nvidia吧 关注：147,964贴子：1,198,756
MIMD架构
历史上更奇特的光线追踪“解决方案”是基于MIMD(多指令/多数据)架构，他们声称这解决了光线追踪的相干性问题。但是MIMD并不是真正的解决方案—它是一种接受失败的形式，即处理中没有相干性，并调整ALU以更有效地执行这种分散的工作负载。MIMD的问题，以及它作为一种处理解决方案普遍缺乏成功，是硅的复杂性和尺寸昂贵。使用MIMD需要生成所有能够执行不同指令的ALU，并且不与任何其他ALU共享数据。这类似于创建一个单线程的GPU，其中每个ALU携带所有开销来执行具有唯一数据获取的唯一指令。
因此MIMD不是一个优雅的解决方案，它是一个缺乏相干性的非常昂贵的处理方式。此外虽然MIMD方法可以处理执行中的分散，但它并没有解决数据仍然是分散的事实，而是现在分散的问题已经从ALU转移到了内存子系统。虽然现代存储技术发展非常快，并能维持非常高的数据速率，但它们同样只在获取的数据是相干的时才能做到这一点;比如你读取连续数据。当它是随机的(按照MIMD)时，从内存中获取数据的速度要慢几个数量级。因此MIMD并不是实时光线追踪的真正解决方案。
@ Ray♬🎏♬ img说的这个MIMD是不是那个SER
历史上更奇特的光线追踪“解决方案”是基于MIMD(多指令/多数据)架构，他们声称这解决了光线追踪的相干性问题。但是MIMD并不是真正的解决方案—它是一种接受失败的形式，即处理中没有相干性，并调整ALU以更有效地执行这种分散的工作负载。MIMD的问题，以及它作为一种处理解决方案普遍缺乏成功，是硅的复杂性和尺寸昂贵。使用MIMD需要生成所有能够执行不同指令的ALU，并且不与任何其他ALU共享数据。这类似于创建一个单线程的GPU，其中每个ALU携带所有开销来执行具有唯一数据获取的唯一指令。
因此MIMD不是一个优雅的解决方案，它是一个缺乏相干性的非常昂贵的处理方式。此外虽然MIMD方法可以处理执行中的分散，但它并没有解决数据仍然是分散的事实，而是现在分散的问题已经从ALU转移到了内存子系统。虽然现代存储技术发展非常快，并能维持非常高的数据速率，但它们同样只在获取的数据是相干的时才能做到这一点;比如你读取连续数据。当它是随机的(按照MIMD)时，从内存中获取数据的速度要慢几个数量级。因此MIMD并不是实时光线追踪的真正解决方案。
@ Ray♬🎏♬ img说的这个MIMD是不是那个SER
不是很懂
笔记本4060看了所长的截图l2是满血的，老黄居然这么给笔记本4060面子我哭死
黄公公刀法太强了，还以为4060会是阉割106，30sm，24m缓存，107小阉做4050
