谈谈三星手机上的AMD GPU，秒杀iPhone还有多远？

前不久的一则新闻，曝光了三星即将推出的Exynos芯片的图形性能。这颗应用于未来三星手机的SoC芯片，据说其3DMark Wild Life跑分达到了8134分。这个性能成绩比高通骁龙888的Adreno 660高出大约50%。至于和苹果A14比，我们手头没有可现测的设备，有媒体提到8134这个得分和iPhone 12 Pro Max相似，也有媒体提到iPhone略胜或iPhone在这项测试中无法达到8000分。

无论如何，这应该是三星Exynos芯片首次在GPU绝对性能上大幅领先高通，且与苹果差不多。如果消息可靠，那么这也意味着三星的新一代Exynos芯片在手机平台上基本可以碾压其他竞争对手（麒麟9000满血的Mali G78MP24这个项目的得分大概是6000分出头）。

这也并不奇怪，前年AMD和三星共同宣布多年战略合作，以及今年年初三星宣布下一代旗舰Exynos芯片会搭载AMD最新的RDNA架构GPU，到上个月的Computex大会上AMD宣布RDNA 2会出现在高性能手机市场上——“我们很高兴宣布我们即将把定制图形IP带到三星下一代旗舰SoC上，且将支持光线追踪和VRS（可变速率着色）”。

预计明年的三星旗舰手机（Galaxy S22）上就会看到AMD的GPU。这还是AMD的GPU首次以很明确的方式出现在手机平台上——当然，这得抛开当年高通从ATI（AMD）手中接过Imageon移动GPU业务，成就现在的高通Adreno GPU这件事。AMD对于手机GPU的影响还真是深远和有趣。这颗AMD GPU在手机上出现之前，我们来发（sui）散（bian）地谈谈AMD GPU应用于手机平台的可行性，毕竟AMD此前都只有桌面平台高性能GPU的经验；也当是对AMD GPU当代产品的技术科普。

有关三星与AMD的合作方式

2019年，三星与AMD明确“多年战略合作”之时，双方的合作就显得相当有趣。三星获得的是AMD的图形IP授权——就像Arm此前把Mali GPU授权给三星、华为、联发科那样，AMD并不负责制造GPU。

与此同时，2019年签署的协议已经明确，只允许三星在“与AMD不发生竞争关系的领域”使用AMD GPU IP，比如说手机、平板等。这基本上意味着三星授权得到的IP，并不会出现在PC这样的平台上——这对高通而言可能是个好消息，毕竟高通骁龙SoC已经开始广泛应用于笔记本平台了，而三星与AMD的合作可能很难对高通产生什么正面冲击（虽然高通可能还需要考虑联发科与英伟达的合作问题）。

另外一点值得探讨的是，双方的合作究竟是以何种方式展开的。一方面AMD和Arm还是不同的：AMD虽然也有IP授权业务（属于这家公司的Enterprise, Embedded and Semi-Custom业务），但这不是AMD的主营方向，更少见GPU IP直接授权。AMD与客户合作更在意、在行的其实是半定制（semi-custom），比如索尼PS、微软Xbox游戏机之上的处理器就属于AMD的半定制业务。AMD今年Q1财报还特别提到，其半定制产品销量巨幅提升。

另外，三星SLSI此前似乎早就对Mali GPU不满意了，曾立志自主研发GPU（此前称为SGPU计划）。虽然三星的CPU/GPU自主研发计划都受挫了，但研发的“遗产”应当还是有的，而且此前也有多年搞Arm Mali移动GPU的经验。加上AMD其实并没有造手机GPU的经验，双方的这次合作很可能会是相互促进做更有效的定制的方案，而不是像Arm那样做简单的IP整套授权——此前的模式下，三星的发挥余地也相当有限。

虽然AMD在2019年发布RDNA初代架构时，就强调了其可扩展性，不过真的要让RDNA适用于手机这样的低功耗设备恐怕也没有那么简单。

AMD的RDNA架构GPU

Lisa Su在Computex上明确，三星的下一代Exynos会采用RDNA 2架构的GPU。在AMD的路线图上，RDNA是GCN（Graphics Core Next）的迭代架构（GPU微架构与指令集）。2019年7月发布的Radeon RX 5000系列GPU（代号Navi）是应用RDNA初代最早的产品。当初AMD在发布RDNA时似乎就提到了，其适用范围包括智能手机、笔记本，以及超级计算机，可扩展性实现全场景覆盖。

