NVIDIA，DirectX 11世代の次世代GPU「Fermi」を予告〜30億トランジスタ，512シェーダプロセッサ！

報道関係者向けの事前説明会で，Fermiについて解説する，NVIDIAのJohn Nickolls（ジョン・ニコルズ）氏（Director of Architecture, NVIDIA）

　日本時間2009年10月1日5：00，NVIDIAは，DirectX 11世代となる次世代GPU「Fermi」（フェルミ，開発コードネーム）アーキテクチャの存在を公表した。「GeForce GTX 200」（以下，GTX 200）を実現するGT200コアの開発コードネームが「Tesla」だった過去の事例を踏まえると，HPC（High Performance Computing）市場向けのGPGPU製品としては，Fermiが製品名になる可能性もありそうである一方，コンシューマ市場向けには，GeForceファミリーのモデルナンバーが与えられる可能性が高そうだ。
　ちなみに，このFermiという名称は，イタリア生まれのノーベル物理学賞受賞者，Enrico Fermi（エンリコ・フェルミ）氏の名から取られたもの。原子番号100の放射元素「Fermium」（フェルミウム）も，氏の名前に由来している。

　本稿では，速報として，要点だけをシンプルに伝えることにしたい。

次世代NVIDIA GPUは総トランジスタ数30億！

シェーダプロセッサ総数512基の大艦巨砲型

　Fermiは，40nmプロセス技術を採用して製造されるGPUで，総トランジスタ数は驚きの30億超。9月23日に発表された，AMDの「ATI Radeon HD 5800」シリーズが20億トランジスタなので，規模は1.5倍ということになる。
　従来，「Streaming Processor」あるいは「Processor Core」と呼ばれていたシェーダプロセッサは，今回「CUDA Core」に名称が改められたが，その数は512基だ。GT200コアを採用していた「GeForce GTX 280」（や「GeForce GTX 285」）だと240基だったので，2倍以上（2.13倍）である。最終製品のコアクロックやシェーダクロックは，現在のところ明らかになっていない。

　ブロックダイアグラムは下に示したとおりだ。

Fermiのブロックダイアグラム

GeForce GTX 280のブロックダイアグラム（※GTX 200シリーズの解説記事より再掲）

　右に示したのは，GTX 200シリーズのベースモデルとなる「GeForce GTX 280」のブロックダイアグラム。色が似通っていることもあって，一見，シェーダプロセッサ数が増えただけのような印象も受ける。
　しかし今回のFermiでは，アーキテクチャに大きな変更があるのだ。GTX 200シリーズでは，

• 1基の命令デコードユニット（IU：Instruction Unit）
• 8基のシェーダプロセッサ（SP：Streaming Processor）
• 1基のLocal Memory（LM）

を，「Streaming Multi-Processor」（SM）とし，さらにSMを3基集めたものを「Thread Processor Cluster」（TPC）としていた。
　これに対しFermiでは，まず，TPCという階層が排除されている。これはTPCとSM，それぞれの役割を統合して，上層の制御をシンプルにするためだろう。

　さらにFermiでは，1基のSMに，GeForce GTX 200シリーズ比で4倍となる32基ものシェーダプロセッサ（以下便宜的にSPと表記）を内包するようにし，しかもIUは“2発式”を組み込んだ。さらに，LMはL1キャッシュ兼用の64KBとなっている。GTX 200時代は，8基のSP（＝1基のSM）当たり16KBのLMが割り当てられていたので，単純な等分計算で考えると，L1キャッシュを兼用する分だけ，Fermiで1基当たりのLM量は減ったことにになるが，これは「実際のCUDAアプリケーションやグラフィックスアプリケーションにおけるLMの使われ方に対応させたリファイン」という見方が正しいようだ。
　なおFermiでは，容量64KBのLM兼L1キャッシュについて，動作させるアプリケーションに応じて，「L1キャッシュ16KB＋LM 48KB」「L1キャッシュ48KB＋LM 16KB」の2モードを選択的に利用できるようになった。各CUDA CoreがLMを介して高度な連携を図る必要のあるGPGPUアプリケーションでは，LM容量重視で前者，逆にメモリへの局所アクセスが頻発するグラフィックス処理では，キャッシュ容量重視の後者が適合すると推察される。

SMのブロックダイアグラム。「Core」の群れの上に見えるIU部には，スケジューラとディスパッチのユニットを2基ずつ搭載することで，2発式となった。下端の「64K Configurable Cache / Shared Memory」は，L1キャッシュとLMの合計値を示している

