R700指令集架构参考手册——第二章：程序组织和状态

来源：互联网发布：数据挖掘笔试题编辑：程序博客网时间：2024/05/26 02:55

R700程序由控制流（CF）、ALU（译者注：算术逻辑单元）、取纹理和取顶点指令组成。ALU可以具有多达三个源操作数和一个目的操作数。指令对32位或64位IEEE浮点值以及带符号或无符号整型进行操作。某些指令的执行致使断言（predicate）位被写，从而影响后面的指令。图形程序一般使用取顶点和取纹理指令来加载数据；而通用计算应用一般使用取纹理指令来加载数据。

2.1 程序类型

以下程序类型一般运行在R700上（见图1.2）：

1、顶点着色器（VS）——读顶点，处理它们。依赖于是否有一个几何着色器（GS）在活动，它要么对一个VS环缓存，要么对一个参数Cache和位置缓存输出结果。它不引入新的图元。一个顶点着色器可以调用一个取子例程（FS，Fetch Subroutine），它是一个特殊的全局程序用于取顶点数据，出于执行目的，作为顶点程序的一部分。FS提供了在被一个VS所要求的取数据的过程和VS其本身之间的驱动独立性。

2、几何着色器（GS）——从VS环缓存读取图元，并且为每个输入图元，写一个或多个图元作为输出到GS环缓存。这个程序类型是可选的；当活动的时候，它要求一个DMA拷贝（DC）程序处于活动。GS从由VS所创建的片外存储器缓存读多达6个顶点；它输出一变量个数的图元到一第二个存储器缓存。

3、DMA拷贝（DC）——从GS环缓存到参数Cache和位置缓存传输数据。它对于正在运行一个几何着色器的系统而言是所必要的。

4、像素着色器（PS）或片段着色器——这类程序：

——接收来自将被着色的光栅化器的像素数据

——处理四像素集（以一个2×2阵列所安排的四个像素元素），并且

——写输出到多达8个本地存储器缓存，称为多重渲染目标（MRT，Multiple Render Target），一个MRT可以包含一个或多个帧缓存。

5、计算着色器（CS）——一个通用程序，使用其线程ID作为一个索引来执行：

——收集对一组或多组输入数据的读

——算术计算，以及

——对一组或多组输出数据离散写到存储器

所有程序类型接受相同指令类型，并且所有程序类型可以运行在支持这些程序的任一可用的DPP阵列流水线；然而，每个内核类型有某些限制，这将会根据具体的类型进行描述。

2.1.1 数据流

主机可以初始化R700以一个或两个配置运行——带有或不带有一个几何着色器程序和一个DMA拷贝程序。见图1.2。每种数据流在以下部分描述。

2.1.2 不存在几何程序

这个处理配置由以下步骤组成：

1、VS程序发送一个指向本地存储器的一个缓存，包含多达64个顶点索引。

2、R700硬件将其输入缓存（远程存储器）中的这些顶点组织成向量。（译者注：可以想像glDrawArray这类OpenGL函数，硬件根据输入的绘制模式类型，比如GL_LINE、GL_TRIANGLE_STRIP等将顶点组织成向量）

