GPU 架构与着色器编程

🏭 很多小学生 vs 一个博士

CPU 有 4-16 个非常强大的核心——每个核心能处理复杂任务（分支预测、乱序执行、大缓存）。

GPU 有几千个较小的核心——每个核心只能做简单的算术，但数量众多，适合大规模并行。

🏪 类比：小学数学考试

CPU = 一个博士做 1000 道小学数学题——因为太简单，大部分时间在等题目。

GPU = 1000 个小学生每人做 1 道题——同时开工，瞬间完成。

图形渲染就是”很多简单算术”（每个像素的计算独立、每个顶点的计算独立）——非常适合 GPU。

---

⚙️ GPU 的关键架构特点

SIMT（单指令多线程）

GPU 的执行模型：32 个线程（一组 warp/wavefront）同时执行同一条指令。

if (uv.x > 0.5) {
    color = red;       // 有些线程执行这个
} else {
    color = blue;      // 有些线程执行这个（但被阻塞了！）
}

// 如果 warp 中有分歧——两个分支都会执行，浪费一半核心
// 所以 GPU 程序要尽量避免分支分歧！

内存层次

内存	大小	速度	作用域
全局内存	GB	慢（~200 周期）	所有线程
共享内存	KB-MB	快（~5 周期）	同一 block 的线程
寄存器	有限	最快	单个线程

性能关键：尽量减少全局内存访问，多用共享内存和寄存器。

---

🖥️ 着色器编程

可编程管线阶段用着色器（Shader） 写：

// 顶点着色器——每个顶点执行一次
#version 330 core
layout (location = 0) in vec3 aPos;
uniform mat4 mvp;
void main() {
    gl_Position = mvp * vec4(aPos, 1.0);
}

// 片元着色器——每个像素执行一次
#version 330 core
out vec4 FragColor;
uniform vec3 color;
void main() {
    FragColor = vec4(color, 1.0);
}

---

🔬 GPU 通用计算（GPGPU）

不只能画图——GPU 也适合大规模并行计算：

适用 GPU 的场景：          不适合 GPU 的场景：
图像处理（滤镜、模糊）    串行依赖的任务
矩阵乘法（深度学习）      频繁分支分歧
物理模拟（粒子系统）      递归/链表遍历
排序（大数据量）          小数据量

// CUDA——用 GPU 做数组求和
__global__ void vector_add(float* A, float* B, float* C, int N) {
    int i = blockIdx.x * blockDim.x + threadIdx.x;
    if (i < N) {
        C[i] = A[i] + B[i];  // 每个线程处理一个元素
    }
}

// 启动 256 个线程块，每块 256 线程 → 65536 线程并行工作
vector_add<<<256, 256>>>(A, B, C, N);

---

📝 小结

概念	一句话
GPU vs CPU	很多小核并行 vs 几个大核串行
SIMT	32 个线程同时执行同一条指令
Warp/Wavefront	GPU 线程的基本执行单元
着色器	顶点着色器（每个顶点）+ 片元着色器（每个像素）
CUDA	用 GPU 做通用计算——不只用于渲染

为什么先学这个？ 了解 GPU 后，看看曲线与曲面（Bézier, B-Spline）。