RDNA二代产品Radeon RX 6000系列是去年年末问世的。我们来简单看看所谓的RDNA架构，到底是什么，以及将其应用于手机平台的可行性。

RDNA相比GCN一个比较大的变化就是wave32。GCN架构之时，shader编译器创建的wavefront宽度是64，而RDNA架构的并行宽度收窄到了32线程。wavefront是线程分组的一个名词，比如每32个执行单元分成一组来跑同一指令，意即一个wavefront宽度为32线程。不过不同的厂商对线程分组的称谓不同，AMD称其为wavefront，而英伟达称其为warp。wavefront可认为是GPU的最基本可调度单元，亦有说法是“代码的最小可执行单元”，“在所有线程中，同时执行同一指令”，“SIMD过程中数据处理的最小单位”。

以前AMD GPU的wavefront普遍是64，也就是每64条线程分组并行（不过GCN事实上是16-wide SIMD，所以wavefront要以16通道分组作4周期来执行）。RDNA架构将其收窄为32（wave32）有三方面的考量。

其一是当代GPU编程代码已经不只是一系列简单指令了，会有更多的循环、分支。比如在代码有分支的情况下，更宽的线程分组会造成资源利用率的低下——一般一个wavefront一直在执行相同的指令，如果出现分支就会出现divergence，wavefront中的更多核心会闲置。而更窄的分组并行宽度，在遭遇循环和分支时，相比以前就能提升效率。

而且更窄的wavefront本身对于数据访问占用更少资源、完成更快，比如使用一半的寄存器——在更快速完成工作之后，寄存器更快地释放出来，也就达成了更高的资源利用率。

其次，wave32是将任务切分成更小的数据流，事实上可达成更好的并行度，提升性能和效率。针对更窄的wavefront，本文就不再展开了。

RDNA相比GCN其他改进还包括，单周期发射4条指令到每一组SIMD——GCN每4个周期发射1个指令的wavefront，而RDNA则是每个周期就能发射32线程wavefront，给执行单元。RDNA的另外一个主要改进是引入了所谓的Workgroup Processor（WGP）。WGP就是以前的CU（compute unit），即shader内部的基本构成单元。每个WGP包含2个CU，单WGP可实现更大的算力和内存带宽，这一点下文还会谈到。

RDNA2应用于手机的可行性

RDNA2则是RDNA的迭代架构，是在去年年末发布的。此前AMD曾经提到过，RDNA2相比RDNA实现了54%的每瓦性能提升，也就是更高的能效——这可能是RDNA2可应用于低功耗产品的基础。事实上RDNA2并没有换用更新的制造工艺，单靠架构改进实现54%每瓦性能提升感觉也是很厉害。另外RDNA2也提升了频率和IPC，且在特性上开始支持硬件加速的实时光线追踪、Infinity Cache、mesh shader、sampler feedback和VRS（可变速率着色）——也就是对DirectX 12 Ultimate的支持。

不过RDNA2这55%的效率提升，真的是为手机准备的吗？其实简单看一看AMD公开有关RDNA2的更新就会发现，应用于桌面的RDNA2 GPU所实现的“54%每瓦性能提升”，和手机可能关系并没有那么大。首先RDNA2的核心架构相比RDNA并没有什么大变化。不过RDNA2在电源管理方面的确下了不少功夫，包括更加精细化的时钟门控策略；而且重新搞了CU的数据路径——也就是降低数据移动的功耗开销，减少传输能量开销。

另外AMD在幻灯片上还提到了比较激进的“aggressive pipeline rebalancing”，不过具体不知道是怎么个rebalance法。这几项改进固然很有价值。

不过在功耗降低的问题上，这代架构比较大的一个变化应该是引入了Infinity Cache。Infinity Cache是GPU的片内cache。从AMD的说法来看，它很像CPU上的L3 cache，作为与显存之间的缓冲地带——感觉这两年AMD特别喜欢在cache上动心思（比如前不久才宣布的Zen 3处理器上3D堆叠L3 cache）。AMD方面表示，因为Infinity Cache的存在，也就完全不需要显存位宽做到384bit（此处应该是在嘲笑英伟达），峰值带宽超2倍，功耗却只要90%。

