2006年11月8日，全球图形巨头NVIDIA发布首款支持DirectX10的显卡Geofrce8800系列， 也就是我们通常说的G80。
2005年6月22日，NVIDIA发布了令人瞩目的新一代旗舰产品G70（GeForce 7800GTX），揭开了高端显卡大战的序幕。2005年10月5日另一位显卡巨头ATI发布全新架构的RadeonX1000家族系列，以RadeonX1800XT争夺显卡性能宝座；实力强大的NVIDIA于2005年11月14日拿出了早已准备的武器7800GTX 512M重夺王者地位，至此2005年的显卡王者之争告一段落。

　　最高性能级别产品的对撼总是那么引人入胜，拥有业界最强显卡的称号对于NVIDIA与ATI来说不仅是身份的象征，更是实力的体现。2006年王者地位的竞争更为激烈，2006年01月22日ATI发布了X1900系列，以强劲的实力打败7800GTX 512M。当然在2006年3月9日发布的7900GTX让NVIDIA重登性能王座，先进的90nm制程，24管线设计、超高核心频率和极速GDDR3显存都让人热血沸腾。

　　如今采用革命性统一架构（Unified Shader）的G80已经来到我们面前

G80带来前所未有的设计，统一Shader架构（Unified Shader）带来强劲的性能。G80完全硬件支持DirectX10的各项先进特性，例如Geometry Shaders、stream out、Improved instancing和Shader Modle4.0，支持这些特性使得Geforce8800 GPU拥有极高性能。所有的DirectX9、OpenGL和先前的DirectX程序和游戏在Geforce8800 GPU的Unified 设计都有高性能的演出。

　　具备128个Unified Shader的8800GTX具备万亿浮点处理能力（Teraflops of floating point）。GigaThread技术应用在G80，支持数千个线程并行运行。高品质的各向异性过滤、高效的Early－Z技术和动态分支、86.4GB/S的恐怖显存带宽……

G80拥有足够强大马力应付在XHD分辨率和高画面质量设定下畅快进行游戏，16xAA所带来的效果也仅仅是带来相当于4xAA所带来的系统花销。SLI技术会带来接近翻倍性能的提升的表现。128bit精度的HDR和16x抗锯齿的结合带来顶级画质。内建的PureVideo HD功能的G80可以在低CPU占用率上面确保流畅完美的HD和SD Playback回放。有效的功耗占用和管理给Geforce8800带来更好的Performance per watt（每瓦特性能）和Performance per square millimeter（每平方毫米效能）表现。

一、Geforce8800 GPU技术分析：

　　1.Geforce8800采用Unified Shader架构：

　　DirectX 10最大的革新就是统一渲染架构（Unified Shader Architecture）。目前的GPU架构还是沿用的分离式渲染架构，目前NVIDIA的G71和ATI的R580都是采用这样的架构，顶点渲染和像素渲染各自独立进行，而且一旦当架构确定下来，顶点和像素shader单元的比例就会固定下来。不过分离式渲染架构设计更为简便而且经验丰富，例如NVIDIA的NV40发成到后来的G70/G71，又或者是R420到R580，性能都得到显而易见的提升。

微软认为这种分离渲染架构不够灵活，不同的GPU，其像素渲染单元和顶点渲染单元的比例不一样，大大限制了开发人员自由发挥的空间。不同的应用程序和游戏对像素渲染和顶点渲染的需求不一样，导致GPU的运算资源得不到充分利用。微软在DirectX 10中提出了统一渲染架构，在通用和独立的shader单元中可以执行不同的shader程序，包括vertex、pixel和在DirectX 10中首次提出的geomery shader。而且随着这些通用独立的shader单元功能的不断完善，日后有望执行更多的shader程序，例如物理效果

对顶点渲染来说，像素渲染将面临大规模使用纹理所带来的材质延迟，这是统一渲染架构急待解决的问题。不过在Geforce880 GPU里面，这种情况得到很大的改善，分组的steam processor都用联立一定数量的texture单元和L1/L2高速缓存。

Shader Modle 4.0无论是vertex还是pixel指令，最大指令长度相当于Shader Modle 3.0的128倍（64K），越长越复杂的指令可以产生越真实的画面，Shader Modle 4.0的寄存器也激增到4096个，Constant寄存器采用16×4096阵列。input寄存器采用16/32规格等，上述指标都比以前的DirectX有明显的改进。Shader Modle 4.0允许程序员在渲染物体时使用128个纹理，而DirectX 9只提供4/16规格，更多的纹理意味着物体表面精度更真实，游戏开发者拥有更广泛的选择。

