一些或所有逻辑。在一个实施例中,共享功能逻辑420内的所有逻辑元件可以在图形核阵列414的共享功能逻辑416内被复制。在一个实施例中,共享功能逻辑420被排除以有利于图形核阵列414内的共享功能逻辑416。
执行单元
图5A-图5B图示根据本文中所描述的实施例的线程执行逻辑500,该线程执行逻辑500包括在图形处理器核中采用的处理元件的阵列。图5A-图5B的具有与本文中任何其他附图的元件相同的附图标记(或名称)的那些元件能以类似于本文中其他地方描述的任何方式操作或起作用,但不限于此。图5A-图5B图示线程执行逻辑500的概览,该线程执行逻辑500可表示以图2B的每个子核221A-221F图示的硬件逻辑。图5A表示通用图形处理器内的执行单元,而图5B表示可在计算加速器内被使用的执行单元。
在一些实施例中,如在图5A中所图示,线程执行逻辑500包括着色器处理器502、线程分派器504、指令高速缓存506、包括多个执行单元508A-508N的可缩放执行单元阵列、采样器510、共享本地存储器511、数据高速缓存512、以及数据端口514。在一个实施例中,可缩放执行单元阵列可通过基于工作负载的计算要求启用或禁用一个或多个执行单元(例如,执行单元508A、508B、508C、508D,一直到508N-1和508N中的任一个)来动态地缩放。在一个实施例中,所包括的部件经由互连结构被互连,该互连结构链接到部件中的每个部件。在一些实施例中,线程执行逻辑500包括通过指令高速缓存506、数据端口514、采样器510、以及执行单元508A-508N中的一个或多个而到存储器(诸如,系统存储器或高速缓存存储器)的一个或多个连接。在一些实施例中,每个执行单元(例如,508A)是能够执行多个同步硬件线程同时针对每个线程并行地处理多个数据元素的独立式可编程通用计算单元。在各实施例中,执行单元508A-508N的阵列是可缩放的以包括任何数量的单独执行单元。
在一些实施例中,执行单元508A-508N主要用于执行着色器程序。着色器处理器502可处理各种着色器程序,并且可经由线程分派器504分派与着色器程序相关联的执行线程。在一个实施例中,线程分派器包括用于对来自图形流水线和媒体流水线的线程发起请求进行仲裁并在执行单元508A-508N中的一个或多个图形执行单元上实例化所请求的线程的逻辑。例如,几何流水线可将顶点着色器、曲面细分着色器或几何着色器分派给线程执行逻辑以用于处理。在一些实施例中,线程分派器504也可处理来自执行着色器程序的运行时线程生成请求。
在一些实施例中,执行单元508A-508N支持包括对许多标准3D图形着色器指令的原生支持的指令集,使得以最小的转换执行来自图形库(例如,Direct 3D和OpenGL)的着色器程序。这些执行单元支持顶点和几何处理(例如,顶点程序、几何程序、顶点着色器)、像素处理(例如,像素着色器、片段着色器)以及通用处理(例如,计算和媒体着色器)。执行单元508A-508N中的每个执行单元都能够进行多发布单指令多数据(SIMD)执行,并且多线程操作在面对较高等待时间的存储器访问时启用高效的执行环境。每个执行单元内的每个硬件线程都具有专用的高带宽寄存器堆和相关联的独立线程状态。对于能够进行整数操作、单精度浮点操作和双精度浮点操作、能够具有SIMD分支能力、能够进行逻辑操作、能够进行超越操作和能够进行其他混杂操作的流水线,执行是针对每个时钟多发布的。在等待来自存储器或共享功能中的一个共享功能的数据时,执行单元508A-508N内的依赖性逻辑使等待的线程休眠,直到所请求的数据已返回。当等待的线程正在休眠时,硬件资源可致力于处理其他线程。例如,在与顶点着色器操作相关联的延迟期间,执行单元可执行针对像素着色器、片段着色器或包括不同顶点着色器的另一类型的着色器程序的操作。各实施例可应用以使用利用单指令多线程(SIMT)的执行,作为对SIMD的使用的替代,或作为对SIMD的使用的附加。对SIMD核或操作的引用也可应用于SIMT,或应用于SIMD与SIMT的组合。
执行单元508A-508N中的每个执行单元对数据元素的数组进行操作。数据元素的数量是“执行尺寸”、或用于指令的通道的数量。执行通道是用于指令内的数据元素访问、掩码、和流控制的执行的逻辑单元。通道的数量可独立于用于特定图形处理器的物理算术逻辑单元(ALU)或浮点单元(FPU)的数量。在一些实施例中,执行单元508A-508N支持整数和浮点数据类型。
执行单元指令集包括SIMD指令。各种数据元素可以作为紧缩数据类型存储在寄存器中,并且执行单元将基于元素的数据尺寸来处理各个元素。例如,当对256位宽的向量进行操作时,向量的256位被存储在寄存器中,并且执行单元将向量操作为四个单独的64位紧缩数据元素(四字(QW)尺寸数据元素)、八个单独的32位紧缩数据元素(双字(DW)尺寸数据元素)、十六个单独的16位紧缩数据元素(字(W)尺寸数据元素)、或三十二个单独的8位数据元素(字节(B)尺寸数据元素)。然而,不同的向量宽度和寄存器尺寸是可能的。
在一个实施例中,可将一个或多个执行单元组合到融合执行单元509A-509N中,该融合执行单元509A-509N具有对于融合EU而言共同的线程控制逻辑(507A-507N)。可以将多个EU融合到EU组中。融合的EU组中的每个EU可以配置成用于执行单独的SIMD硬件线程。融合的EU组中的EU的数量可以根据实施例而有所不同。此外,可以逐EU地执行各种SIMD宽度,包括但不限于SIMD8、SIMD16和SIMD32。每个融合图形执行单元509A-509N包括至少两个执行单元。例如,融合执行单元509A包括第一EU 508A、第二EU 508B、以及对于第一EU 508A和第二EU 508B而言共同的线程控制逻辑507A。线程控制逻辑507A控制在融合图形执行单元509A上执行的线程,从而允许融合执行单元509A-509N内的每个EU使用共同的指令指针寄存器来执行。
一个或多个内部指令高速缓存(例如,506)被包括在线程执行逻辑500中,以对用于执行单元的线程指令进行高速缓存。在一些实施例中,一个或多个数据高速缓存(例如,512)可被包括以在线程执行期间对线程数据进行高速缓存。在执行逻辑500上执行的线程还可将被显式地管理的数据存储在共享本地存储器511中。在一些实施例中,采样器510被包括,以便为3D操作提供纹理采样,并为媒体操作提供媒体采样。在一些实施例中,采样器510包括专业的纹理或媒体采样功能,以便在将所采样的数据提供给执行单元之前在采样过程期间处理纹理数据或媒体数据。
在执行期间,图形流水线和媒体流水线经由线程生成和分派逻辑将线程发起请求发送到线程执行逻辑500。一旦几何对象的组已经被处理并被栅格化为像素数据,着色器处理器502内的像素处理器逻辑(例如,像素着色器逻辑、片段着色器逻辑等)就被调用以进一步计算输出信息,并且使得结果被写入到输出表面(例如,颜色缓冲器、深度缓冲器、模版印刷缓冲器等)。在一些实施例中,像素着色器或片段着色器计算各顶点属性的值,各顶点属性的值将跨经栅格化的对象而被内插。在一些实施例中,着色器处理器502内的像素处理器逻辑随后执行应用编程接口(API)供应的像素着色器程序或片段着色器程序。为了执行着色器程序,着色器处理器502经由线程分派器504将线程分派给执行单元(例如,508A)。在一些实施例中,着色器处理器502使用采样器510中的纹理采样逻辑来访问存储在存储器中的纹理映射中的纹理数据。对纹理数据和输入几何数据的算术操作计算针对每个几何片段的像素颜色数据,或丢弃一个或多个像素而不进行进一步处理。
在一些实施例中,数据端口514提供存储器访问机制,以供线程执行逻辑500将经处理的数据输出至存储器以便在图形处理器输出流水线上进一步处理。在一些实施例中,数据端口514包括或耦合至一个或多个高速缓存存储器(例如,数据高速缓存512),以便对数据进行高速缓存,以用于经由数据端口进行存储器访问。
在一个实施例中,执行逻辑500还可包括可提供光线追踪加速功能的光线追踪器505。光线追踪器505可支持光线追踪指令集,该光线追踪指令集包括用于光线生成的指令/函数。光线追踪指令集可与由图2C中的光线追踪核245支持的光线追踪指令集类似或不同。
图5B图示出根据实施例的执行单元508的示例性内部细节。图形执行单元508可包括指令取出单元537、通用寄存器堆阵列(GRF)524、架构寄存器堆阵列(ARF)526、线程仲裁器522、发送单元530、分支单元532、SIMD浮点单元(FPU)的集合534,并且在一个实施例中包括专用整数SIMD ALU的集合535。GRF 524和ARF 526包括与可在图形执行单元508中活跃的每个同步硬件线程相关联的通用寄存器堆和架构寄存器堆的集合。在一个实施例中,每线程架构状态被维持在ARF 526中,而在线程执行期间使用的数据被存储在GRF 524中。每个线程的执行状态,包括用于每个线程的指令指针,可以被保存在ARF 526中的线程专用寄存器中。
在一个实施例中,图形执行单元508具有作为同步多线程(SMT)与细粒度交织多线程(IMT)的组合的架构。该架构具有模块化配置,该模块化配置可以在设计时基于同步线程的目标数量和每个执行单元的寄存器的数量进行微调,其中跨用于执行多个同步线程的逻辑来划分执行单元资源。可由图形执行单元508执行的逻辑线程的数量不限于硬件线程的数量,并且可将多个逻辑线程指派给每个硬件线程。
在一个实施例中,图形执行单元508可协同发布多条指令,这些指令可以各自是不同的指令。图形执行单元线程508的线程仲裁器522可以将指令分派给以下各项中的一项以供执行:发送单元530、分支单元532或(多个)SIMD FPU 534。每个执行线程可访问GRF 524内的128个通用寄存器,其中,每个寄存器可存储可作为具有32位数据元素的SIMD 8元素向量访问的32个字节。在一个实施例中,每个执行单元线程具有对GRF 524内的4个千字节的访问权,但是实施例不限于此,并且在其他实施例中可以提供更多或更少的寄存器资源。在一个实施例中,图形执行单元508被分区为能够独立地执行计算操作的七个硬件线程,但是每个执行单元的线程的数量还可根据实施例而有所不同。在一个实施例中,例如,支持多达16个硬件线程。在其中七个线程可访问4个千字节的实施例中,GRF 524可以存储总共28个千字节。其中16个线程可访问4个千字节,GRF 524可存储总共64个千字节。灵活的寻址模式可准许对寄存器一起进行寻址,从而建立实际上更宽的寄存器或者表示跨步式矩形块数据结构。
在一个实施例中,经由通过消息传递发送单元530执行的“发送”指令来分派存储器操作、采样器操作以及其他较长等待时间的系统通信。在一个实施例中,分支指令被分派给专用分支单元532,以促进SIMD分散和最终的汇聚。
在一个实施例中,图形执行单元508包括用于执行浮点操作的一个或多个SIMD浮点单元(FPU)534。在一个实施例中,(多个)FPU 534还支持整数计算。在一个实施例中,(多个)FPU 534可以SIMD执行多达数量M个32位浮点(或整数)操作,或者SIMD执行多达2M个16位整数或16位浮点操作。在一个实施例中,(多个)FPU中的至少一个提供支持高吞吐量超越数学函数和双精度64位浮点的扩展数学能力。在一些实施例中,8位整数SIMD ALU的集合535也存在,并且可专门优化成用于执行与机器学习计算相关联的操作。
