正在阅读：NV独领风骚！开普勒GTX680显卡震撼首测NV独领风骚！开普勒GTX680显卡震撼首测

第三步：“开普勒”登场

　　NVIDIA这次发布的“开普勒”架构GK104芯片，流处理器数量1536个，达到了上一代旗舰GTX580的三倍，如此激进，令人始料未及。芯片集成了35亿个晶体管，核心面积却仅仅294平方毫米，TDP功耗更降到了195W，只是GTX580的一半稍多。由此看来，“开普勒”与“费米”在架构上有巨大的不同，明显更高效、更节能。

“开普勒”架构GK104芯片核心图

　　GK104芯片内建的1536个CUDA流处理器，被分配成16组SM阵列，每组SM包含96个流处理器，接下来的GTX660、GTX650、GTX620...流处理器数量都有可能会比上代产品至少翻一倍。在核心规模上，GK104比GF110复杂很多，但借助28纳米工艺，GK104芯片核心面积只有294平方毫米，远远小于GF110 520平方毫米的规模，也小于对手HD7970的365平方毫米。

GK104芯片内部结构图

　　GK104芯片的晶体管数量是35亿个，比GF110芯片30亿个的规模高不了多少，这就又产生了一个很的疑问：三倍的流处理器“建筑”规模，却只多用了1/6的晶体管“砖头”，NVIDIA是如何做到的？

GF110芯片结构图

　　正如大家所想，GK104采用了一种“简化CUDA核心”的设计方案。GK104的1536个流处理器，被划分为8个SM单元，每个SM单元内部具有192个流处理器，密度非常大。“开普勒”还在架构内部加入一些固定功能的模块，以提升光栅化、纹理渲染性能，统一调配流处理器的任务分派。“开普勒”还支持全新的GPU Boost 技术，能够动态调节运行频率，针对性能与功耗作出动态调整。

GK104芯片内部的一个SM单元结构示意图

　　由此看来，“开普勒”内部的CUDA核心，是以“小组”的形式组织管理的，单个CUDA核心独立性低于“费米”架构，但却在统一的协调下，理论峰值运算性能、特别是图形运算性能有个巨大的进步。这可以说是对纯通用运算架构GPU的一种反思。

开普勒：对纯通用运算架构GPU的一种反思

　　这种设计理念的转变，让“开普勒”看起来也有点像“GCN”，在经历漫长的设计理念分歧之后，GPU架构设计思路正在归于一致：通用运算是未来，但更强大的图形运算性能却是现实。新架构下，GTX680显卡游戏性能达到了上一代GTX580的1.5倍，交出了一份出色的答卷。