3、当所有顶点准备好被处理时，R700分配GPR以及线程空间用于处理64个顶点的每一个，基于编译器提供的大小。

4、VS程序调用取子例程（FS）程序，将顶点数据取到GPR中，并将控制返回给VS程序。

5、变换、光照、以及VS程序的其它部分运行。

6、VS程序在位置缓存中分配空间，并输出顶点位置（XYZW）。

7、VS程序分配参数Cache和位置缓存空间，并输出每个顶点的位置和参数。

8、VS程序退出，R700释放其GPR空间。

9、当VS程序完成时，像素着色器（PS）程序开始。

10、R700硬件从位置缓存中的数据和顶点几何翻译器（VGT）中的数据汇编图元，执行扫描转换和最后的像素插值，并将这些值加载到GPR中。

11、PS程序然后为每个像素运行。

12、程序将数据输出到一个帧缓存，然后R700释放起GPR空间。

2.1.3 几何着色器存在

表2.2展示了当一个几何程序存在时，程序运行的次序。

这个处理配置由以下步骤组成。

1、R700硬件从顶点几何翻译器（VGT）将输入索引或图元以及顶点ID加载到GPR中。

2、VS程序取顶点（译者注：单数）或所需要的顶点（译者注：复数）。

3、变换、光照和VS程序的其它部分运行。

4、VS程序通过写顶点输出到VS环缓存结束。

5、GS程序从VS环缓存读多个顶点，执行其几何功能，并且针对每个输入顶点输出一个或多个顶点到GS环缓存。VS程序对每个输入只能写一单个顶点；GS程序对于每个输入可以写大量的顶点。每次一个GS程序输出一个顶点时，它对顶点VGT指示，一个新的顶点已经被输出（使用EMIT_*指令）。VGT计数由每个GS程序所创建的顶点个数的总和。GS程序通过发布CUT_VERTEX指令划分图元条带（primitive strip）。

6、当所有顶点已被输出时GS程序结束。没有位置和参数被输出。

7、DC程序从GS环缓存读取顶点数据，并使用一条MEM_*存储器输出指令将此数据传输到参数Cache和位置缓存。

8、DC程序退出，R700释放GPR空间。

9、PS程序运行。

10、R700从位置缓存、参数Cache和VGT中的数据汇编图元。

11、硬件执行扫描转换以及最后的像素插值，并且硬件将这些值加载到GPR中。

12、PS程序运行

13、当PS程序到达数据末尾时，它使用EXPORT指令将数据输出到一个帧缓存或其它渲染目标（多达8个）。

14、程序通过执行一条EXPORT_DONE指令退出，并且处理器释放GPR空间。

2.2 指令术语

表2.3概括了本文档所用到的某些指令相关的术语。指令其本身在剩下的章节中描述。每条指令的细节在第9章中给出。寄存器类型在“寄存器”中描述。

1、微代码格式——32位。对于所有指令的一种或若干中编码格式。它们在3.1、4.1、5.1、6.1小节以及第10章中描述。

2、指令——64或128位。两个到四个微代码格式，以指定：

（1）控制流（CF）指令（64位）。这些包括：通用控制流指令（诸如分支和循环），分配缓存空间和输出数据的指令，以及启动ALU、取纹理、或取顶点子句（Clause）的执行的指令。