在一个实施例中,可以在图形子核分组(例如,子切片)中对图形执行单元508的多个实例的阵列进行实例化。为了可缩放性,产品架构师可以选择每子核分组的执行单元的确切数量。在一个实施例中,执行单元508可跨多个执行通道执行指令。在进一步的实施例中,在图形执行单元508上执行的每个线程可在不同的通道上执行。
图6图示根据实施例的附加的执行单元600。执行单元600可以是用于在例如图3C中的计算引擎片340A-340D中使用的计算优化的执行单元,但不限于此。执行单元600的变体也可在图3B中的图形引擎片310A-310D中使用。在一个实施例中,执行单元600包括线程控制单元601、线程状态单元602、指令取出/预取单元603、以及指令解码单元604。执行单元600附加地包括寄存器堆606,该寄存器堆606存储可被指派给执行单元内的硬件线程的寄存器。执行单元600附加地包括发送单元607和分支单元608。在一个实施例中,发送单元607和分支单元608能以与图5B的图形执行单元508的发送单元530和分支单元532类似的方式操作。
执行单元600还包括计算单元610,该计算单元610包括多个不同类型的功能单元。在一个实施例中,计算单元610包括ALU单元611,该ALU单元611包括算术逻辑单元的阵列。ALU单元611可被配置成用于执行64位、32位和16位整数操作和浮点操作。可同时执行整数操作和浮点操作。计算单元610还可包括脉动阵列612和数学单元613。脉动阵列612包括数据处理单元的宽W且深D的网络,其可用于以脉动方式执行向量或其他数据并行操作。在一个实施例中,脉动阵列612可被配置成用于执行矩阵操作,诸如矩阵点积操作。在一个实施例中,脉动阵列612支持16位浮点操作以及8位和4位整数操作。在一个实施例中,脉动阵列612可被配置成用于加速机器学习操作。在此类实施例中,脉动阵列612可配置有对bfloat16位浮点格式的支持。在一个实施例中,数学单元613可被包括以用于以高效的且比ALU单元611更低功率的方式执行数学操作的特定子集。数学单元613可包括可在由其他实施例提供的图形处理引擎的共享功能逻辑中发现的数学逻辑的变体(例如,图4的共享功能逻辑422的数学逻辑420)。在一个实施例中,数学单元613可被配置成用于执行32位和64位浮点操作。
线程控制单元601包括用于控制执行单元内的线程的执行的逻辑。线程控制单元601可包括线程仲裁逻辑,该线程仲裁逻辑用于启动、停止以及抢占执行单元600内线程的执行。线程状态单元602可用于存储用于被指派以在执行单元600上执行的线程的线程状态。将线程状态存储在执行单元600内使得能够在线程变得被阻止或空闲时快速抢占那些线程。指令取出/预取单元603可从较高级别执行逻辑的指令高速缓存(例如,如图5A中的指令高速缓存506)取出指令。指令取出/预取单元603还可基于对当前执行线程的分析来发布对要被加载到指令高速缓存中的指令的预取请求。在一个实施例中,指令解码单元604可用于对要由计算单元执行的指令进行解码。指令解码单元604可被用作次级解码器以将复杂指令解码为组成的微操作。
执行单元600附加地包括寄存器堆606,该寄存器堆606可由在执行单元600上执行的硬件线程使用。寄存器堆606中的寄存器可跨用于执行执行单元600的计算单元610内的多个同步线程的逻辑而被划分。可由图形执行单元600执行的逻辑线程的数量不限于硬件线程的数量,并且可将多个逻辑线程指派给每个硬件线程。基于所支持的硬件线程的数量,寄存器堆606的尺寸可因实施例而异。在一个实施例中,可使用寄存器重命名来动态地将寄存器分配给硬件线程。
图7是图示根据一些实施例的图形处理器指令格式700的框图。在一个或多个实施例中,图形处理器执行单元支持具有按照多种格式的指令的指令集。实线框图示通常被包括在执行单元指令中的组成部分,而虚线包括任选的或被仅包括在指令的子集中的组成部分。在一些实施例中,所描述和图示的指令格式700是宏指令,因为它们是供应至执行单元的指令,这与产生自一旦指令被处理就进行的指令解码的微操作相反。
在一些实施例中,图形处理器执行单元可以原生地支持128位指令格式710的指令。基于所选择的指令、指令选项和操作数数量,64位紧凑指令格式730可用于一些指令。原生的128位指令格式710提供对所有指令选项的访问,而一些选项和操作在64位格式730中受限。64位格式730中可用的原生指令因实施例而异。在一些实施例中,使用索引字段713中的索引值的集合将指令部分地压缩。执行单元硬件基于索引值来引用压缩表的集合,并使用压缩表输出来重构128位指令格式710的原生指令。可以使用其他尺寸和格式的指令。
针对每种格式,指令操作码712限定执行单元要执行的操作。执行单元跨每个操作数的多个数据元素并行地执行每条指令。例如,响应于加法指令,执行单元跨表示纹理元素或图片元素的每个颜色通道执行同步加法操作。默认地,执行单元跨操作数的所有数据通道执行每条指令。在一些实施例中,指令控制字段714启用对某些执行选项(诸如,通道选择(例如,断言)和数据通道顺序(例如,拌和(swizzle)))的控制。针对128位指令格式710的指令,执行尺寸字段716限制将被并行地执行的数据通道的数量。在一些实施例中,执行尺寸字段716不可用于64位紧凑指令格式730。
一些执行单元指令具有多达三个操作数,包括两个源操作数src0720、src1 722以及一个目的地718。在一些实施例中,执行单元支持双目的地指令,其中目的地中的一个是隐式的。数据操纵指令可具有第三源操作数(例如,SRC2 724),其中,指令操作码712确定源操作数的数量。指令的最后一个源操作数可以是与指令一起被传递的立即数(例如,硬编码的)值。
在一些实施例中,128位指令格式710包括访问/寻址模式字段726,该访问/寻址模式字段726例如指定使用直接寄存器寻址模式还是间接寄存器寻址模式。当使用直接寄存器寻址模式时,由指令中的位直接提供一个或多个操作数的寄存器地址。
在一些实施例中,128位指令格式710包括访问/寻址模式字段726,该访问/寻址模式字段726指定指令的寻址模式和/或访问模式。在一个实施例中,访问模式用于限定指令的数据访问对齐。一些实施例支持包括16字节对齐访问模式和1字节对齐访问模式的访问模式,其中,访问模式的字节对齐确定指令操作数的访问对齐。例如,当处于第一模式时,指令可将字节对齐的寻址用于源操作数和目的地操作数,并且当处于第二模式时,指令可将16字节对齐的寻址用于所有的源操作数和目的地操作数。
在一个实施例中,访问/寻址模式字段726的寻址模式部分确定指令要使用直接寻址还是间接寻址。当使用直接寄存器寻址模式时,指令中的位直接提供一个或多个操作数的寄存器地址。当使用间接寄存器寻址模式时,可以基于指令中的地址寄存器值和地址立即数字段来计算一个或多个操作数的寄存器地址。
在一些实施例中,基于操作码712位字段对指令进行分组从而简化操作码解码740。针对8位的操作码,位4、位5、和位6允许执行单元确定操作码的类型。所示出的确切的操作码分组仅是示例。在一些实施例中,移动和逻辑操作码组742包括数据移动和逻辑指令(例如,移动(mov)、比较(cmp))。在一些实施例中,移动和逻辑组742共享五个最高有效的位(MSB),其中,移动(mov)指令采用0000xxxxb的形式,而逻辑指令采用0001xxxxb的形式。流控制指令组744(例如,调用(call)、跳转(jmp))包括0010xxxxb(例如,0x20)形式的指令。混杂指令组746包括指令的混合,包括0011xxxxb(例如,0x30)形式的同步指令(例如,等待(wait)、发送(send))。并行数学指令组748包括0100xxxxb(例如,0x40)形式的逐分量的算术指令(例如,加、乘(mul))。并行数学组748跨数据通道并行地执行算术操作。向量数学组750包括0101xxxxb(例如,0x50)形式的算术指令(例如,dp4)。向量数学组对向量操作数执行算术,诸如,点积计算。在一个实施例中,所图示的操作码解码740可用于确定执行单元的哪个部分将用于执行经解码的指令。例如,一些指令可被指定为将由脉动阵列执行的脉动指令。其他指令(诸如,光线追踪指令(未示出))可被路由至执行逻辑的切片或分区内的光线追踪核或光线追踪逻辑。
图形流水线
图8是图形处理器800的另一个实施例的的框图。图8的具有与本文中任何其他附图的元件相同的附图标记(或名称)的元件能以与在本文中其他地方描述的方式类似的任何方式进行操作或起作用,但不限于此。
在一些实施例中,图形处理器800包括几何流水线820、媒体流水线830、显示引擎840、线程执行逻辑850、以及渲染输出流水线870。在一些实施例中,图形处理器800是包括一个或多个通用处理核的多核处理系统内的图形处理器。图形处理器通过至一个或多个控制寄存器(未示出)的寄存器写入、或者经由通过环形互连802发布至图形处理器800的命令被控制。在一些实施例中,环形互连802将图形处理器800耦合至其他处理部件(诸如,其他图形处理器或通用处理器)。由命令流转化器803解释来自环形互连802的命令,该命令流转化器803将指令供应至几何流水线820或媒体流水线830的各个部件。
在一些实施例中,命令流转化器803引导顶点取出器805的操作,该顶点取出器805从存储器读取顶点数据,并执行由命令流转化器803提供的顶点处理命令。在一些实施例中,顶点取出器805将顶点数据提供给顶点着色器807,该顶点着色器807对每一个顶点执行坐标空间变换和照明操作。在一些实施例中,顶点取出器805和顶点着色器807通过经由线程分派器831将执行线程分派给执行单元852A-852B来执行顶点处理指令。
在一些实施例中,执行单元852A-852B是具有用于执行图形操作和媒体操作的指令集的向量处理器的阵列。在一些实施例中,执行单元852A-852B具有专用于每个阵列或在阵列之间被共享的所附接的L1高速缓存851。高速缓存可以被配置为数据高速缓存、指令高速缓存、或被分区为在不同分区中包含数据和指令的单个高速缓存。
在一些实施例中,几何流水线820包括用于执行3D对象的硬件加速曲面细分的曲面细分部件。在一些实施例中,可编程壳体着色器811配置曲面细分操作。可编程域着色器817提供对曲面细分输出的后端评估。曲面细分器813在外壳着色器811的指示下进行操作,并且包含用于基于粗糙的几何模型来生成详细的几何对象集合的专用逻辑,该粗糙的几何模型作为输入被提供给几何流水线820。在一些实施例中,如果不使用曲面细分,则可以绕过曲面细分部件(例如,外壳着色器811、曲面细分器813和域着色器817)。曲面细分部件可基于从顶点着色器807接收的数据进行操作。