　まとめると，Fermiでは，

1SM＝2IU＋32SP＋1LM
という構造になっている。そしてFermi全体でのSM総数は16基なので，

32SP×16＝512SP
ということなのだ。やや繰り返し気味になるが，GTX 200シリーズだと，TPCが10基，SP総数は240基だった。

GPGPU向けに大きく拡張された演算ユニット

メモリはついにGDDR5採用へ

　各CUDA Coreには，1基の32bit浮動小数点（FP32）スカラ演算器，32bit整数（Int32）スカラ演算器が内包される。メモリアクセスを司るロード/ストアユニット（Load/Store Unit）はSM当たり16基，超越関数ユニット（Special Function Unit，指数，対数，三角関数などを取り扱うユニット）は4基で，これらは1基のSMを構成する32基のSP達で共用される格好だ。

　一方，GTX 200シリーズで内包されていた，1SM当たり1基の64bit浮動小数点（FP64）スカラ演算器は，Fermiで姿を消している。その代わり，Fermiでは各SP内のFP32スカラ演算器が2クロックを要して（≒ループして）FP64演算をこなすようになった。専用演算器はなくなったが，SPが大幅に増加しているので，トータル的にFP64パフォーマンスは向上するという理屈である。

CUDA Coreのブロックダイアグラム

　各SP内のFP32スカラ演算器は，Int32スカラ演算器と並列に動作できる。また，その演算精度はIEEE 754-2008準拠となり，さらにFP32，FP64両対応のFused Multiply Add（FMA）命令にも対応する。各SPはアドレス空間の64bitアドレッシングが可能となったとのことだが，これは，GPGPU向けの拡張だと見ていいだろう。
　ところでIEEE 754-2008とは，浮動小数点演算における誤差の丸め方の規定，計算時の例外処理事例などを，近代のHPC環境に合わせて規定した規格。FMAとは，厳格な精度規定がなされた積和算手法のことだ。

　Fermiのキャッシュ関連のアーキテクチャでGTX 200シリーズから大きく変わった点としては，もう一つ，大容量768KBのL2キャッシュ搭載が挙げられる。これは，16基のSM（≒512基のSP）すべてから共用されるキャッシュメモリである。
　FermiベースのGeForceでいうとグラフィックスメモリに当たるメモリには，駆動クロックの4倍のデータレートのメモリ帯域幅が得られる，GDDR5が採用される。GeForceファミリーの中上位モデルでは，コスト的な理由を掲げて，長らくGDDR3を採用し続けてきたが，ついにFermi世代ではGDDR5が採用されるわけだ。
　FermiベースのHPC向けGPGPU製品では，メモリシステムにECC（Error Checking and Correcting）が組み込まれるとのこと。これはデータ信頼性が重視されるHPCに配慮した仕様だろう。

　メモリクロックは未公開だが，メモリバス幅は384bitと発表されている。64bit×6ブロックで384bitという構成になるはずなので，ROP（Rendering Output Pipeline）ユニットは6基ということになるはずだ。
　ただし，NVIDIAのROPユニットは1クロックで複数ピクセルの出力を行うので，実際のクロック当たりピクセルスループットは不明。仮に，GTX 200から変わらず，ROPユニット1基の出力が1クロック当たり4ピクセル＋4Zの出力だったとすると，24基（＝4ピクセル×6ROPs）相当ということになり，GTX 280比でスペックダウンとなるが，ここについては，最終的な仕様を見てみるまで判断できない。

※GT200コアにおいては，3SMが1TPCを構成し，そしてTPCが10基連なる仕様となっている。なお「MAD」は「Multiple ADd」（積和演算）の意

実際の製品発表はいつか？

GTC期間中の続報にも期待

　今回，次世代GPUについて情報公開を許可されたのは，このあたりまで。
　米国時間9月30日から10月2日までの日程で，NVIDIAは，自社製GPU技術を広く活用していくための技術交流会議「GPU Technology Conference 2009」（GTC 2009）を開催中だが，今回の発表が，このイベントを盛り上げるための話題作りであることは明白。その意味では，Fermiベースとなる実際のGeForce製品やGPGPU製品についての詳細，もしくは何らかの続報が，会期中に公開される可能性についても期待は高まるところだ。
　続報があり次第，お届けしよう。