AMD桌面級APU發布！Llano A8深度評測

第五章 APU加速處理器應用體驗

    在上一章，我們通過全方位的測試，以數據的方式向大家展示了APU加速處理器在CPU、GPU以及異構計算方面的實際性能。但是理論運算能力再強，也都需要軟件的支持才能發揮出威力。本章將向大家展示AMD近年來在異構計算方面的努力，這一切都是為APU做準備的。

第五章/第一節 APU粒子模擬加速

    首先我們來看一個可以將APU異構計算加速能力發揮到最大的演示程序，這是AMD官方設計的一個Demo，采用了OpenCL并行計算技術，充分調動了APU內部的CPU和GPU運算單元，通過智能分配任務的方式將GPU和CPU的運算能力都發揮到最大。

    之所以說AMD的APU并不是把CPU和GPU簡單的組合在一起這么簡單，就是因為AMD的CPU和GPU可以通過OpenCL或DirectCompute并行計算技術協同工作。而Intel的SandyBridge則不行，Intel只有CPU部分支持OpenCL，GPU部分無法支持，不能起到加速效果。

    AMD這個演示Demo當中大約有3.2萬個移動的小粒子、400個固定的大粒子。如果小、小粒子碰撞，就交給GPU去利用OpenCL檢測；計算如果是大、小粒子或者大、大粒子碰撞，則交給CPU負責，這樣的任務分配充分發揮了CPU和GPU的計算能力優勢，APU的負載始終處在接近TDP的水平，運算分布均勻。

    除了運算量合理分配之外，由于APU內部的CPU和GPU共享系統內存，這樣CPU和GPU之間就實現了零拷貝，無需通過前端總線去進行數據交換，執行效率大大提高，同時減少了內存帶寬資源的爭搶，減少了內存帶寬壓力。

    這款演示Demo還有一些特殊的設計，還應用到了DX11當中的HDAO、Alpha混合透明、軟陰影等，GPU做并行計算時用不到的圖形渲染模塊也被用于增強演示Demo的畫質，也就是說APU一手包辦了CPU和GPU異構計算以及DX11圖形渲染的所有任務，令人嘆為觀止！

可惜這款Demo僅供內部開發人員以及技術演示，暫時不提供下載。