在一些实施例中,完整的几何对象可由几何着色器819经由被分派给执行单元852A-852B的一个或多个线程来处理,或者可以直接行进至裁剪器829。在一些实施例中,几何着色器对整个几何对象操作,而不是像在图形流水线的先前的级中那样对顶点或顶点的补片进行操作。如果禁用曲面细分,则几何着色器819从顶点着色器807接收输入。在一些实施例中,几何着色器819是可由几何着色器程序编程的,以便在禁用曲面细分单元的情况下执行几何曲面细分。
在栅格化之前,裁剪器829处理顶点数据。裁剪器829可以是固定功能裁剪器或具有裁剪和几何着色器功能的可编程裁剪器。在一些实施例中,渲染输出流水线870中的栅格化器和深度测试部件873分派像素着色器以将几何对象转换为逐像素表示。在一些实施例中,像素着色器逻辑被包括在线程执行逻辑850中。在一些实施例中,应用可绕过栅格化器和深度测试部件873,并且经由流出单元823访问未栅格化的顶点数据。
图形处理器800具有互连总线、互连结构、或允许数据和消息在处理器的主要部件之间传递的某个其他互连机制。在一些实施例中,执行单元852A-852B和相关联的逻辑单元(例如,L1高速缓存851、采样器854、纹理高速缓存858等)经由数据端口856进行互连,以执行存储器访问并且与处理器的渲染输出流水线部件进行通信。在一些实施例中,采样器854、高速缓存851、858和执行单元852A-852B各自具有单独的存储器访问路径。在一个实施例中,纹理高速缓存858也可被配置为采样器高速缓存。
在一个实施例中,渲染输出流水线870包含栅格化器和深度测试部件873,其将基于顶点的对象转换为相关联的基于像素的表示。在一些实施例中,栅格化器逻辑包括用于执行固定功能三角形和线栅格化的窗口器/掩码器单元。在一些实施例中,相关联的渲染高速缓存878和深度高速缓存879也是可用的。像素操作部件877对数据执行基于像素的操作,但是在一些实例中,与2D操作相关联的像素操作(例如,利用混合的位块图像传输)由2D引擎841执行,或者在显示时由显示控制器843使用叠加显示平面来代替。在一些实施例中,共享的L3高速缓存875可用于所有的图形部件,从而允许在不使用主系统存储器的情况下共享数据。
在一些实施例中,图形处理器媒体流水线830包括媒体引擎837和视频前端834。在一些实施例中,视频前端834从命令流转化器803接收流水线命令。在一些实施例中,媒体流水线830包括单独的命令流转化器。在一些实施例中,视频前端834在将媒体命令发送到媒体引擎837之前处理该媒体命令。在一些实施例中,媒体引擎837包括用于生成线程以用于经由线程分派器831分派给线程执行逻辑850的线程生成功能。
在一些实施例中,图形处理器800包括显示引擎840。在一些实施例中,该显示引擎840在处理器800外部,并且经由环形互连802、或某个其他互连总线或结构来与图形处理器耦合。在一些实施例中,显示引擎840包括2D引擎841和显示控制器843。在一些实施例中,显示引擎840包含能够独立于3D流水线进行操作的专用逻辑。在一些实施例中,显示控制器843与显示设备(未示出)耦合,该显示设备可以是如在膝上型计算机中的系统集成的显示设备或经由显示设备连接器而附连的外部显示设备。
在一些实施例中,几何流水线820和媒体流水线830可配置成用于基于多个图形和媒体编程接口来执行操作,并且不专用于任何一个应用编程接口(API)。在一些实施例中,用于图形处理器的驱动器软件将专用于特定图形或媒体库的API调用转换为可由图形处理器处理的命令。在一些实施例中,为全部来自Khronos Group的开放图形库(OpenGL)、开放计算语言(OpenCL)和/或Vulkan图形和计算API提供支持。在一些实施例中,也可以为来自微软公司的Direct3D库提供支持。在一些实施例中,可支持这些库的组合。还可以为开源计算机视觉库(OpenCV)提供支持。如果可进行从未来API的流水线到图形处理器的流水线的映射,则具有兼容3D流水线的未来API也将受到支持。
图形流水线编程
图9A是图示根据一些实施例的图形处理命令格式900的框图。图9B是图示根据实施例的图形处理器命令序列910的框图。图9A中的实线框图示一般被包括在图形命令中的组成部分,而虚线包括任选的或仅被包括在图形命令的子集中的组成部分。图9A的示例性图形处理器命令格式900包括用于标识命令的客户端902、命令操作代码(操作码)904和数据906的数据字段。子操作码905和命令尺寸908也被包括在一些命令中。
在一些实施例中,客户端902指定图形设备的处理命令数据的客户端单元。在一些实施例中,图形处理器命令解析器检查每一个命令的客户端字段以调整对命令的进一步的处理,并且将命令数据路由至适当的客户端单元。在一些实施例中,图形处理器客户端单元包括存储器接口单元、渲染单元、2D单元、3D单元、和媒体单元。每个客户端单元具有处理命令的对应的处理流水线。一旦由客户端单元接收到命令,客户端单元就读取操作码904以及子操作码905(如果存在)以确定要执行的操作。客户端单元使用数据字段906中的信息来执行命令。针对一些命令,预期显式的命令尺寸908指定命令的尺寸。
在一些实施例中,命令解析器基于命令操作码自动地确定命令中的至少一些命令的尺寸。在一些实施例中,命令经由双字的倍数被对齐。可使用其他命令格式。
图9B中的流程图示示例性图形处理器命令序列910。在一些实施例中,以图形处理器的实施例为特征的数据处理系统的软件或固件使用所示出的命令序列的某个版本来建立、执行并终止图形操作的集合。仅出于示例目的示出并描述样本命令序列,因为实施例不限于这些特定的命令或者该命令序列。此外,命令可以作为批量的命令在命令序列中被发布,使得图形处理器将以至少部分地并发的方式处理命令序列。
在一些实施例中,图形处理器命令序列910能以流水线转储清除命令912开始,以使任何活跃的图形流水线完成用于流水线的当前未决的命令。在一些实施例中,3D流水线922和媒体流水线924不并发地操作。执行流水线转储清除以使活跃的图形流水线完成任何未决命令。响应于流水线转储清除,用于图形处理器的命令解析器将暂停命令处理,直到活跃的绘画引擎完成未决操作并且相关的读高速缓存被无效。任选地,渲染高速缓存中被标记为“脏”的任何数据可以被转储清除到存储器。在一些实施例中,流水线转储清除命令912可用于流水线同步,或可在将图形处理器置于低功率状态之前被使用。
在一些实施例中,当命令序列要求图形处理器在流水线之间显式地切换时,使用流水线选择命令913。在一些实施例中,在发布流水线命令之前可在执行上下文中仅需要一次流水线选择命令913,除非上下文是发布针对这两条流水线的命令。在一些实施例中,可紧接在经由流水线选择命令913进行的流水线切换之前需要流水线转储清除命令912。
在一些实施例中,流水线控制命令914配置用于操作的图形流水线,并且用于对3D流水线922和媒体流水线924编程。在一些实施例中,流水线控制命令914为活跃的流水线配置流水线状态。在一个实施例中,流水线控制命令914用于流水线同步,并且用于在处理批量的命令之前清除来自活跃流水线内的一个或多个高速缓存存储器的数据。
在一些实施例中,与返回缓冲器状态916有关的命令用于将用于相应流水线的返回缓冲器的集合配置成用于写入数据。一些流水线操作要求对一个或多个返回缓冲器的分配、选择或配置,在处理期间操作将中间数据写入这一个或多个返回缓冲器中。在一些实施例中,图形处理器可使用一个或多个返回缓冲器以存储输出数据并执行跨线程通信。在一些实施例中,返回缓冲器状态916包括选择要用于流水线操作的集合的返回缓冲器的尺寸和数量。
命令序列中的其余命令基于用于操作的活跃流水线而不同。基于流水线判定920,命令序列被定制成用于以3D流水线状态930开始的3D流水线922、或者在媒体流水线状态940处开始的媒体流水线924。
用于配置3D流水线状态930的命令包括用于顶点缓冲器状态、顶点元素状态、常量颜色状态、深度缓冲器状态、以及将在处理3D基元命令之前配置的其他状态变量的3D状态设置命令。这些命令的值至少部分地基于使用中的特定3D API来确定。在一些实施例中,3D流水线状态930命令也能够在将不使用某些流水线元件的情况下选择性地禁用或绕过那些元件。
在一些实施例中,3D基元932命令用于提交要由3D流水线处理的3D基元。经由3D基元932命令传递给图形处理器的命令和相关联的参数被转发到图形流水线中的顶点取出功能。顶点取出功能使用3D基元932命令数据来生成多个顶点数据结构。顶点数据结构被存储在一个或多个返回缓冲器中。在一些实施例中,3D基元932命令用于经由顶点着色器对3D基元执行顶点操作。为了处理顶点着色器,3D流水线922将着色器执行线程分派给图形处理器执行单元。
在一些实施例中,3D流水线922经由执行934命令或事件来触发。在一些实施例中,寄存器写入触发命令执行。在一些实施例中,经由命令序列中的“去往(go)”或“踢除(kick)”命令来触发执行。在一个实施例中,命令执行使用流水线同步命令以通过图形流水线对命令序列转储清除来触发。3D流水线将执行针对3D基元的几何处理。一旦操作完成,就对所得到的几何对象进行栅格化,并且像素引擎对所得到的像素进行着色。对于那些操作,还可以包括用于控制像素着色和像素后端操作的附加命令。
在一些实施例中,当执行媒体操作时,图形处理器命令序列910遵循媒体流水线924路径。一般而言,针对媒体流水线924进行编程的特定用途和方式取决于要执行的媒体或计算操作。在媒体解码操作期间,特定的媒体解码操作可被迁移到媒体流水线。在一些实施例中,也可绕过媒体流水线,并且可使用由一个或多个通用处理核提供的资源完全地或部分地执行媒体解码。在一个实施例中,媒体流水线还包括用于通用图形处理器单元(GPGPU)操作的元件,其中,图形处理器用于使用计算着色器程序来执行SIMD向量操作,这些计算着色器程序并不明确地与图形基元的渲染相关。
在一些实施例中,以与3D流水线922类似的方式来配置媒体流水线924。将用于配置媒体流水线状态940的命令的集合分派或放置到命令队列中,在媒体对象命令942之前。在一些实施例中,用于媒体流水线状态940的命令包括用于配置将用于处理媒体对象的媒体流水线元件的数据。这包括用于在媒体流水线内配置视频解码和视频编码逻辑的数据,诸如编码或解码格式。在一些实施例中,用于媒体流水线状态940的命令还支持使用指向包含批量的状态设置的“间接”状态元素的一个或多个指针。
在一些实施例中,媒体对象命令942供应指向用于由媒体流水线处理的媒体对象的指针。媒体对象包括存储器缓冲器,该存储器缓冲器包含要处理的视频数据。在一些实施例中,,在发布媒体对象命令942之前,所有的媒体流水线状态必须是有效的。一旦流水线状态被配置并且媒体对象命令942被排队,就经由执行命令944或等效的执行事件(例如,寄存器写入)来触发媒体流水线924。随后可通过由3D流水线922或媒体流水线924提供的操作对来自媒体流水线924的输出进行后处理。在一些实施例中,以与媒体操作类似的方式配置和执行GPGPU操作。
图形软件架构
