Kepler性能提升三大法宝

    ●从SM到SMX：流处理器和每瓦性能双飞

    基于效能和计算能力方面的考虑，NVIDIA与AMD不约而同的改变了架构，NVIDIA虽然还是采用SIMT架构，但也借鉴了AMD“较老”的SIMD架构之作法，降低控制逻辑单元和指令发射器的比例，用较少的逻辑单元去控制更多的CUDA核心。于是一组SM当中容纳了192个核心的壮举就变成了现实！

    

    通过上面这个示意图就看的很清楚了，CUDA核心的缩小主要归功于28nm工艺的使用，而如此之多的CUDA核心，与之搭配的控制逻辑单元面积反而缩小了，NVIDIA强化运算单元削减控制单元的意图就很明显了。

    

    Fermi的硬件相关性检查变为Kepler的软件预解码

    此时相信有人会问，降低控制单元的比例那是不是意味着NVIDIA赖以成名的高效率架构将会一去不复返了？理论上来说效率肯定会有损失，但实际上并没有想象中的那么严重。NVIDIA发现线程的调度有一定的规律性，编译器所发出的条件指令可以被预测到，此前这部分工作是由专门的硬件单元来完成的，而现在可以用简单的程序来取代，这样就能节约不少的晶体管。

    ●摆脱CUDA核心的束缚：GPU核心频率暴涨

    除了CUDA核心数量大增之外，开普勒架构还有个很明显的改变，那就是CUDA核心的频率不再是GPU频率的两倍，现在整颗GPU所有单元的工作频率都是相同的！

    

    NVIDIA官方对CUDA与核心同频的解释是——功耗原因，为了尽可能的控制GeForceGTX680的功耗，不再让CUDA工作在两倍频率下。

    总而言之，表面上看来来这个改变似乎不是什么好事，但实际上却意义重大。之前GTX580之所以核心频率低而显卡功耗高很大程度上就是受到过高CUDA核心频率的影响。如今摆脱CUDA核心的束缚，GPU核心频率轻而易举就能突破1GHz，这样一来显卡运行效率更高，同时功耗也控制在了很低的水平。

    ●显存频率后来居上全面超越对手

    显存作为显卡数据交换的“仓库”，其效率高低直接影响到整体的性能。在开普勒核心诞生之前，AMD一直在显存方面占据绝对优势。

    

    现在，NVIDIA在显存频率上面终于反超AMD，重新设计的显存控制器突破了频率的桎梏，瞬间从4000MHz飙升至6000MHz，带宽提升达50%之多！