2.传统Pipeline模型 VS Unified Shader模型

　　Geforce8800 GPU的研发工作从2002年夏天正式开始。Geforce8800 GPU的设计当时有四大目标。显而易见的超过当代的GPUs、提升图像质量、提供强大的物理和浮点处理性能，适应DirectX的发展推出新概念的GPU Pipeline。
传统经典的Pipeline模型，不同种类属性的vertices，包括index、commands和textures，线性缓冲区的Setup引擎自上而下的经过vertex shading、 pixel shading和ROP，最后被写进frame buffer。事实上Geforce7系列GPU拥有超过200个连续的阶段。
显而易见的，采用了Unified pipeline设计的Geforce8800 GPU可以有效的减少pipeline的层数，同时将传统经典pipeline自上而下的线性顺序变成连续的循环导向的过程。input经过unified shader core作为output写进去寄存器，同时返回到shader core再进行下次操作。
在不同应用程序和游戏中，vertex shader和pixel shader的需求比例不尽相同， 十分不幸地在Geforce8800 GPU之前，GPU里面的vertex shader和pixel shader的比例是固定。显然unified的实际适应性更强，从下面的例子我们可以看到在unified shader架构的威力，大大提升了GPU的硬件使用率，尽量避免shader空闲的情况发生

第一批电容有问题不是都招回了嘛

3.为什么需要Unified shader架构？
在典型的HDR代表游戏《上古卷轴4:湮灭》中，7900GTX在2048x1536并开启HDR的情况下，FPS惨不忍睹。独立渲染的草丛或者树叶是由庞大数量的多边形构成，对GPU的vertex shader和geomery shader提出严酷要求，相对来说并不需要太多像素操作，如此一来大规模的像素渲染被闲置而顶点模块处于不堪重负状态。Unified shader架构则可以帮我们解决硬件资源上的限制，Unified shader架构也尽量降低了shader单元的闲置率。

4.G80里面的核心部件－Streaming Processors

　　在Geforce8800 GPU的unified shader架构里面,Streaming Processors(SPs) 是最为核心的单位，Geforce8800GTX拥有128个streaming processor，运行在1350Mhz的频率下。每个streaming  processor均能处理vertex、pixel、geometry等操作，是一个通用的浮点处理器。 这些浮点处理器都可以随时有计划的编排分组成不同的工作量。

geomery shading是DirectX10的新特性，streaming  processors可以处理几何运算，大大减轻了CPU在几何运算的负载。GPU分派器和控制逻辑可以动态的指派streaming processpors进行vertex、pixel、geometry等操作，因为他们是通用的。显然unified shader设计可以建立更加平衡的shader工作机制，但是传统的pipeline定义不再适用，在未来，可能其他特性的预算也可以通过unified streaming processor去完成。我们看看geomery shader的情况。

5.Geomery shader

　　Input Assembler（IA）从顶点缓冲区上的输入流中接收顶点数据，并且把数据项转换为规范的格式。vertex shader通常用来把顶点从模型空间变换到平面空间，vertex shader读取一个顶点，输出一个顶点。Pixel Shader读取单一pixel属性，输出包含颜色和Z信息的的片断。而geomery shader是DirectX10提出的，把同一区域的所有顶点作为输入，产生新的顶点或者区域。此外steam output把geomery shader输出的顶点信息复制为4个连续的输出缓冲子集。理论上来说，steam output的输出能力Input Assembler的输入能力相匹配。

　　Shader就是一段可以改变像素、顶点和几何学特征的小程序。Vertex Shader是专门处理多边形顶点的。那么Geometry shader就是专门用来处理场景中的几何图形。在过去Vertex Shader每一次运行只能处理一个顶点的数据，并且每次只能输出一个顶点的结果。在整个游戏场景中，绘制的几何图形的任务量非常庞大，如果仅仅依靠Vertex Shader单一来完成，效率会极其低下。
现在DX10的设计师们在顶点与像素的处理过程中又加入了Geometry shader几何着色器。它可以根据顶点的信息来批量处理几何图形，对Vertex附近的数据进行函数处理，快速创造出新的多边形。通过steam out将这些结果传递给其他Shader或buffer，将CPU从复杂庞大的几何运算中解放出来。大爆炸，粒子效果，瀑布流水等复杂又关联的场景都可以用Geometry shader很逼真的表现出来。