图10图示根据一些实施例的用于数据处理系统1000的示例性图形软件架构。在一些实施例中,软件架构包括3D图形应用1010、操作系统1020以及至少一个处理器1030。在一些实施例中,处理器1030包括图形处理器1032以及一个或多个通用处理器核1034。图形应用1010和操作系统1020各自在数据处理系统的系统存储器1050中执行。
在一些实施例中,3D图形应用1010包含一个或多个着色器程序,这一个或多个着色器程序包括着色器指令1012。着色器语言指令可以采用高级着色器语言,诸如,Direct3D的高级着色器语言(HLSL)、OpenGL着色器语言(GLSL),等等。应用还包括采用适于由通用处理器核1034执行的机器语言的可执行指令1014。应用还包括由顶点数据限定的图形对象1016。
在一些实施例中,操作系统1020是来自微软公司的微软操作系统、专属的类UNIX操作系统、或使用Linux内核的变体的开放源类UNIX操作系统。操作系统1020可支持图形API 1022,诸如,Direct3DAPI、OpenGL API或Vulkan API。当Direct3D API在使用中时,操作系统1020使用前端着色器编译器1024以将采用HLSL的任何着色器指令1012编译成较低级的着色器语言。编译可以是即时(JIT)编译,或者应用可执行着色器预编译。在一些实施例中,在3D图形应用1010的编译期间,高级着色器可被编译为低级着色器。在一些实施例中,着色器指令1012以中间形式提供,该中间形式诸如,由Vulkan API使用的标准便携式中间表示(SPIR)的某个版本。
在一些实施例中,用户模式图形驱动器1026包含后端着色器编译器1027以将着色器指令1012编译为硬件专用表示。当OpenGL API在使用中时,将采用GLSL高级语言的着色器指令1012传递至用户模式图形驱动器1026以用于编译。在一些实施例中,用户模式图形驱动器1026使用操作系统内核模式功能1028来与内核模式图形驱动器1029通信。在一些实施例中,内核模式图形驱动器1029与图形处理器1032通信以分派命令和指令。
IP核实现方式
至少一个实施例的一个或多个方面可以由存储在机器可读介质上的代表性代码实现,该机器可读介质表示和/或限定集成电路(诸如,处理器)内的逻辑。例如,机器可读介质可包括表示处理器内的各种逻辑的指令。当由机器读取时,指令可使机器制造用于执行本文所描述的技术的逻辑。此类表示(被称为“IP核”)是集成电路的逻辑的可重复使用单元,这些可重复使用单元可以作为描述集成电路的结构的硬件模型而被存储在有形的、机器可读介质上。可以将硬件模型供应至在制造集成电路的制造机器上加载硬件模型的各客户或制造设施。可以制造集成电路,使得电路执行与本文中描述的实施例中的任一实施例相关联地描述的操作。
图11A是图示根据实施例的可用于制造集成电路以执行操作的IP核开发系统1100的框图。IP核开发系统1100可以用于生成可并入到更大的设计中或用于构建整个集成电路(例如,SOC集成电路)的模块化、可重复使用的设计。设计设施1130可生成采用高级编程语言(例如,C/C++)的IP核设计的软件仿真1110。软件仿真1110可用于使用仿真模型1112来设计、测试并验证IP核的行为。仿真模型1112可包括功能仿真、行为仿真和/或时序仿真。随后可从仿真模型1112创建或合成寄存器传输级(RTL)设计1115。RTL设计1115是对硬件寄存器之间的数字信号的流进行建模的集成电路(包括使用建模的数字信号来执行的相关联的逻辑)的行为的抽象。除了RTL设计1115之外,还可创建、设计或合成逻辑级或晶体管级的较低级别设计。由此,初始设计和仿真的特定细节可有所不同。
可由设计设施进一步将RTL设计1115或等效方案合成到硬件模型1120中,该硬件模型1120可以采用硬件描述语言(HDL)或物理设计数据的某种其他表示。可以进一步仿真或测试HDL以验证IP核设计。可使用非易失性存储器1140(例如,硬盘、闪存、或任何非易失性存储介质)来存储IP核设计以用于递送至第三方制造设施1165。替代地,可通过有线连接1150或无线连接1160(例如,经由互联网)来传送IP核设计。制造设施1165随后可制造至少部分地基于IP核设计的集成电路。所制造的集成电路可被配置成用于执行根据本文中描述的至少一个实施例的操作。
图11B图示根据本文所述的一些实施例的集成电路封装组件1170的横截面侧视图。集成电路封装组件1170图示如本文中所描述的一个或多个处理器或加速器设备的实现方式。封装组件1170包括连接至衬底1180的多个硬件逻辑单元1172、1174。逻辑1172、1174可至少部分地实现在可配置逻辑或固定功能逻辑硬件中,并且可包括本文中描述的(多个)处理器核、(多个)图形处理器或其他加速器设备中的任一者的一个或多个部分。每个逻辑单元1172、1174可实现在半导体管芯内,并且经由互连组织1173与衬底1180耦合。互连组织1173可被配置成用于在逻辑1172、1174与衬底1180之间路由电信号,并且可包括互连,该互连诸如但不限于凸块或支柱。在一些实施例中,互连组织1173可被配置成路由电信号,诸如例如,与逻辑1172、1174的操作相关联的输入/输出(I/O)信号和/或功率或接地信号。在一些实施例中,衬底1180是基于环氧树脂的层压衬底。衬底1180可包括其他实施例中的其他合适类型的衬底。封装组件1170可经由封装互连1183连接到其他电气设备。封装互连1183可耦合至衬底1180的表面以将电信号路由到其他电气设备,诸如主板、其他芯片组或多芯片模块。
在一些实施例中,逻辑单元1172、1174与桥接器1182电耦合,该桥接器1182被配置成用于在逻辑1172与逻辑1174之间路由电信号。桥接器1182可以是为电信号提供路由的密集互连组织。桥接器1182可包括由玻璃或合适的半导体材料构成的桥接器衬底。电路由特征可形成在桥接器衬底上,以提供逻辑1172与逻辑1174之间的芯片-芯片连接。
尽管图示了两个逻辑单元1172、1174和桥接器1182,但是本文中所描述的实施例可包括在一个或多个管芯上的更多或更少的逻辑单元。这一个或多个管芯可以由零个或更多个桥接器连接,因为当逻辑被包括在单个管芯上时,可以排除桥接器1182。替代地,多个管芯或逻辑单元可以由一个或多个桥接器连接。此外,多个逻辑单元、管芯和桥接器可按其他可能的配置(包括三维配置)被连接在一起。
图11C图示封装组件1190,该封装组件1190包括连接到衬底1180的多个单元的硬件逻辑小芯片(例如,基础管芯)。如本文中所描述的图形处理单元、并行处理器和/或计算加速器可由分开制造的各种硅小芯片组成。在该上下文中,小芯片是至少部分地被封装的集成电路,该至少部分地被封装的集成电路包括可与其他小芯片一起被组装到更大的封装中的不同的逻辑单元。具有不同IP核逻辑的各种集合的小芯片可被组装到单个器件中。此外,小芯片可使用有源中介层(interposer)技术而被集成到基础管芯或基础小芯片中。本文中描述的概念启用GPU内的不同形式的IP之间的互连和通信。IP核可使用不同的工艺技术来制造并在制造期间被构成,这避免了尤其是对于具有若干风格的IP的大型SoC的将多个IP汇聚到同一制造工艺的复杂性。允许使用多种工艺技术改善了上市时间,并提供具有成本效益的方法来创建多个产品SKU。此外,分解的IP更易修改以被独立地功率门控,对于给定工作负载不在使用中的部件可被关断,从而降低总功耗。
硬件逻辑小芯片可包括专用硬件逻辑小芯片1172、逻辑或I/O小芯片1174、和/或存储器小芯片1175。硬件逻辑小芯片1172以及逻辑或I/O小芯片1174可以至少部分地实现在可配置逻辑或固定功能逻辑硬件中,并且可包括本文中描述的(多个)处理器核、(多个)图形处理器、并行处理器或其他加速器设备中的任一个的一个或多个部分。存储器小芯片1175可以是DRAM(例如,GDDR、HBM)存储器或高速缓存(SRAM)存储器。
每个小芯片可被制造为单独的半导体管芯,并且可经由互连组织1173与衬底1180耦合。互连组织1173可被配置成用于在衬底1180内的各种小芯片与逻辑之间路由电信号。互连组织1173可包括互连,诸如但不限于凸块或支柱。在一些实施例中,互连组织1173可被配置成用于路由电信号,诸如例如,与逻辑、I/O和存储器小芯片的操作相关联的输入/输出(I/O)信号和/或功率或接地信号。
在一些实施例中,衬底1180是基于环氧树脂的层压衬底。在其他实施例中,衬底1180可包括其他合适类型的衬底。封装组件1190可经由封装互连1183连接到其他电气设备。封装互连1183可耦合至衬底1180的表面以将电信号路由到其他电气设备,诸如,主板、其他芯片组或多芯片模块。
在一些实施例中,逻辑或I/O小芯片1174和存储器小芯片1175可经由桥接器1187被电耦合,该桥接器1187被配置成用于在逻辑或I/O小芯片1174与存储器小芯片1175之间路由电信号。桥接器1187可以是为电信号提供路由的密集互连组织。桥接器1187可包括由玻璃或合适的半导体材料构成的桥接器衬底。电路由特征可形成在桥接器衬底上以提供逻辑或I/O小芯片1174与存储器小芯片1175之间的芯片-芯片连接。桥接器1187还可被称为硅桥接器或互连桥接器。例如,在一些实施例中,桥接器1187是嵌入式多管芯互连桥接器(EMIB)。在一些实施例中,桥接器1187可简单地是从一个小芯片到另一小芯片的直接连接。
衬底1180可包括用于I/O 1191、高速缓存存储器1192和其他硬件逻辑1193的硬件部件。结构1185可被嵌入在衬底1180中以启用衬底1180内的各种逻辑小芯片与逻辑1191、1193之间的通信。在一个实施例中,I/O 1191、结构1185、高速缓存、桥接器和其他硬件逻辑1193可被集成到层叠在衬底1180的顶部上的基础管芯中。结构1185可以是在封装组件的各部件之间交换数据分组的芯片上网络互连或另一形式的分组交换型结构。
在各实施例中,封装组件1190可包括由结构1185或一个或多个桥接器1187互连的更少或更多数量的部件和小芯片。封装组件1190内的小芯片能以3D布置或2.5D布置来布置。一般而言,桥接器结构1187可用于促进例如逻辑或I/O小芯片与存储器小芯片之间的点对点互连。结构1185可用于将各种逻辑和/或I/O小芯片(例如,小芯片1172、1174、1191、1193)与其他逻辑和/或I/O小芯片互连。在一个实施例中,衬底内的高速缓存存储器1192可充当用于封装组件1190的全局高速缓存,充当分布式全局高速缓存的部分,或充当用于结构1185的专用高速缓存。
图11D图示根据实施例的包括可互换小芯片1195的封装组件1194。可互换小芯片1195可被组装到一个或多个基础小芯片1196、1198上的标准化插槽中。基础小芯片1196、1198可经由桥接器互连1197被耦合,该桥接器互连1197可与本文中描述的其他桥接器互连类似,并且可以是例如EMIB。存储器小芯片也可经由桥接器互连被连接到逻辑或I/O小芯片。I/O和逻辑小芯片可经由互连结构进行通信。基础小芯片各自都能以用于逻辑或I/O或存储器/高速缓存中的一者的标准化格式来支持一个或多个插槽。
