16nm全新旗艦顯卡 GTX 1080首發評測

    NVIDIA在經歷了四年基于28nm FinFET制造工藝的核心架構以后，基于Pascal GP104的GeForce GTX 1080首次迎來了16nm FinFET制造工藝升級。更高精度的“光刻”工藝允許GPU在單位面積的芯片上集成更多數量的晶體管，在同樣的核心架構中，更加龐大的核心規模就意味著更強大的處理性能。所以16nm FinFET制造工藝能夠給NVIDIA新顯卡帶來的能效提升是可以預見的，但是一直在超越自己的NVIDIA會滿足于科技進步的必然結果嗎？答案是否定的。革命性的Pascal GP104核心，不但讓GeForce GTX 1080成為了有史以來性能最強的顯卡，同時也讓GeForce GTX 1080成為了前無古人的非常先進的顯卡產品之一！

GTX 1080是新一代的顯卡王者

    基于16nm FinFET制造工藝的Pascal GP104核心打造GTX 1080，是NVIDIA GeForce GTX 1000系列首款顯卡。拜Pascal核心架構所賜，作為一款旗艦級顯卡產品的GTX 1080，其180W的TDP、單8pin的供電規模并沒有成為性能大幅超越上一代旗艦GTX 980的瓶頸，如此高能效的GP104核心架構實在令人刮目相看！

    GTX 1080的GP104核心內建4組GPC和8個顯存控制器，每個GPC包含5個SM，1個SM中集成了128個CUDA單元、8個紋理單元、256KB的二級緩存、96KB的共享儲存空間以及48KB的一級緩存。

    SM流式多處理器能夠高度協調其中的CUDA核心以及其他功能元件的工作，這20個SM會參與到幾乎所有GPU執行的所有命令中。GeForce GTX 1080擁有8個位寬為32bit的顯存控制器，每一個顯存控制器配有八個ROP單元和256 KB二級緩存。所以，完整GTX 1080的GP104核心共有2560個CUDA單元、256bit顯存位寬、64個ROP、160個TMU以及2MB二級緩存。

    GP104的核心晶體管數量為7.2b，核心面積為314mm2，遠遠小于麥克斯韋家族的GM200，甚至比GM204還要小不少。得益于16nm FinFET工藝的應用，每平方毫米的晶體管數量達到了22.9m，遠遠高于GM200。這也是GP104能耗比如此高效的主要原因之一。此外，CUDA數量2560個，ROPs數量64個，TMUs數量160個，都介于GTX 980、GTX 980 Ti之間。

    NVIDIA將GPU開發工作的重點放在了設計Pascal核心架構的每一個細節中。Pascal之所有能夠成為有史以來能效最高的GPU，原因不僅僅是16nm FinFET帶來的制造工藝精進，更得益于持續提高的核心效率。NVIDIA工程團隊的一大精力投入重點是GPU核心運行頻率，橡木桶定律那樣，GPU核心運行頻率是由數以百萬計的設計電路中速度最慢的那一路徑決定的，所以這一最慢路徑的優化對于GPU核心運行頻率的提高是至關重要的。經過NVIDIA工程團隊在這一領域的不斷鉆研，GeForce GTX 1080的核心運行頻率要比GTX 980高出40%之多！單靠16nm FinFET的制造工藝，是不能夠帶來如此高比例的核心頻率提升的。

    相較于NVIDIA之前的顯卡，顯存由GDDR5升級為GDDR5X會帶來顯存帶寬的巨大提升。得益于256bit顯存位寬、10Gbps顯存頻率規格的GDDR5顯存，GeForce GTX 1080的顯存帶寬要比GTX 980多出了43%，再加上顯存壓縮架構的改進，GeForce GTX 1080可使用的有效顯存帶寬是GTX 980的1.7倍！

    經過NVIDIA顯存工程師多年的潛心研究，使得GDDR5X顯存的運行頻率能夠達到10Gbps，再加上GDDR5X IO電路的優化以及新的制造工藝，讓GDDR5X顯存在同樣的能源消耗下獲得43%的頻率提升成為可能。

    GPU芯片和顯存芯片之間的通路也是提高顯存帶寬實際效率的重要因素。同樣的，二者之間的信息交換速度也是由信號最弱的那條通路所決定，NVIDIA顯存工程師將各個通路都進行了細致的調校，盡可能地排除信號的串擾情況和不連續性，以降低通路信號的損耗。

    總而言之，NVIDIA在顯存方面的工作成果，不僅是讓GDDR5X顯存獲得了10Gbps的運行速度，而且還從設計上改善了GPU和顯存芯片之間的信號通路。

    NVIDIA GeForce GTX 1080的顯存子系統使用無損壓縮存儲技術，可以減少DRAM的帶寬需求，該技術可以帶來如下幾點好處：

    1.減少了寫入到顯存中的數據量

    2.減少了由顯存轉入至二級緩存的數據量，換言之就是增加了二級緩存的容量

    3.減少了GPU中各個元件之間的數據傳輸量

    GPU中的壓縮管道有許多不同的壓縮算法，GPU可以從中擇優作為數據壓縮的途徑。這些算法中最重要的就是增量顏色壓縮。GPU利用增量顏色壓縮算法，計算一個范圍里像素之間的差異，然后給這些像素加上基準δ值并存儲下來。如果這種算法成功的話，這些數據將以2:1的比例存儲下來。存儲的數據經過壓縮后，GeForce GTX1080所處理的每一幀畫面需要提取的數據量就會顯著減少。這樣相當于提供了20%的額外顯存帶寬，再結合上GeForce GTX1080的10 Gbps頻率的GDDR5X顯存，最終使得GTX1080的有效顯存帶寬成為GeForce GTX980的1.7倍。