.Steam Processing架构的运作

　　对geometry shader有了一定认识以后，我们现在具体看看Steam Processing架构的运作。

　　Geoforc8800 GPU通过一定数量的SP去完成shader操作，相邻的SP可以十分方便的分组发挥并行操作的威力，在Geforce8800 GPU架构中，每16个SP分为一组。

　　不同属性基础的数据流在整合了专门高速指令解和执行逻辑的SP和一些类似的操作中执行，内建的Cache快速的存储SP的输出，而这些Cache又可以作为input被其他的SP读取。SIMD操作非常高效地在已被分组的SP集合里面执行。
下图可以看到streaming processors和联立的texture Flitering（TF）和texture addressing（TA）。显然内建的L1/L2 Cache确保了平衡的设计，这是一个典型的Geforce8800 GPU unified shader设计。128个streaming processors并行构成了8800GTX的shader架构。每个SP都是通用的、不相关的和标量地，可以同时进行MAD和MUL操作，支持IEEE 754精度的浮点。

7.Texture和math－相互没有关联的多线程操作

　　Texture寻址、过滤和fetching都会耗尽相当多GPU的核心时钟。如果在架构需要在一个数学操作之前进行Texture的操作，例如是16x各向异性过滤，系统的延时将会大大增加。Geforce8800 GPU作出重大的改进，在进行相当的独立算术运算的时候，“隐藏”了Texture fetch的延迟。

在Geforce7系列的GPU中，Texture寻址计算是采用隔行扫描进行的，这种设计在遇到texture fetch的时候就会遇到瓶颈。Geforce8800 GPU可以完全独立的进行texture操作和shader算术运算。
在Geforce8800架构开发的初期，NVIDIA工程师分析了数百种包含越来越多的标量计算的shader程序以后发现，一些混合了矢量和标量的指令，特别是一些比较长的shader很难有效的在矢量的架构中处理操作。标量计算在矢量的流水线中编译非常困难。

　　NVIDIA和ATI的都可以处理两个指令，在R580中，ATI采用的3＋1架构可以处理一个2x2的矢量指令和由1x3矢量指令和1x1标量指令的混合，在Geforce6/7中，可以操作2＋2和3＋1的双指令操作。但是这些跟Geforce8800 GPU的标量设计那么高效。NVIDIA的工程师作出评估，128个标量处理器的标量架构拥有两倍性能于32个复合的矢量处理器架构。

8.Early-Z技术

　　当代的GPU都会采用Z－buffer去记录哪些像素是可见，而哪些像素是被遮挡而不可见。一个3D Frame最终要转换成为2D图像才能表示在屏幕上面，来自GPU连续的顶点流（vertices)会构建这个frame，从这个顶点流获取相应的2D坐标去生成多边形。多边形的连续产生会覆盖原来的区域，因而Z－buffer的信息就是告诉ROP， 哪些像素是可见哪些是不可见的。提前进行的Early-Z对比可以节省大量资源，因为同一个区域被多个多边形覆盖的次数轻而易举地达到原来的四倍甚至更高。
目前甚少方法可以利用Z－buffer信息去挑选或者排出被遮挡像素的渲染，Z-Cull就是这样的一个方法。Z－comparision通常会发生在ROP的后期。问题就产生，意味着pixel要通过完整的ROP管线才能被发现是否可见。一些复杂的包含数千步骤的shader程序，即使是被遮挡的pixel也全部通过流水线，这显然浪费了GPU的性能。Early-Z移去不可见像素在它们进入流水线之前，这样显然会提高性能，NVIDIA认为这个操作提升22％附近的性能。

9.G80的填充率计算：
数据很方便的在不同的SP之间的output和input之间移动，例如vertex data处理完以后，output可以作为input发送到Geometry Theard。