这招固然有效，但要应用到手机上恐怕难度很大。Navi 21核心配的Infinity Cache是128MB SRAM，要耗费的晶体管是巨量的——这一项能效上的巨大改进很难用于手机SoC。在我们看来，Infinity Cache的加入极有可能是RDNA2在PC平台实现54%每瓦性能提升的最关键要素。

那么RDNA本身的弹性化规模扩展特性呢？我们来看看RDNA的核心情况。前文已经提到，RDNA的每个Workgroup Processor包含2个CU（Compute Unit）。AMD日常在宣传中会提GPU上有多少个CU单元，这一代架构上的CU是成对出现的——每两个CU（也就是每一个WGP）作为GPU的基本计算构建模块存在，这也是相比GCN架构一个比较大的变化。

RDNA的CU构成大致如上图所示（上面一个CU，下面另一个CU）。在这样一个Dual Compute Unit中，一共有4组SIMD（Steam Processors，SP），每个SIMD包含32个ALU（算数逻辑单元）。这两个CU之间会共享一些资源，比如各种cache、纹理过滤单元、纹理映射单元等。

到具体的GPU产品上，举例说面向笔记本的Radeon RX 6600M采用了28个这样的CU；面向桌面PC的6700XT内包含了40个CU，而更高端的6900XT则有80个CU（519mm² die size，超过260亿晶体管）。

上面这张结构图展示的是6900XT的Navi 21核心，每20个CU（10个WGP）构成一个Shader Engine；每个Shader Engine除了CU之外，还有一些共享的硬件单元，如光栅单元，相关深度、stencil、alpha测试、像素blending等的渲染后端（RDNA 2事实上在这部分也有的提升）等。在Shader Engine之间当然也需要一些公共单元，如L2 cache、几核引擎等，这里不再赘述。从这里不难看出，在这个层级的抽象中，CU属于AMD GPU的最小单位——两个CU组成WGP，多个WGP组成Shader Engine，多个Shader Engine组成GPU。

上面这些是面向PC有高图形算力需求的GPU产品，这种规模当然不可能应用到手机上。有兴趣的同学可以去看看我们此前对Imagination PowerVR处理器近代架构的详述——PowerVR目前主要是面向手机这样的移动产品的，以此可以看看手机和桌面端的GPU在硬件规模上有着怎样的差距。

上述三款不同规格的AMD GPU，其TDP功耗设定分别在100W（6600M）、230W（6700XT）、300W（6900XT）。手机SoC的功耗吃不消这么大的数量级，此前华为麒麟9000在跑一些高负载的游戏测试时，能达到10W的整机峰值功耗，我们就已经认为相当惊人了。

不过既然CU可以弹性扩展，那么如果我们（不负责任地）推算一下，不考虑显存、GPU核心频率、CU本身规模缩放、渲染其他阶段功耗之类的问题，那么用TDP功耗来除以CU数量，则每个CU被“分配”到4-6W的功耗。

虽然这个计算方法很不靠谱，不过似乎如果不做CU本身规模的缩放，手机上大概能塞进RDNA 2架构的一个完整的WGP（Workgroup Processor），或者说Dual Compute Unit（即2个CU）。不过手机端的GPU频率也不可能达到2GHz这样的频率（比如Adreno 660的shader频率最高可能在800MHz左右），而且手机GPU没有专用的显存，CU规模、渲染管线也都可能调整，产品问世前的变数还很大。

一些猜测和疑问

另外一个众所周知的事实是，像手机这样对功耗、带宽都格外敏感的设备，不大可能用桌面端那种大手大脚作数据存取操作的传统IMR（Immediate Mode Rendering）立即渲染结构。对于桌面级GPU而言，传统IMR是以整个帧为单位做绘制的，在像素着色（pixel shading）阶段，因为有大量像素要处理（相比顶点要多很多），依赖外部存储的读写操作会比较频繁。