在一个实施例中,SRAM和功率递送电路可被制造到基础小芯片1196、1198中的一个或多个中,基础小芯片1196、1198可使用相对于可互换小芯片1195不同的工艺技术来制造,可互换小芯片1195堆叠在基础小芯片的顶部上。例如,可使用较大工艺技术来制造基础小芯片1196、1198,同时可使用较小工艺技术来制造可互换小芯片。可互换小芯片1195中的一个或多个可以是存储器(例如,DRAM)小芯片。可基于针对使用封装组件1194的产品的功率和/或性能来为封装组件1194选择不同的存储器密度。此外,可在组装时基于针对产品的功率和/或性能来选择具有不同数量的类型的功能单元的逻辑小芯片。此外,可将包含具有不同类型的IP逻辑核的小芯片插入到可互换小芯片插槽中,从而启用可混合并匹配不同技术的IP块的混合式处理器设计。
示例性芯片上系统集成电路
图12-图13B图示根据本文所描述的各个实施例的可使用一个或多个IP核制造的示例性集成电路和相关联的图形处理器。除了所图示的内容之外,还可包括其他逻辑和电路,包括附加的图形处理器/核、外围接口控制器或通用处理器核。
图12是图示根据实施例的可使用一个或多个IP核来制造的示例性芯片上系统集成电路1200的框图。示例性集成电路1200包括一个或多个应用处理器1205(例如,CPU)、至少一个图形处理器1210,并且可附加地包括图像处理器1215和/或视频处理器1220,图像处理器1215和视频处理器1220中的任一者可以是来自相同的设计设施或多个不同的设计设施的模块化IP核。集成电路1200包括外围或总线逻辑,包括USB控制器1212、UART控制器1230、SPI/SDIO控制器1235和I2S/I2C控制器1240。此外,集成电路可包括显示设备1245,该显示设备1245耦合至高清晰度多媒体接口(HDMI)控制器1250和移动行业处理器接口(MIPI)显示接口1255中的一个或多个。可以由闪存子系统1260(包括闪存和闪存控制器)来提供存储。可以经由存储器控制器1265来提供存储器接口以获得对SDRAM或SRAM存储器设备的访问。一些集成电路附加地包括嵌入式安全引擎1270。
图13A-图13B是图示根据本文中所描述的实施例的用于在SoC内使用的示例性图形处理器的框图。图13A图示根据实施例的可以使用一个或多个IP核来制造的芯片上系统集成电路的示例性图形处理器1310。图13B图示根据实施例的可以使用一个或多个IP核来制造的芯片上系统集成电路的附加的示例性图形处理器1340。图13A的图形处理器1310是低功率图形处理器核的示例。图13B的图形处理器1340是较高性能的图形处理器核的示例。图形处理器1310、1340中的每个图形处理器可以是图12的图形处理器1210的变体。
如图13A中所示,图形处理器1310包括顶点处理器1305和一个或多个片段处理器1315A-1315N(例如,1315A、1315B、1315C、1315D,一直到1315N-1和1315N)。图形处理器1310可以经由单独的逻辑执行不同的着色器程序,使得顶点处理器1305被优化以执行用于顶点着色器程序的操作,而一个或多个片段处理器1315A-1315N执行用于片段或像素着色器程序的片段(例如,像素)着色操作。顶点处理器1305执行3D图形流水线的顶点处理级,并生成基元和顶点数据。(多个)片段处理器1315A-1315N使用由顶点处理器1305生成的基元数据和顶点数据来产生被显示在显示设备上的帧缓冲器。在一个实施例中,(多个)片段处理器1315A-1315N被优化以执行如在OpenGL API中提供的片段着色器程序,这些片段着色器程序可以用于执行与如在Direct 3D API中提供的像素着色器程序类似的操作。
图形处理器1310附加地包括一个或多个存储器管理单元(MMU)1320A-1320B、(多个)高速缓存1325A-1325B以及(多个)电路互连1330A-1330B。这一个或多个MMU 1320A-1320B为图形处理器1310(包括为顶点处理器1305和/或(多个)片段处理器1315A-1315N)提供虚拟到物理地址映射,除了存储在一个或多个高速缓存1325A-1325B中的顶点数据或图像/纹理数据之外,该虚拟到物理地址映射还可以引用存储在存储器中的顶点数据或图像/纹理数据。在一个实施例中,一个或多个MMU 1320A-1320B可以与系统内的其他MMU同步,使得每个处理器1205-1220可以参与共享或统一的虚拟存储器系统,系统内的其他MMU包括与图12的一个或多个应用处理器1205、图像处理器1215和/或视频处理器1220相关联的一个或多个MMU。根据实施例,一个或多个电路互连1330A-1330B使得图形处理器1310能够经由SoC的内部总线或经由直接连接来与SoC内的其他IP核对接。
如图13B中所示,图形处理器1340包括图13A的图形处理器1310的一个或多个MMU1320A-1320B、高速缓存1325A-1325B和电路互连1330A-1330B。图形处理器1340包括一个或多个着色器核1355A-1355N(例如,1355A、1355B、13555C、1355D、1355E、1355F,一直到1355N-1和1355N),其提供统一的着色器核架构,其中,单个核或单个类型的核可执行所有类型的可编程着色器代码,包括用于实现顶点着色器、片段着色器和/或计算着色器的着色器程序代码。存在的着色器核的确切数量可以因实施例和实现方式而异。此外,图形处理器1340包括核间任务管理器1345,该核间任务管理器1345充当用于将执行线程分派给一个或多个着色器核1355A-1355N的线程分派器和用于加速对基于片的渲染的分片操作的分片单元1358,在基于片的渲染中,针对场景的渲染操作在图像空间中被细分,例如以利用场景内的局部空间一致性或优化内部高速缓存的使用。
图形处理中经压缩的Z-平面的生成和存储
图14是图形处理器中现有的Z流水线的框图。Z流水线1400可以包括用于将像素数据提供给粗(HiZ)深度测试块1410(第一深度测试硬件)的栅格化器块1405。粗深度测试块1410将像素数据提供给中间(IZ)深度测试块1415(第二深度测试硬件),该中间(IZ)深度测试块1415能够对从最终深度测试块(未示出)获得的逐像素数据执行中间深度测试,该最终深度测试块被设置在像素着色器(未示出)之后。粗深度测试块1410和中间深度测试块1415两者都被设置在像素着色器块(其在该图中未示出)之前。粗深度数据(包括最小深度值和最大深度值)可被存储在分层深度(HiZ)缓冲器1420中。还图示出用于接收深度平面中的逐像素深度值的深度缓冲器1430,该逐像素深度值随后可被写入高速缓存存储器1435。
可以为HiZ缓冲器1420中的片提供可以预测片中所有像素的逐像素深度值的强平面等式。这允许以更高的HiZ速率处理Z填充。然而,在任何时间都需要读取深度缓冲器1430(例如,采样深度纹理),该读取操作之前需要进行如下操作:在其中HiZ缓冲器1420中的经压缩的平面被解析为逐像素深度值,并且随后被应用于填充深度缓冲器1430。这可导致耗时的操作,并且因此可以减轻来自Z填充操作的压缩收益。
因此,在传统操作中,在HiZ深度测试1410处接收到的每个传入片段均需要以逐像素硬件可以计算新的深度值并且将新的深度值传送到高速缓存所按照的速率执行下面的Z填充操作,无论该片段是否完全通过粗深度测试。因此,传统系统被约束为针对大基元的Z填充操作以较慢的速率运行。
在一些实施例中,过程提供了直接将经压缩的Z平面加载到深度缓冲器1430中,其因此消除了中间的解析操作,并允许在读取期间进行直列式(in-line)解压以实现非常低的硬件成本。因此,Z填充率被增强,因为经压缩的块可以使用比传统的逐像素Z填充更快的路径写出到高速缓存(诸如,例如L2高速缓存)高速缓存。进一步地,由于平面压缩缓冲器被写出而不是从图形存储器中读回,因此总体设备存储器带宽可以被改善。由于低解压缩器门计数,在L2高速缓存服务采样器之后可能存在平面解压缩器的实例。这提供了L2占用面积(footprint)压缩,因为数据以经压缩的形式存储在L2高速缓存1435中,因此对于经压缩的深度缓冲器,这可以有效地将其可用尺寸倍增高达4倍。
图15是根据一些实施例的图形处理器中的Z流水线的框图。Z流水线1500包括用于将像素数据提供给粗(HiZ)深度测试块1510(第一深度测试硬件)的栅格化器块1505。粗深度测试块1510将像素数据提供给中间(IZ)深度测试块1515(第二深度测试硬件),该中间(IZ)深度测试块1515能够对从最终深度测试块(在该示图中未示出)获得的逐像素数据执行中间深度测试,该最终深度测试块被设置在像素着色器(未示出)之后。粗深度测试块1510和中间深度测试块1515两者都被设置在像素着色器块之前。粗深度数据可以存储在分层深度缓冲器1520中。还图示出用于接收深度平面中的深度值的深度缓冲器1530,该深度值随后可被写入高速缓存存储器1535。
在一些实施例中,与图14中图示出的操作相反,在所接收的像素数据提供完全覆盖的片(诸如,连续的8x8片)的情况下,粗深度测试硬件1510可以计算片的经压缩的深度平面(经压缩的Z平面)并将其存储在分层深度缓冲器1520中,以用于传输到深度缓冲器1530。否则,分层深度缓冲器1520用于存储最小/最大数据值,并且深度缓冲器1530用于存储逐像素数据值,如图14所图示。下面将进一步描述并在图16中图示对所接收的像素数据的处理以生成经压缩的Z平面。
在一些实施例中,经压缩的Z平面随后可以直接从深度缓冲器1530写出到高速缓存存储器,诸如图示出的L2高速缓存1535。在一些实施例中,经压缩的深度平面的生成进一步允许由解压缩器(其可以被称为平面解压缩器或解压硬件)1540使用简单无符号数学从高速缓存1535无损地解压深度平面,如下文进一步描述。
在Z流水线的实现方式中,针对8x8片的每个4x4像素块计算最小深度值和最大深度值。块的任何像素的深度值Z可由平面等式生成:
Z=x*Cx+y*Cy+Cref [1]
其中:
Cx=X方向上的斜率
Cy=Y方向上的斜率
Cref=参考点
在此类实现方式中,等式[1]的计算是在浮点域中执行的,其中Z值被计算为55位尾数,以限制深度冲突(Z-fighting)并被就近向偶舍入成FP32格式。
在一些实施例中,计算可用于在接收到完全覆盖的片的情况下在存储经压缩的深度平面时提供经改善的操作。基于深度流水线操作,任何4x4块的起始基线值都是可用的,而没有附加的实现成本。因此,为了对特定块内的每个像素执行深度计算,所有附加地需要的是相关的x斜率和y斜率,该x斜率和y斜率可以通过将Cx/Cy尾数移位其相应的指数与基线Z指数之间的差来计算。因此,X_偏移(X_offset)和Y_偏移(Y_offset)可以根据Cx和Cy的值计算,如等式[2]和等式[3]所提供:
X_偏移=Cx_尾数>>(Z_exp-Cx_exp) [2]
Y_偏移=Cy_尾数>>(Z_exp-Cx_exp) [3]
