GPU通用计算：ATI向左NVIDIA向右？

　　9.Fermi欲出 NVIDIA胜算几何？

　　与AMD抛弃RV870这样的研发代号相似，NVIDIA新一代显卡的研发代号也不再延续GT300的名字而是命名为“Fermi”，这个名字来自于美籍意大利物理学家Enrico Fermi（恩里科 费米，伟大的实验物理与理论物理学家，建立世界上第一座可控裂变反应堆，并参与原子弹研发，1938年因发现中子核反应获诺贝尔物理学奖）。如果联系到NVIDIA的高性能服务器品牌名为“Tesla”（尼古拉 特斯拉，一个被世人忽略的科学天才，有兴趣的可以查找维基百科），NVIDIA在新架构上寄托的希望甚至是野心也就很明了了。

Fermi能否给NVIDIA带来好运？

　　如果说G80是NVIDIA试水通用计算的第一步解决的是有无的问题，GT200是针对G80通用计算能力不足的一次扩展，那么Fermi将是NVIDIA近几年来开发通用计算架构的一次总结，也是一次升华，其目的是设计出世界上第一款通用计算GPU（NVIDIA官方PDF语），继续推进NVIDIA的“GPU是计算的核心”构想。

　　NVIDIA在设计G80架构时还带着很大的试探心理，毕竟当时的重心依然是DX游戏应用，通用计算能力属于显卡的附属，再加上当时的工艺限制，GPU核心不可能设计的很庞大，所以G80流处理器数量较低，而且不支持双精度浮点运算。GT200中虽然支持双精度运算，但是效率比较低，Fermi吸取了前两款GPU的使用经验，针对高性能计算作了如下改进：

　　1. 提升双精度运算能力。在这一点上相比GT200改进多多，FP64双精度浮点运算能力可以达到FP32单精度峰值速度的1/2，而GT200中双精度仅有单精度运算的1/8峰值速度。

　　2. 支持ECC纠错。商业计算对数据运算的可靠性要求非常高，服务器中ECC内存必不可少，NVIDIA要想在其中分一杯羹也同样要在计算可靠性上下足功夫，Fermi的register寄存器缓存、L1/L2缓存以及显存都支持ECC纠错功能，减少了后顾之忧。

　　3. 真正的缓存结构。Fermi之前的架构都是共享内存（shard memory）结构，有些并行程序并不支持共享内存，需要真正的缓存来避免这种情况的发生。

　　4. 更大的共享内存。原来16KB大小的SM内共享内存已经不能满足越来越多的CUDA程序的要求，Fermi中每组SM单元的共享内存提高到64KB。

　　5. 更快的转换速度。Fermi是首款真正的肩负游戏应用和高性能计算的GPU架构，在两种不同的应用环境中的转换速度要尽可能地快，NVIDIA的目标是提高至少10倍。

　　6. 更快的原子操作。并行计算中需要更快的“read-modify-write”原子操作，Fermi的速度将达到GT200的5-20倍。

　　Fermi的设计目标看起来非常远大，NVIDIA倾注了大量心血用它打造真正的GPU 中央处理器，无论是游戏应用还是高性能计算都要一网打尽，那么Fermi架构能否承担这一重任呢？