所以手机或移动GPU最早改进采用TBR（Tile-Based Rendering）架构，就是所谓的分块渲染。就是将整个屏幕显示分成若干区域，每个区域都是一个tile；GPU可以一个tile一个tile地渲染的。GPU再配个片上cache，就能显著减少读写外部存储的时间。Arm Mali、高通Adreno、苹果GPU等普遍在用TBR渲染结构。 

不过极有可能2014年英伟达Maxwell也开始采用基于tile的光栅化和分组（binning）操作；2017年AMD在vega上开始作这种应用（Draw Stream Binning Rasterizer），想必带宽的节约也是颇有经验的。与此同时，苹果、Imagination（Arm也有可能）普遍在用一种名为TBDR（Tile-Based Deferred Rendering）渲染结构，以“进一步”的“延后”，更早地搞清楚画面中哪些部分被前景遮挡，真正避免画面的overdraw，也就不需要处理被完全遮挡的几何体，更大程度地节省带宽和资源。

这些可能都是AMD需要针对移动平台考虑的问题，虽说AMD极可能在这方面已经具备了经验。就像前文提到的，三星Exynos要应用的RDNA2，是否还是完整形态的RDNA2或者只是规模弹性缩减，或要在核心规模上做大改？这些都是比较有趣的问题。

此外，Lisa Su在Computex上提到未来的三星SoC会携光线追踪和VRS（可变速率着色）登场。VRS其实没什么大不了，高通Adreno 660也已经实现了VRS——这项技术本来就在致力于优化硬件资源利用率。（Arm此前也预告过正在搞VRS和光追，不过不知道何时搞出来）

至于光线追踪，此前我们曾撰文特别解析过这种技术，它要实现的是更真实和符合直觉的画面光照效果。这项技术的力推者其实是英伟达，Imagination在移动端也在推——不过Imagination这两年所推IP的实际应用可能算不上成功。

光线追踪目前是对硬件资源有贪婪需求的技术，桌面端的推广都尚且未全面铺开。AMD也是在RDNA2上才开干光线追踪的。一般光线追踪需要额外的专用硬件单元来做加速，比如英伟达的RT cores。

AMD这一代的GPU的确也加入了一个所谓的ray accelerator（光线加速器），每个CU中都有一个ray accelerator——这个硬件是用于检测BVH包围盒中的光线与图元相交，另外用shader来做BVH遍历并对场景做着色。像BVH遍历这种负载，算是存储敏感型任务，所以Infinity Cache在此也能发挥作用。

只不过AMD似乎并未交代过ray accelerator硬件的具体规格和构成，起码Radeon RX 6000系列GPU的光追性能，和英伟达GeForce RTX 3000系列还是有差距的。

于移动端而言，思路应该也会比较类似，Imagination此前介绍移动端应用光线追踪的方案，也是加专用的光追单元。只不过移动端的光追必然在规模和效果上，无法与PC平台相提并论。明年要问世的Exynos芯片，可能会是最早应用光追技术的手机芯片。

与苹果比起来怎么样？

要说和苹果比起来如何，如文首所述已曝光的3DMark Wild Life跑分8134分估计和iPhone 12 Pro Max的A14是比较接近（略胜或略差）。不过Twitter上的爆料者表示，这个跑分是基于Cortex-A77 CPU核心的，仅供参考。也就是说明年新推的Exynos芯片，预计这个项目的跑分还会更高。只不过苹果今年要推的A15，GPU性能还会有提升，所以鹿死谁手还得牵出来溜溜。

而且跨平台跑分这种东西看看就好，更何况还是小道消息，也无人知晓其跑分环境如何。而且像苹果A系列这样的高性能芯片，虽然有不错的突发性能，但从历史来看，它在手机上的持续性能也实在不怎么样；另外也需要考虑功耗的问题。AMD在手机上做GPU也逃不脱功耗与发热这样的基本命题。

Lisa Su的大钻戒

不过我们仍然很乐意看到，手机芯片市场出现可与苹果一较高下的新品，针对泛活市场，并促使其他竞争对手的和共同努力是有价值的，让高通、联发科这些市场竞争者都感受到压力，那么AMD GPU出现在三星手机上也就值得鼓励了。

责编：Luffy Liu