偏移值被定义为相邻像素在X方向和Y方向上的差量,使得当被加到基线的尾数值时,计算出邻居的Z值是可能的。偏移值被相应地预移位,使得不需要在解压缩器中进行溢出保护。进一步地,基线值被定义为片的角中的一个角的Z值,并且最小Z片角值和最大Z片角值从HiZ深度测试阶段重新用于此目的。
在一些实施例中,为了使对解压缩器硬件的重用最大化,偏移加法器的顺序基于Cx/Cy平面因子符号改变。目的在于将基线角选择为4x4块内的最小Z值,并且因此确保计算操作仅涉及正数的加法,并避免有符号数学的复杂性。
在一些实施例中,为了将操作限于简单的数学,要求所有的Z值指数相等,并处于距Cx/Cy指数的某个距离内。导致非正规浮点值的非常低的指数值不被允许。在操作中,假设所有的非正规值都被转储清除为零。
在一些实施例中,如果上述检查被满足,则Z流水线将会绕过片的碎片化而达到由早期深度逐像素硬件支持的速率,并将8x8片作为深度缓冲器中的经压缩的行进行驱逐。传统上,它需要256B来存储用于8x8块中每个像素的FP32深度值。然而,在实施例中,必要的数据被限于针对每个4x4块的一个基线值(四个块中的每个块需要55位,或4x55位)、X_偏移值和Y_偏移值(需要2x55位)、z_符号和z_指数。所需的总数据约为340位,并且因此轻松地将256B压缩成64B,从而实现4:1的压缩是可能的。在其中用于8x8片的块的最小Z值和最大Z值在粗深度HiZ操作中被计算出的操作中,如果确定跨所计算的最小值和最大值的符号和指数相同,那么可以通过以下方式来生成并存储经压缩的Z_平面:维持共同的符号/指数/基线以及X_偏移和Y_偏移,并继续将适当的偏移加到基线以计算片的剩余像素的逐像素值。因为已知指数是共同的,所以操作中不会发生溢出,并且因此可利用简单的无符号数学执行计算。
因此,如果传入片段完全覆盖片(诸如,8x8片)并通过了HiZ深度测试,并且进一步地,如果Z最小和Z最大具有相同的符号和指数,那么可以生成并发送经压缩的Z平面以更新深度缓冲器,这因此可以以更快的HiZ速率(在特定的实现方式中为256B/clk)传输,而不是以传统计算中要求的更慢的逐像素速率传输。如果条件未被满足(传入片段不覆盖片,和/或Z最小和Z最大不具有相同的符号和指数),那么该过程可以继续:该片段用于逐像素插值,并且逐像素值被发送到更新深度缓冲器,这随后以较慢的iZ速率(在特定实现方式中为64B/clk)传输。
由于每个4x4块的起始基线是已知的,因此所有4条基线均可以被存储,这允许使所需的加法器数量最小化。在操作中,每个4x4块的适当基线被选择,并且仅需要至多将3*X_偏移和3*Y_偏移加到基线Z值来生成每个4x4块的16个像素中的每一个像素的值。这实现了对廉价的解压缩器的使用,从而降低了总实现成本。
图16是图示根据一些实施例的用于所接收的片段的深度处理的过程的流程图。在一些实施例中,过程1600包括接收传入片段1605,其中该片段可从栅格化器(诸如,图15中图示的栅格化器1505)接收。过程1600继续执行粗(HiZ)深度测试1610,包括利用浮点数学运算计算所接收的片段的每个块(诸如,4x4块)的最小深度(Z最小)和最大深度(Z最大)1615。
在一些实施例中,可应用检查以确定是否存在完全覆盖的片(诸如,完全覆盖的8x8片),并确定该片的符号和指数跨Z最小值和Z最大值是否是共同的。如果是,则这指示所有像素共享相同的指数/符号,并且X_偏移和Y_偏移可被应用以对所有像素的深度进行线性插值,而不需要任何附加的硬件来进行溢出或指数调整。
如图16所图示,过程1600包括确定传入片段是否完全覆盖片(诸如,8x8片)并通过深度测试,以及Z最小和Z最大是否具有相同的符号和指数1620。如果是,那么就发送经压缩的Z平面来更新深度缓冲器1625。此类操作允许在Z填充操作期间实现高得多的吞吐量,其中以与HiZ TPT相对应的非常高的速率(在图示的示例中为256B/clk)填充深度缓冲器是可能的。这与以由逐像素硬件确定的速率填充深度缓冲器形成对比,由逐像素硬件确定的速率通常仅是HiZ速率的小部分。另外,Z填充的带宽可能会显著地降低。虽然从深度缓冲器写入高速缓存的经压缩的Z平面在此类实现方式中需要解压缩,但对经压缩的Z平面进行解压缩的面积成本是边际的,因为这仅需要无符号数学。
在一些实施例中,在确定条件未被满足时,即确定传入片段未完全覆盖片或未通过深度测试,或Z最小和Z最大不具有相同的符号和指数1620,该过程随后可继续:片段继续到iZ以进行逐像素插值1630,以及随后发送逐像素值以更新深度缓冲器1635,这随后以逐像素硬件的标准较慢速率(在图示的示例中为64B/clk)发生。
图17是图示根据一些实施例的深度平面的处理的流程图。在一些实施例中,过程1700包括接收传入的Z平面1705,以及处理Z平面1710。该过程继续:对与高HiZ速率(在图示的示例中为256B/clk)相对应的所有高速缓存行进行CAM 1715。
在一些实施例中,然后具有判定:是否存在与任何现有行的重叠1720。如果存在,现有行被标记为可丢弃的1725,并且发送经压缩的Z平面,从而以较高的HiZ速率(256B/clk)更新深度缓冲器。如果不存在与任何现有行的重叠1720,该过程可以继续发送经压缩的Z平面,从而以较高的HiZ速率更新深度缓冲器1735。
图18是根据一些实施例的经压缩的Z平面的示图。在一些实施例中,片(在该示例中为片0)的经压缩的Z平面1805(诸如,通过粗深度测试硬件1510的操作来生成如存储在深度缓冲器1530中的以及如写出到高速缓存1535中的经压缩的深度平面,如图15所示)被生成并被存储在高速缓存1800中。在一些实施例中,经压缩的Z平面根据图16所图示出的过程生成,其中片段完全覆盖8x8片并通过粗深度测试,而且进一步地,片的每个块的Z最小和Z最大具有相同的符号和指数。在高速缓存1800中还可以包括一个或多个其他片的Z平面(诸如,片1到片N的Z平面)以及其他数据。
在一些实施例中,经压缩的Z平面1805可以包括经压缩的数据头部1810,其中该头部1810可被用于标识用于由解压缩器(诸如,图15中图示的解压缩器1540)对经压缩的Z平面1805进行解压缩的算法。经压缩的Z平面进一步包括片的经压缩的数据1815。在该实例中,经压缩的数据1815包括针对每个4x4块的一个基线值(四个块中的每个块需要55位,或4x55位)、X_偏移值和Y_偏移值(需要2x55位)、z_符号值和z_指数值。如上所述,经压缩的数据所需的总数据约为340位,并且因此在特定的操作中256B可以被压缩成64B,从而实现了Z平面的4:1压缩。
图19是图示根据一些实施例的用于对经压缩的Z平面进行解压缩和处置的过程的流程图。在过程1900中,在对Z平面(诸如,如图16-18所图示,被生成并被存储为经压缩的Z平面并被写入高速缓存的Z平面)进行请求时1905,经压缩的Z平面从高速缓存获得1910。在一些实施例中,经压缩的数据头部(诸如,图18中图示的头部1810)从经压缩的Z平面中读取1915。
在一些实施例中,基于头部来选择用于对Z平面进行解压缩的解压算法1920。过程1900随后提供:标识用于每个片的基线值、X_偏移、Y_偏移、Z_符号和Z_指数1925,如图18中针对片0所图示。
在一些实施例中,该过程1900继续:应用解压缩算法1930。该压缩算法以仅使用无符号数学的轻量级方式操作,每个块中的像素通过根据每个像素的位置加上适当数量的X_偏移值和Y_偏移值来产生。下面将进一步描述并在图20A和图20B中图示通过加上适当数量的X_偏移值和Y_偏移值来生成像素值。
过程1900随后继续:响应于该请求而提供所得到的经解压缩的Z平面1935。
图20A是根据一些实施例的用于处理的像素块的示图。在该示例中,块2000是用于深度测试处理的四乘四像素块。在特定的实现方式中,该块2000可以是8x8片的部分,诸如图20B中图示的片2050。然而,实施例并不限于任何特定的块或片尺寸。
在一些实施例中,针对包括块2000的片生成经压缩的Z平面(诸如图16所图示),其中经压缩的Z平面的数据包括如图18所图示的片0的经压缩的数据1815。为了对块2000的经压缩的Z平面数据进行解压缩,操作包括标识与要被解压缩的块2000相对应的基线,诸如块2000的所图示的基线0 2005。一旦基线被标识,就可以基于基线值和斜率来计算每个像素处的值,斜率通过针对块的每个像素加上适当的X_偏移和/或Y_偏移来应用。以此方式,对于块中像素的每个深度值的解压缩,仅需要简单的无符号数学。
例如,像素0会被计算为基线_0,并且像素1会被计算为基线_0加X偏移。块2000的深度值的全集可以根据经压缩的Z平面数据生成,如下:
像素0→基线_0
像素1→(基线_0+X_偏移)
像素2→(基线_0+Y_偏移)
像素3→(基线_0+Y_偏移+X_偏移)
像素4→(基线_0+X_偏移+X_偏移)
像素5→(基线_0+X_偏移+X_偏移+X_偏移)
像素6→(基线_0+X_偏移+X_偏移+Y_偏移)
像素7→(基线_0+X_偏移+X_偏移+X_偏移+Y_偏移)
像素8→(基线_0+Y_偏移+Y_偏移)
像素9→(基线_0+Y_偏移+Y_偏移+X_偏移)
像素10→(基线_0+Y_偏移+Y_偏移+Y_偏移)
像素11→(基线_0+X_偏移+Y_偏移+Y_偏移+Y_偏移)
像素12→(基线_0+X_偏移+X_偏移+Y_偏移+Y_偏移)
像素13→(基线_0+X_偏移+X_偏移+X_偏移+Y_偏移+Y_偏移)
像素14→(基线_0+X_偏移+X_偏移+Y_偏移+Y_偏移+Y_偏移)
像素15→(基线_0+X_偏移+X_偏移+X_偏移+Y_偏移+Y_偏移+Y_偏移)
图20B是根据一些实施例的用于处理的像素片的示图。在该示例中,片2050是由四个像素块组成的八乘八的像素块,这些块是块0(诸如,图20A中图示的块2000)、块1、块2和块3),每个块是要由Z-解压缩器进行解压缩的四乘四块。然而,实施例并不限于任何特定的块尺寸或片尺寸。
在一些实施例中,操作包括首先为片2050的块中的每个块确定四个基线中的一个基线,诸如图20A中图示的块2000的所图示的基线0 2005。
一旦适当的基线被选择,就可以基于基线值和斜率来计算每个像素处的值,该斜率通过针对片2050的块中的每个块的每个像素加上适当的X_偏移和/或Y_偏移来应用,如图20A所图示。以这种方式,片2050的完整的经压缩的Z平面可由解压缩器以最小的成本进行解压缩。
以下示例关于某些实施例:
在示例1中,一种处理器,包括:栅格化器,该栅格化器用于生成包括像素数据的多个块的像素数据的片段,每个块包括多个像素;深度流水线,该深度流水线用于接收该片段,该深度流水线至少包括第一深度测试硬件和第二深度测试硬件,该第一深度测试硬件用于执行粗深度测试,该粗深度测试包括确定每个块的最小深度和最大深度;以及深度缓冲器,该深度缓冲器用于存储深度数据,其中,处理器用于确定该片段是否满足该片段完全覆盖像素数据的片并通过第一深度测试并且该片段的最小深度和最大深度中的每一个具有相同的符号和指数的要求,并且用于在确定该片段满足要求后,利用第一深度测试生成经压缩的深度平面并且利用该经压缩的深度平面更新深度缓冲器。
在示例2中,处理器进一步用于将经压缩的深度平面从深度缓冲器写入高速缓存。
