GPU通用计算：ATI向左NVIDIA向右？

　　13.GigaThread线程调度 多任务并行处理

　　Fermi架构中每组SM单元的可执行线程数提高到了1024条，总线程执行能力则达到了24576条，如此多的线程数如何调度分配成了一大难题，为此NVIDIA引入了新的两级分配式（Two-level Distributed Thread Scheduler）线程调度机制。

　　第一级是芯片级的，有个全局分配引擎负责将线程块(Thread Blocks)分配到每个SM单元中，这一过程较为简单。第二级的线程调度则是SM内部，需要将32条并行线程分配到具体执行单元中去，这一过程比较复杂，因此NVIDIA引入了Dual Warp Scheduler调度机制。

Dual Warp Scheduler双线程调度器示意图

　　SM单元的调度器由32条并行线程组成，NVIDIA称之为“Warp”。每组SM中都包含两条warp 调度器和两个指令发送单元（保证两个warp调度器都可以同时发送和执行指令）。由于调度器各自独立运行，每个调度器都可以发送指令到16个CUDA核心、16个Load/Store单元以及4个SFU单元中去（正好是SM单元的一半），两个调度器互不依赖因此一个周期内即可发送一个warp，而G80/G200架构中需要两个周期才能完成一个warp，相比之下Fermi执行效率大幅提升。

　　Dual Warp Scheduler的困难是双精度运算不支持这样的双向调度方式，好消息则是大多数指令如整数指令、浮点指令、整/浮混合指令、load（载入）、Store（存储）以及SFU指令都支持Dual Warp Scheduler，只要这两条指令是相同的。

　　Fermi同时支持多任务处理，那么如何在不同人物之间快速切换也变得很重要。Fermi架构支持Context Swithing（前后关联切换）可以在25微秒内切换两种不同的应用，10倍于前代架构。举例来说，当前时刻显卡在进行纹理处理，下一时刻就要进行物理加速计算，Fermi架构就可以在25微秒内保证物理加速计算所需的资源，下一时刻或许又会从物理加速计算转向别的应用，期间的切换时间越短越好。

Fermi支持Concurrent Kernel Execution并行计算

　　上一段讲的不同程序之间的切换，Fermi并行处理的另外一个好处则是支持并发核心执行（Concurrent Kernel Execution），同一应用程序中不同但相关的核心可以同时运行，这样可以最大化利用GPU能力。举例来说，物理加速运算中可能需要请求流体以及刚体计算，这两者属于同一程序内的不同核心，以往的串行执行方式会是执行完流体运算后再进行刚体计算，而Fermi则可以同时进行流体与刚体计算。