（2）ALU指令（64位）

（3）取纹理指令（128位）

（4）取顶点指令（128位）

（5）数据共享指令（128位）

（6）存储器读指令（128位）

指令在微代码格式中通过它们的域名和助记符中的_INST_字符串进行标识。指令的功能在第9章中描述。

3、ALU指令组——64到448位。可变大小的指令和常量组，由以下构成：

（1）一到五个ALU指令

（2）零到两个64位字面常量

ALU指令组在4.3小节中描述

4、字面常量——64位。字面常量指定了两个32位值，它们可以表示与一个128位向量的两个元素相关联的值。这些常量可选地可以包含在ALU指令组中。

字面常量在4.3小节中描述。

5、槽（Slot）——64位。在一个ALU指令组内一个有序的位置。每个ALU指令组有1到7个槽，相应与ALU指令组中的ALU指令与字面常量的号码。

槽在4.3小节中描述

6、子句（Clause）——64到64x128位（64个128位字）。一组相同类型的指令。子句的类型有：

（1）ALU子句（包含ALU指令组）

（2）取纹理子句

（3）取顶点子句

子句由控制流（CF）指令启动，并在2.3小节中描述

7、输出（Export）——做下列任意一件事：

（1）从GPR写数据到输出缓存（一个“临时缓存（scratch buffer）”，“帧缓存”，“环缓存”，“流缓存”，或“缩减（reduction）缓存”）。

（2）将一个数据输入的地址写到存储器控制器。

（3）从一个输入缓存（“临时缓存”或“环缓存”）读取数据到GPR。

7、取（Fetch）——使用一个取顶点或取纹理指令子句加载数据。加载对于通用目的寄存器（GPR）不是必须的；加载的指定类型可能受限于存储目的的指定类型。

8、顶点——一组(x, y)2D坐标。

9、四元（Quad）——安排为一个2乘2阵列的四个(x, y)数据元素。

10、图元（Primitive）——一个光栅化之前的点、线段或多边形。它具有由几何坐标指定的顶点。通过跨图元的线性插值，顶点可以与额外的数据相关联。

11、片断（Fragment）——对于图形编程：

（1）光栅化一个图元的结果。一个片断没有顶点；取而代之的是它由(x, y)坐标表示。

对于通用目的编程：

（1）一组(x, y)数据元素

12、像素（Pixel）——对于图形编程：

（1）将一个片断放置在一个(x, y)帧缓存中的结果。

对于通用目的编程：

（1）一组(x, y)数据元素

2.3 控制流和子句

每个程序由两个部分组成：

1、控制流——控制流指令可以：

——启动ALU、取纹理、或取顶点指令的执行。

——输出数据到一个缓存。

——控制分支、循环和栈操作。

2、子句——一组同构指令；每个子句独立地，由ALU、取纹理、取顶点、本地数据共享、或存储器读指令组成。启动一个ALU、取纹理、或取顶点子句的一条控制流指令通过引用一个合适的子句执行。

表2.4提供了一个典型的程序流例子

功能 微代码格式

控制流（CF）代码子句代码

启动循环 CF_DWORD[0, 1]

启动取纹理子句 CF_DWORD[0, 1]

取纹理或取顶点子句，以从存储器将数据加载到GPR TEX_DWORD[0, 1, 2]

启动ALU子句 CF_ALU_DWORD[0, 1]

ALU子句在已被加载的数据和字面常量上计算。 ALU_DWORD[0, 1]

这个例子展示了由一单个包含五条ALU指令 ALU_DWORD[0, 1]

（每条两个四字）以及两个四字的字面常量的 ALU_DWORD[0, 1]

ALU指令组所构成的一单个子句（译者注： ALU_DWORD[0, 1]

这里，一个字为16位） ALU_DWORD[0, 1] 最后一位，置1

Literal[X, Y]

Literal[Z, W]

结束循环 CF_DWORD[0, 1]

在一个输出缓存中分配空间 CF_ALLOC_EXPORT_DWORD0

CF_ALLOC_EXPORT_DWORD1_BUFFER

将结果从GPR输出（写）到输出缓存 CF_ALLOC_EXPORT_DWORD0

CF_ALLOC_EXPORT_DWORD1_BUFFER

控制流指令（译者注：复数）：

1、构成主程序。分支语句、循环以及子例程调用在程序的控制流部分中被直接表达。

2、包含同步操作的机制。

3、指示一个子句什么时候完成时。

4、对于缓存而言是所要求的，在程序块的输出缓存中分配缓存，以及写到一个程序块的输出缓存。

一些程序类型（VS、GS、DC、PS）具有与其它块同步的控制流指令。

每个子句被一条控制流指令调用，是一有限长度指令的顺序列表。子句不包含控制流语句，但ALU子句指令可以基于每条指令应用一个断言。在一单个子句内的指令串行执行。一个程序的多个子句可以并行执行，如果它们包含不同类型的指令，并且子句相互独立（这种并行执行对程序员是不可见的，除了性能提升）。

ALU子句包含以每5个ALU（ALU.[X, Y, Z, W]和ALU.Trans）执行操作的指令，包括设置和使用断言，以及像素扼杀（pixel kill）操作（见4.8.1小节）。取纹理子句包含执行纹理以及从存储器读取常量的指令。取顶点子句专用于从存储器获取顶点数据。缺乏一个顶点Cache的系统可以在一个纹理子句中执行取顶点操作。

一个断言（predicate）是一个比特，它可以被置1或清0，作为计算某些条件的结果；从而，它被用来屏蔽写一个ALU的结果或本身作为一个条件。有两种断言，每种都在一个ALU子句中被置1：

1、第一种对于ALU子句本身而言，是一单个本地断言。一旦被计算，断言可以在后面的一条指令中被引用，以带条件地将一个ALU计算结果写到所指示的通用目的寄存器。

2、第二种类型是一个断言栈中的一个比特。一个ALU子句在栈中计算断言位，并对栈进行操作。在栈中的一个断言位可以在一条控制流指令中被引用，以引起带条件的分支。

2.4 指令类型和分组

R700家族设备识别以下指令类型：

1、控制流指令

2、子句类型：ALU、取纹理、取顶点、本地数据共享子句，以及存储器读子句

在处理器中对于每种指令类型有独立的指令Cache。

一个CF程序没有最大大小；然而，每个子句有一个最大大小。当一个程序在存储器中被组织时，指令必须如下安排：

1、所有CF指令

2、所有ALU子句

3、所有取纹理和取顶点子句