在示例3中,处理器进一步包括解压缩器,该解压缩器用于对来自高速缓存的经压缩的深度平面进行解压缩,其中,对经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
在示例4中,第二深度硬件用于执行逐像素深度计算。
在示例5中,在确定该片段不满足要求后,处理器用于将该片段提供给第二深度测试硬件以进行逐像素插值,并且用于将逐像素值传输到深度缓冲器。
在示例6中,经压缩的深度平面以用于粗深度测试的速率写入深度缓冲器。
在示例7中,经压缩的深度平面包括片的多个块中的每个块的基线值;片的X偏移值和Y偏移值;以及深度符号和深度指数。
在示例8中,块的X偏移值和Y偏移值至少部分地基于该块的深度值在X方向上的斜率和该块在Y方向上的斜率。
在示例9中,块的基线值是该块的最小深度。
在示例10中,每个块是4乘4的像素块,并且其中片是8乘8的像素片。
在示例11中,一种系统,包括:一个或多个处理器,该一个或多个处理器包括图形处理器;存储器,该存储器用于数据的存储;以及高速缓存存储器,其中图形处理器包括栅格化器,该栅格化器用于生成包括像素数据的多个块的像素数据的片段,每个块包括多个像素;深度流水线,该深度流水线用于接收该片段,该深度流水线至少包括第一深度测试硬件和第二深度测试硬件,该第一深度测试硬件用于执行粗深度测试,该粗深度测试包括确定每个块的最小深度和最大深度,并且该第二深度测试硬件用于执行逐像素计算;以及深度缓冲器,该深度缓冲器用于存储深度数据,其中该系统用于确定该片段是否满足该片段完全覆盖像素数据的片并通过第一深度测试并且该片段的最小深度和最大深度中的每一个具有相同的符号和指数的要求,并且在确定该片段满足要求后,利用第一深度测试生成经压缩的深度平面,并且利用该经压缩的深度平面更新深度缓冲器。
在示例12中,该系统进一步用于将经压缩的深度平面从深度缓冲器写入高速缓存存储器。
在示例13中,图形处理器进一步包括解压缩器,该解压缩器用于对来自高速缓存的经压缩的深度平面进行解压缩,其中,对经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
在示例14中,在确定该片段不满足要求后,该系统用于将该片段提供给第二深度测试硬件以进行逐像素插值,并且用于将逐像素值传输到深度缓冲器。
在示例15中,经压缩的深度平面以用于粗深度测试的速率写入深度缓冲器。
在示例16中,经压缩的深度平面包括片的多个块中的每个块的基线值;片的X偏移值和Y偏移值;以及深度符号和深度指数。
在示例17中,一种方法,包括:在图形处理器的深度流水线处接收像素数据的传入片段,该深度流水线包括多个深度测试,该片段包括像素数据的多个块,每个块包括多个像素;对该像素数据的多个块中的每个块的多个像素执行第一深度测试,该第一深度测试包括确定每个块的最小深度和最大深度;确定传入片段是否满足该片段完全覆盖像素数据的片并通过第一深度测试并且该片段的最小深度和最大深度中的每一个具有相同的符号和指数的要求;以及在确定该片段满足要求后,利用第一深度测试生成经压缩的深度平面,并且利用该经压缩的深度平面更新深度缓冲器。
在示例18中,该方法进一步包括将经压缩的深度平面从深度缓冲器写入高速缓存。
在示例19中,该方法进一步包括对来自高速缓存的经压缩的深度平面进行解压缩,其中,对经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
在示例20中,第一深度测试是粗深度测试,并且多个深度测试进一步包括用于执行逐像素深度计算的中间深度测试。
在示例21中,一种或多种非暂态计算机可读存储介质,具有存储于其上的可执行计算机程序指令,该可执行计算机程序指令在由一个或多个处理器执行时使一个或多个处理器执行包括以下各项的操作:在图形处理器的深度流水线处接收像素数据的传入片段,该深度流水线包括多个深度测试,该片段包括像素数据的多个块,每个块包括多个像素;对该像素数据的多个块中的每个块的多个像素执行第一深度测试,该第一深度测试包括确定每个块的最小深度和最大深度;确定传入片段是否满足该片段完全覆盖像素数据的片并通过第一深度测试并且该片段的最小深度和最大深度中的每一个具有相同的符号和指数的要求;以及在确定该片段满足要求后,利用第一深度测试生成经压缩的深度平面,并且利用该经压缩的深度平面更新深度缓冲器。
在示例22中,该指令进一步包括将经压缩的深度平面从深度缓冲器写入高速缓存。
在示例23中,该指令进一步包括对来自高速缓存的经压缩的深度平面进行解压缩,其中,对经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
在示例24中,第一深度测试是粗深度测试,并且多个深度测试进一步包括用于执行逐像素深度计算的中间深度测试。
在示例25中,一种设备,包括:用于在图形处理器的深度流水线处接收像素数据的传入片段的装置,该深度流水线包括多个深度测试,该片段包括像素数据的多个块,每个块包括多个像素;用于对该像素数据的块中的每个块的多个像素执行第一深度测试的装置,该第一深度测试包括确定每个块的最小深度和最大深度;用于确定传入片段是否满足该片段完全覆盖像素数据的片并通过第一深度测试并且该片段的最小深度和最大深度中的每一个具有相同的符号和指数的要求的装置;以及用于在确定该片段满足要求后利用第一深度测试生成经压缩的深度平面并且利用该经压缩的深度平面更新深度缓冲器的装置。
在示例26中,该设备进一步包括用于将经压缩的深度平面从深度缓冲器写入高速缓存的装置。
在示例27中,该设备进一步包括用于对来自高速缓存的经压缩的深度平面进行解压缩的装置,其中,对经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
在示例28中,第一深度测试是粗深度测试,并且多个深度测试进一步包括用于执行逐像素深度计算的中间深度测试。
在上面的描述中,出于解释的目的,阐述了众多具体细节以便提供对所描述实施例的全面理解。然而,对本领域技术人员将显而易见的是,可以在没有这些具体细节中的一些细节的情况下实施实施例。在其他情况下,以框图形式示出了公知的结构和设备。在所示出的部件之间可以有中间结构。此处所描述的或所示出的部件可以具有未示出或描述的额外的输入或输出。
各实施例可包括各种过程。这些过程可由硬件部件来执行,或者可被具体化为计算机程序或机器可执行指令,该指令可用于使利用该指令编程的通用或专用处理器或逻辑电路执行这些过程。或者,这些过程也可由硬件和软件的组合来执行。
各实施例的多个部分可以作为计算机程序产品来提供,该计算机程序产品可以包括其上存储有计算机程序指令的计算机可读介质,该指令可以用于对计算机(或其他电子设备)进行编程以便由一个或多个处理器执行以执行根据某些实施例的过程。计算机可读介质可包括但不限于磁盘、光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或适于存储电子指令的其他类型的计算机可读介质。此外,实施例还可以作为计算机程序产品下载,其中,程序可以从远程计算机传递到请求计算机。
方法中的许多方法是以它们的最基本形式描述的,但是可将过程添加到方法中的任一方法中或从方法中的任一方法删除过程,并且可以向所描述的消息中的任何一个添加信息或从所描述的消息中的任何一个减去信息,而不背离当前实施例的基本范围。对本领域的技术人员而言将显而易见的是,可以作出许多进一步的修改和改编。特定实施例不是被提供用于限制概念而是用于说明概念。实施例的范围不是由以上所提供的具体示例来确定,而仅由所附权利要求确定。
如果说要素“A”耦合至或耦合于要素“B”,则要素A可直接耦合至要素B或例如通过要素C间接耦合。当说明书或权利要求书陈述部件、特征、结构、过程或特性A“致使”部件、特征、结构、过程或特性B时,这意味着“A”是“B”的至少部分成因,但也可以有辅助致使“B”的至少一个其他部件、特征、结构、过程或特性。如果说明书指示“可”、“可以”或“可能”包括部件、特征、结构、过程或特性,则不是要求包括该特定部件、特征、结构、过程或特性。如果说明书或权利要求书提到“一”或“一个”要素,这不意味着仅存在一个所描述要素。
实施例是实现方式或示例。说明书中对“实施例”、“一个实施例”、“一些实施例”、或“其他实施例”的引用意味着结合实施例所描述的特定特征、结构或特性被包括在至少一些实施例中,但不一定被包括在所有实施例中。“实施例”、“一个实施例”、或“一些实施例”的各种出现并不一定都指代相同的实施例。应该理解,在对示例性实施例的以上描述中,出于使本公开变得流畅并辅助理解各新颖方面中的一个或多个方面的目的,各个特征有时被一起编组在单个实施例、附图、或其描述中。然而,这种公开方法不应被解释成反映所要求保护的实施例要求比每项权利要求中所明确记载的更多特征的意图。相反,如所附权利要求所反映,新颖性方面存在于比单个前述公开的实施例的所有特征更少的特征中。因此,权利要求由此被明确纳入该说明书中,其中每一项权利要求独自作为单独的实施例。
前述说明书和附图应以说明性意义而非限制性意义来看待。本领域技术人员将理解,可对本文中描述的实施例作出各种修改和改变,而不背离如所附权利要求所述的特征的更宽泛的精神和范围。
Claims (20)
1.一种处理器,包括:
栅格化器,所述栅格化器用于生成包括像素数据的多个块的像素数据的片段,每个块包括多个像素;
深度流水线,所述深度流水线用于接收所述片段,所述深度流水线至少包括第一深度测试硬件和第二深度测试硬件,所述第一深度测试硬件用于执行粗深度测试,所述粗深度测试包括确定每个块的最小深度和最大深度;以及
深度缓冲器,所述深度缓冲器用于存储深度数据;
其中,所述处理器用于确定所述片段是否满足所述片段完全覆盖像素数据的片并通过所述第一深度测试并且所述片段的所述最小深度和所述最大深度中的每一个具有相同的符号和指数的要求,并且用于在确定所述片段满足所述要求后,利用所述第一深度测试生成经压缩的深度平面并且利用所述经压缩的深度平面更新所述深度缓冲器。
2.如权利要求1所述的处理器,其特征在于,所述处理器进一步用于将所述经压缩的深度平面从所述深度缓冲器写入高速缓存。
3.如权利要求2所述的处理器,其特征在于,所述处理器进一步包括解压缩器,所述解压缩器用于对来自所述高速缓存的所述经压缩的深度平面进行解压缩,其中,对所述经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
4.如权利要求1所述的处理器,其特征在于,所述第二深度硬件用于执行逐像素深度计算。
5.如权利要求4所述的处理器,其特征在于,在确定所述片段不满足所述要求后,所述处理器用于将所述片段提供给所述第二深度测试硬件以进行逐像素插值,并且用于将逐像素值传输到所述深度缓冲器。
6.如权利要求1所述的处理器,其特征在于,所述经压缩的深度平面以用于所述粗深度测试的速率写入所述深度缓冲器。
7.如权利要求1所述的处理器,其特征在于,所述经压缩的深度平面包括:
所述片的所述多个块中的每个块的基线值;