　　每个在8800GTX运行的SP都运行在1.35Ghz，并能同时执行一个MAD和MUL的标量操作，因而8800GTX就用有520 gigaflops的shader处理能力，不过这并不是8800GTX的全部实力，因为指令发送100％适用于矢量操作， 而标量和矢量混合的shader程序编码比特定的组合指令发送更有效率（3＋1或者2＋2）

texture过滤单元和SP互不相关的传送64 pixel每个时钟，这等于每个时钟完成32 pixel的寻址或者是32 pixels 2x各向异性过滤，或者是每时钟32pixels的双线过滤。

　　基本上，PF16双向材质过滤可以实现每时钟32pixel来操作，如果是FP2:1的各向异性过滤也可以每时钟16pixels来完成。texture单元运行在575Mhz的时钟频率，这也就是8800GTX的核心时钟频率。

在575Mhz的运行频率上面，双线过滤或者是2：1的各向异性过滤的填充率达到575Mhzx32＝18.4billion texels/s的水准，2：1的各向异性过滤相当于两个双向过滤取样一起整体输出到一个像素，因而8800GTX拥有36.8billion texels/s的双向过滤的填充率。

10.G80的ROP（Raster Operation partitions）

　　8800GTX拥有6组ROP（Raster Operation partitions），每组可以处理4个像素，因而一共可以每时钟可以处理24个包含颜色和Z信息的像素。如果是Z－only处理，则可以实现每时钟192个单像素的处理。如果是4x multisampled antialiasing打开，则可以完成48个Z－only操作。

G80的ROP支持超级采样和多点采样和Adaptive的这三种antialiasing的模式，  因而G80是首个在单GPU环境下实现8x、 8xQ、16x和16xQ等antialiasing模式的GPU。NVIDIA引入了CSAA，Coverage Sampling Antialisaing－新的全屏抗锯齿选项，同时包含coverage取样和geometry取样。CSAA有新的选项分别是8x、8xQ、16x和16xQ， 全面提升了全屏抗锯齿的等级。得益于G80强大的性能，在某些游戏开启16x高质量的AA模式以后，速度并不会大幅降低，系统花销可以维持在4x AA的级别。
G80的ROPs支持FP16和FP32的混合，无论是FP16还是FP32都能够进行multisampled的antialiasing，因而从G80开始，NVIDIA的GPU首次实现HDR+AA的模式。8个支持DirectX10的MRTs（Multiple Render Targets)引用在G80，可以进行色彩和Z操作。DirectX10支持两种新格式的HDR、第一种格式是R11G11B10，特别的为存储texture的浮点格式优化，另外一种这是每个颜色通道占用9bit，RGB各占9bit，专门为render target而设计。

　　每组ROP拥有64bit的显存接口界面，完全支持DDR1、DDR2、DDR3、GDDR3和GDDR4显存，因而8800GTX一共拥有384bit的显存接口界面，也就是我们所说的384bit的显存位宽，8800GTX一共拥有784M的本地显存，运行在900Mhz时钟频率的GDDR3显存一共提供86.4GB/S的恐怖显存带宽。

11.Vista、XHD和PureVideo HD

　　Geforce8800 GPU是为Windows Vista专门优化的第三代GPU架构。支持WDDM驱动、Vista's Desktop Windows Manager（DWM）和Aero 3D界面。

NVIDIA的Purevideo HD内建于Gefroce8800 GPU里面，良好的支持HD-DVD和Blu－ray的播放。最好的画面质量，完美平整的电影播放和更低的CPU占用率。
Purevideo HD包括视频处理器、 驱动软件和播放软件，加速H.264、VC-1、WMV/WMV-HD和MPEG-2 HD格式，在权威的HQV Benchmark测试中得到128分的好成绩。

　　在播放具有AACS版权保护的HD DVD，通过Cyberlink、InterVideo和Nero等播放器可以利用到PureVideo的特性。此外Geforce8800 GPU内建HDCP的支持。Geforce8800 GPU支持多重TV-OUT输出，包括composite、S-Video、Component和DVD，最高支持到1080P的电视输出。

此外Geforce8800 GPU专门针对XHD分辨率游戏而设计，在以往需要双GPU-7950GX2才能达到XHD分辨率游戏性能，现在Geforce8800 GPU就能实现。XHD拥有七倍于1080i电视和双倍1080P电影的精度，Dual－link DVI可以输出2560x1600的XHD分辨率。

NV在大呼US没用N长时间之后还是忍不住用了这个‘没用的技术’了？

据悉Geforce8800GTX和Geforce8800GTS在国内的零售架构大概是5999元和4999元。