第一章：GPU架构演进史——从固定功能管线到统一着色器架构
大家好，我是你们的老朋友。今天咱们聊聊GPU的进化史。
说实话，我入行那会儿，GPU还是个“傻大个”。它只会干一件事——画图。你给它一堆三角形，它老老实实给你渲染出来。别的？别指望了。
但你看现在，GPU成了并行计算的巨兽。训练大模型、跑科学计算、挖矿……什么都能干。这中间到底发生了什么？
嗯，咱们从头捋一捋。
1.1 固定功能管线时代：GPU的“石器时代”
90年代末，GPU还是个纯粹的图形加速器。它的工作流程是固定的，就像一条流水线，每个环节干固定的活。
这条流水线长这样：
顶点输入 → 顶点变换 → 图元装配 → 光栅化 → 片段着色 → 输出合并每个环节都是硬件写死的。你没法改，也没法跳过去。
我印象最深的是，那时候做游戏特效，想实现一个“水面波纹”的效果。程序员只能在CPU端算好顶点位置，再传给GPU。每帧都要算，CPU累得半死，GPU却闲得发慌。
为什么会这样？因为GPU太“死板”了。它只认固定的指令集，你没法让它干点“出格”的事。
固定功能管线的核心特点：
- 每个阶段功能固定，不可编程
- 数据流单向，不可回读
- 开发者只能通过参数调节，无法自定义算法
说白了，那时候的GPU就是个“高级画图卡”。你给它什么，它画什么。你想让它算点别的？门儿都没有。
1.2 可编程管线的萌芽：GPU开始“开窍”了
2001年左右，NVIDIA和ATI（后来被AMD收购）开始琢磨：能不能让GPU干点更灵活的事？
于是，顶点着色器和片段着色器诞生了。
这两个东西，说白了就是给GPU装上了“小脑袋”。开发者可以写一小段程序，告诉GPU怎么处理顶点、怎么计算颜色。
我记得当时NVIDIA的GeForce 3是第一块支持可编程着色器的消费级GPU。我拿到开发板那天，兴奋得一夜没睡。终于可以自己定义光照算法了！
但问题也来了：
- 顶点着色器和片段着色器是分开的硬件单元
- 它们的指令集不通用
- 资源分配不灵活——顶点多的场景，顶点着色器忙死，片段着色器闲死；反之亦然
你想想看，一个游戏场景里，如果模型很复杂（顶点多），但特效简单（片段少），那顶点着色器就累趴了，片段着色器却在旁边看戏。反过来也一样。
这种“旱的旱死，涝的涝死”的局面，让硬件利用率大打折扣。
避坑指南：我曾经在一个项目中，为了平衡顶点和片段的负载，不得不把一些计算从顶点着色器挪到片段着色器。结果发现，不同GPU的负载特性完全不一样。有的GPU顶点单元强，有的片段单元强。没有万能的优化方案，必须针对具体硬件调优。
1.3 统一着色器架构：GPU的“觉醒时刻”
2006年，NVIDIA发布了GeForce 8800 GTX。这块卡，改变了游戏规则。
它采用了统一着色器架构（Unified Shader Architecture）。
什么意思呢？就是把顶点着色器和片段着色器合并成一种通用的计算单元——流处理器（Stream Processor）。
这些流处理器长得一模一样，能干所有活。顶点计算、片段计算、几何计算……全都能干。
这样一来，负载均衡的问题就解决了。顶点多的时候，所有流处理器都去算顶点；片段多的时候，所有流处理器都去算片段。再也没有“闲人”了。
| 特性 | 固定功能管线 | 分离式可编程管线 | 统一着色器架构 |
|---|---|---|---|
| 计算单元 | 专用硬件 | 顶点/片段分离 | 通用流处理器 |
| 编程灵活性 | 几乎为零 | 有限 | 高 |
| 负载均衡 | 固定 | 差 | 好 |
| 代表产品 | GeForce 2 | GeForce 3/4/5/6/7 | GeForce 8800 GTX |
我个人习惯把统一着色器架构比作“瑞士军刀”。以前你需要带三把刀——切水果的、削木头的、开瓶盖的。现在一把刀全搞定，而且随时可以切换功能。
1.4 从图形到通用计算：GPU的“跨界之旅”
统一着色器架构带来的另一个革命性变化是：GPU终于可以用来做通用计算了。
因为流处理器是通用的，你完全可以写一段程序，让它去算矩阵乘法、做物理模拟、甚至破解密码。
2007年，NVIDIA推出了CUDA（Compute Unified Device Architecture）。这玩意儿，说白了就是给GPU装上了“编程语言”。开发者可以用C语言直接写GPU程序，不用再伪装成图形渲染了。
我记得第一次用CUDA做并行归约（Parallel Reduction）的时候，看到GPU把CPU甩开几十倍的速度，整个人都傻了。原来计算可以这么快！
但这里有个坑：
注意：GPU不是万能的。它擅长的是“数据并行”——同样的操作，对大量数据同时执行。如果你要处理的是“任务并行”——不同的操作，对少量数据执行——那GPU反而可能比CPU慢。因为GPU的单个线程很弱，它靠的是“人多力量大”。
1.5 架构演进的关键里程碑
咱们用时间线捋一下关键节点：
- 1999年：GeForce 256，首款“GPU”命名，固定功能管线
- 2001年：GeForce 3，引入可编程顶点/片段着色器
- 2006年：GeForce 8800 GTX，统一着色器架构，流处理器诞生
- 2007年：CUDA发布，GPU通用计算时代开启
- 2010年：Fermi架构，引入L1/L2缓存，更适合计算
- 2017年：Volta架构，引入Tensor Core，专为AI计算优化
你看，从固定功能到统一着色器，GPU走了将近10年。但这10年的积累，让GPU从一个“画图卡”变成了“计算巨兽”。
1.6 对开发者的启示
说了这么多历史，对我们写代码有什么启发？
我觉得有三点：
- 理解硬件才能写出好代码：你知道GPU是统一着色器架构，就知道为什么“分支”是性能杀手——因为所有流处理器执行同样的指令，遇到分支就得串行化。
- 负载均衡是永恒的主题：不管是图形渲染还是通用计算，让所有计算单元都忙起来，才是性能最大化的关键。
- 架构决定上限：你代码写得再漂亮，如果硬件架构不支持，那也是白搭。所以，了解GPU的演进史，就是了解性能优化的“天花板”在哪里。
嗯，第一章就聊到这儿。下一章咱们深入GPU的指令流水线，看看一条指令从发射到完成，到底经历了什么。
到时候见。