所述片的X偏移值和Y偏移值;以及
深度符号和深度指数。
8.如权利要求7所述的处理器,其特征在于,块的所述X偏移值和所述Y偏移值至少部分地基于所述块的深度值在X方向上的斜率和所述块在Y方向上的斜率。
9.如权利要求7所述的处理器,其特征在于,块的所述基线值是所述块的最小深度。
10.如权利要求1所述的处理器,其特征在于,每个块是4乘4的像素块,并且其中所述片是8乘8的像素片。
11.一种系统,包括:
一个或多个处理器,所述一个或多个处理器包括图形处理器;
存储器,所述存储器用于数据的存储;以及
高速缓存存储器;
其中所述图形处理器包括:
栅格化器,所述栅格化器用于生成包括像素数据的多个块的像素数据的片段,每个块包括多个像素;
深度流水线,所述深度流水线用于接收所述片段,所述深度流水线至少包括第一深度测试硬件和第二深度测试硬件,所述第一深度测试硬件用于执行粗深度测试,所述粗深度测试包括确定每个块的最小深度和最大深度,并且所述第二深度测试硬件用于执行逐像素计算;以及
深度缓冲器,所述深度缓冲器用于存储深度数据;
其中,所述系统用于:确定所述片段是否满足所述片段完全覆盖像素数据的片并通过所述第一深度测试并且所述片段的所述最小深度和所述最大深度中的每一个具有相同的符号和指数的要求;并且在确定所述片段满足所述要求后,利用所述第一深度测试生成经压缩的深度平面,并且利用所述经压缩的深度平面更新所述深度缓冲器。
12.如权利要求11所述的系统,其特征在于,所述系统进一步用于将所述经压缩的深度平面从所述深度缓冲器写入所述高速缓存存储器。
13.如权利要求12所述的系统,其特征在于,所述图形处理器进一步包括解压缩器,所述解压缩器用于对来自所述高速缓存的所述经压缩的深度平面进行解压缩,其中,对所述经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
14.如权利要求11所述的系统,其特征在于,在确定所述片段不满足所述要求后,所述系统用于将所述片段提供给所述第二深度测试硬件以进行逐像素插值,并且用于将逐像素值传输到所述深度缓冲器。
15.如权利要求11所述的系统,其特征在于,所述经压缩的深度平面以用于所述粗深度测试的速率写入所述深度缓冲器。
16.如权利要求11所述的系统,其特征在于,所述经压缩的深度平面包括:
所述片的所述多个块中的每个块的基线值;
所述片的X偏移值和Y偏移值;以及
深度符号和深度指数。
17.一种方法,包括:
在图形处理器的深度流水线处接收像素数据的传入片段,所述深度流水线包括多个深度测试,所述片段包括像素数据的多个块,每个块包括多个像素;
对像素数据的所述多个块中的每个块的多个像素执行第一深度测试,所述第一深度测试包括确定每个块的最小深度和最大深度;
确定所述传入片段是否满足所述片段完全覆盖像素数据的片并通过所述第一深度测试并且所述片段的所述最小深度和所述最大深度中的每一个具有相同的符号和指数的要求;以及
在确定所述片段满足所述要求后,利用所述第一深度测试生成经压缩的深度平面,并且利用所述经压缩的深度平面更新深度缓冲器。
18.如权利要求17所述的方法,进一步包括:
将所述经压缩的深度平面从所述深度缓冲器写入高速缓存。
19.如权利要求18所述的方法,进一步包括:
对来自所述高速缓存的所述经压缩的深度平面进行解压缩,其中,对所述经压缩的深度平面的解压缩包括使用无符号数学运算生成深度值。
20.如权利要求17所述的方法,其特征在于,所述第一深度测试是粗深度测试,并且其中所述多个深度测试进一步包括用于执行逐像素深度计算的中间深度测试。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/332,596 | 2021-05-27 | ||
US17/332,596 US20220383444A1 (en) | 2021-05-27 | 2021-05-27 | Generation and storage of compressed z-planes in graphics processing |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115409684A true CN115409684A (zh) | 2022-11-29 |
Family
ID=80780974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210522705.4A Pending CN115409684A (zh) | 2021-05-27 | 2022-05-13 | 图形处理中经压缩的z平面的存储与应用 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220383444A1 (zh) |
EP (1) | EP4095789A1 (zh) |
CN (1) | CN115409684A (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9002125B2 (en) * | 2012-10-15 | 2015-04-07 | Nvidia Corporation | Z-plane compression with z-plane predictors |
US10019836B2 (en) * | 2016-05-27 | 2018-07-10 | Intel Corporation | Planar depth representations for block compression |
US10565677B2 (en) * | 2017-10-16 | 2020-02-18 | Think Silicon Sa | System and method for adaptive z-buffer compression in low power GPUS and improved memory operations with performance tracking |
-
2021
- 2021-05-27 US US17/332,596 patent/US20220383444A1/en active Pending
-
2022
- 2022-03-15 EP EP22162018.0A patent/EP4095789A1/en active Pending
- 2022-05-13 CN CN202210522705.4A patent/CN115409684A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220383444A1 (en) | 2022-12-01 |
EP4095789A1 (en) | 2022-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11580027B2 (en) | Multi-tile memory management mechanism | |
US11151683B2 (en) | Use of inner coverage information by a conservative rasterization pipeline to enable EarlyZ for conservative rasterization | |
US11204801B2 (en) | Method and apparatus for scheduling thread order to improve cache efficiency | |
US11556480B2 (en) | Systems and methods in a graphics environment for providing shared virtual memory addressing support for a host system | |
US20230367740A1 (en) | Computing efficient cross channel operations in parallel computing machines using systolic arrays | |
CN113052746A (zh) | 用于多适配器编码的装置和方法 | |
US11461954B2 (en) | Dynamic constant update mechanism | |
CN114119338A (zh) | tanh和sigmoid函数执行 | |
CN113032159A (zh) | 编译器辅助的寄存器堆写入减少 | |
US20230205559A1 (en) | Kernel source adaptation for execution on a graphics processing unit | |
CN116071216A (zh) | 读取采样器反馈技术 | |
CN115858411A (zh) | 图形处理单元三维管线的共享功能的资源状态的高效缓存 | |
CN115205098A (zh) | 高性能常量高速缓存和常量访问机制 | |
US10929134B2 (en) | Execution unit accelerator | |
CN114518943A (zh) | 多片图形处理单元 | |
CN113870087A (zh) | 用于场景重建的近似三线性内插的设备和方法 | |
EP4095789A1 (en) | Generation and storage of compressed z-planes in graphics processing | |
US11182337B1 (en) | Computing efficient cross channel operations in parallel computing machines using systolic arrays | |
EP4181073A2 (en) | Native sampler feedback technology | |
US20230205704A1 (en) | Distributed compression/decompression system | |
US20230343015A1 (en) | Constant-based calculations in shader prologue shared function | |
CN117561542A (zh) | 用于通用可消耗压缩的统一无状态压缩系统 | |
CN115526767A (zh) | 指针解除引用技术 | |
CN115880135A (zh) | 用于数据压缩和解压缩的存储器分配技术 | |
CN115511692A (zh) | 图形处理单元和用于其的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |