0 引言

    3D引擎是圖形處理器(Graphics Processing Unit，GPU)的關(guān)鍵和核心，GPU技術(shù)經(jīng)過(guò)十多年發(fā)展，其硬件架構(gòu)和圖形流水線經(jīng)歷了從固定功能、分離渲染到統(tǒng)一渲染的三個(gè)發(fā)展階段，實(shí)現(xiàn)復(fù)雜圖形高效繪制，滿足日益多樣的圖形處理應(yīng)用需求。統(tǒng)一渲染架構(gòu)3D引擎內(nèi)單個(gè)統(tǒng)一染色器具備分時(shí)復(fù)用處理頂點(diǎn)或像素渲染任務(wù)的能力，可有效提升3D引擎計(jì)算核心的資源利用效率，是目前主流GPU廠商廣泛采用的3D引擎架構(gòu)。

    圖形處理器的處理性能、吞吐量和資源利用效率與實(shí)施不同的任務(wù)調(diào)度實(shí)現(xiàn)策略密切相關(guān)。任務(wù)調(diào)度策略是統(tǒng)一渲染架構(gòu)3D引擎設(shè)計(jì)的關(guān)鍵及核心，通過(guò)對(duì)統(tǒng)一染色器執(zhí)行狀態(tài)的統(tǒng)一管理、執(zhí)行時(shí)間和執(zhí)行資源的統(tǒng)一調(diào)度，實(shí)現(xiàn)渲染任務(wù)的分配和染色器的狀態(tài)監(jiān)控功能。目前統(tǒng)一架構(gòu)3D引擎的調(diào)度策略設(shè)計(jì)面臨眾多挑戰(zhàn)，而國(guó)內(nèi)相關(guān)領(lǐng)域的研究仍處于初級(jí)階段，許多關(guān)鍵技術(shù)需要進(jìn)一步探索和研究。

    本文在分析統(tǒng)一架構(gòu)GPU的圖形繪制特點(diǎn)及現(xiàn)有調(diào)度策略的基礎(chǔ)上，提出了基于染色器預(yù)先分配的避免圖形繪制流水線死鎖策略，基于隊(duì)列統(tǒng)計(jì)的資源分配及負(fù)載均衡策略，實(shí)現(xiàn)染色器資源有限條件下多類(lèi)型任務(wù)（頂點(diǎn)任務(wù)、像素任務(wù)等）的合理分配和統(tǒng)一管理，降低了調(diào)度方案硬件實(shí)現(xiàn)的復(fù)雜度，同時(shí)確保了高效的調(diào)度性能。論文給出基于負(fù)載均衡調(diào)度策略相關(guān)電路設(shè)計(jì)，各類(lèi)復(fù)雜渲染場(chǎng)景的仿真結(jié)果表明這種負(fù)載均衡調(diào)度策略可有效地降低染色器資源的空閑時(shí)長(zhǎng)和調(diào)度時(shí)間，提升染色器資源的利用率和3D引擎的處理效率。

1 統(tǒng)一渲染架構(gòu)3D引擎任務(wù)調(diào)度技術(shù)概述

    基于對(duì)3D引擎圖形流水線的研究，統(tǒng)一渲染架構(gòu)之前的性能瓶頸主要在于像素渲染階段，即使分離渲染架構(gòu)中將1：3作為頂點(diǎn)與像素渲染引擎的黃金比例，依然無(wú)法適應(yīng)復(fù)雜多變的渲染場(chǎng)景的需求，因此資源利用率不足成為限制GPU性能提升的關(guān)鍵^[1]。作為支持多任務(wù)的計(jì)算平臺(tái)，統(tǒng)一渲染架構(gòu)3D引擎中每個(gè)計(jì)算單元的任務(wù)處理效率可能不同，為充分利用系統(tǒng)資源，需要3D引擎具備監(jiān)控以及動(dòng)態(tài)調(diào)度計(jì)算核心的能力。同時(shí)，統(tǒng)一渲染架構(gòu)3D引擎的核心處理性能主要由其任務(wù)調(diào)度能力和各個(gè)流處理器核的執(zhí)行能力表征，因而兼顧靈活、高效以及可靠的任務(wù)調(diào)度與資源分配方案是統(tǒng)一渲染架構(gòu)的3D引擎研究重點(diǎn)和關(guān)鍵技術(shù)。

    根據(jù)任務(wù)性質(zhì)將任務(wù)調(diào)度問(wèn)題劃分為靜態(tài)和動(dòng)態(tài)的調(diào)度。某些具有確定處理時(shí)間、可預(yù)測(cè)的數(shù)據(jù)同步問(wèn)題，甚至是各個(gè)任務(wù)數(shù)據(jù)之間確定依賴(lài)關(guān)系的問(wèn)題，屬于靜態(tài)調(diào)度問(wèn)題^[2]。相較而言，某些需要適應(yīng)性更強(qiáng)的調(diào)度方案方能充分解決的問(wèn)題，屬于動(dòng)態(tài)調(diào)度問(wèn)題。動(dòng)態(tài)調(diào)度避免了因資源浪費(fèi)導(dǎo)致的利用率不足和因資源過(guò)度利用造成的漫長(zhǎng)響應(yīng)時(shí)間，但是動(dòng)態(tài)調(diào)度中良好的適應(yīng)性往往需要更復(fù)雜的調(diào)度設(shè)計(jì)才能實(shí)現(xiàn)^[3]，因此減少調(diào)度開(kāi)銷(xiāo)和調(diào)度時(shí)間成為動(dòng)態(tài)調(diào)度設(shè)計(jì)的關(guān)鍵。目前更為常見(jiàn)的調(diào)度策略使用靜態(tài)和動(dòng)態(tài)調(diào)度相結(jié)合的方式，尋求調(diào)度性能與調(diào)度開(kāi)銷(xiāo)之間的平衡。

    任務(wù)調(diào)度問(wèn)題根據(jù)負(fù)載是否均衡分為基于負(fù)載均衡和負(fù)載非均衡的調(diào)度。負(fù)載均衡的調(diào)度能夠通過(guò)均衡各核心負(fù)載減少任務(wù)的平均響應(yīng)時(shí)間；負(fù)載非均衡通過(guò)減少調(diào)度一組任務(wù)的調(diào)度器和調(diào)度資源來(lái)降低能耗。通常認(rèn)為負(fù)載非均衡算法更適合于實(shí)時(shí)任務(wù)分配^[4]，基于負(fù)載均衡的調(diào)度策略具有通用性和良好的局部性。

    基于目前對(duì)GPU的任務(wù)調(diào)度策略的研究，Video Core采用優(yōu)先向頂點(diǎn)任務(wù)分配資源的策略^[5]，AMD的GCN系列芯片在僅剩最后一個(gè)執(zhí)行單元中的最后一個(gè)warp空位時(shí)作特殊均衡處理，其余資源充足場(chǎng)景啟用資源硬件調(diào)度^[6]。對(duì)調(diào)度資源管理功能的設(shè)計(jì)策略，文獻(xiàn)[7]提出資源的預(yù)先分配和資源調(diào)度的順序性維護(hù)。

    針對(duì)統(tǒng)一渲染架構(gòu)3D引擎的任務(wù)調(diào)度策略，文獻(xiàn)[8]提出兩級(jí)循環(huán)warp任務(wù)分配策略，策略中首先將所有支持并行執(zhí)行的warp拆分為小組（例如32個(gè)warp任務(wù)可以分成4組，每組8個(gè)warp），同組warp在同一SM內(nèi)并行執(zhí)行，對(duì)每組內(nèi)的warp按優(yōu)先級(jí)排序。兩級(jí)循環(huán)即組內(nèi)的調(diào)度策略采用輪詢，組間的切換也采用輪詢的循環(huán)策略，每級(jí)調(diào)度均使用公平輪詢策略。如圖1所示，采用兩級(jí)調(diào)度的優(yōu)勢(shì)在于減少了空閑執(zhí)行單元的循環(huán)周期，提高資源利用率與計(jì)算性能。

    國(guó)內(nèi)對(duì)統(tǒng)一渲染架構(gòu)的研究和探索起步較晚，主要集中于GPU架構(gòu)研究、算法優(yōu)化、功耗分析以及統(tǒng)一染色器設(shè)計(jì)等方面，但針對(duì)統(tǒng)一架構(gòu)染色器資源的管理與調(diào)度方面的研究資料較少。

2 任務(wù)調(diào)度策略設(shè)計(jì)與實(shí)現(xiàn)

2.1 任務(wù)調(diào)度模塊

    本文設(shè)計(jì)的調(diào)度策略結(jié)合動(dòng)態(tài)、靜態(tài)調(diào)度，實(shí)現(xiàn)一種基于負(fù)載均衡策略和兩級(jí)輪詢策略的任務(wù)調(diào)度電路設(shè)計(jì)，實(shí)現(xiàn)3D引擎中多個(gè)任務(wù)執(zhí)行資源的合理分配調(diào)度問(wèn)題，保證高效的資源利用率。其中3D引擎包含N個(gè)流多處理器(SM)模塊，每個(gè)SM模塊中最多支持M個(gè)warp并行執(zhí)行，任務(wù)調(diào)度即調(diào)度M*N個(gè)資源以及多組頂點(diǎn)、像素warp任務(wù)在時(shí)間和空間上的分配問(wèn)題。warp是實(shí)施任務(wù)調(diào)度的基本單位。

    任務(wù)調(diào)度模塊主要包括為避免圖形流水線死鎖設(shè)計(jì)的資源預(yù)先分配模塊、資源統(tǒng)計(jì)與查找模塊和負(fù)載均衡執(zhí)行模塊，任務(wù)調(diào)度模塊設(shè)計(jì)如圖2所示。

2.2 資源預(yù)先分配模塊設(shè)計(jì)

    首先，為實(shí)現(xiàn)死鎖避免策略，模塊內(nèi)部將M*N個(gè)可分配的warp計(jì)算資源采用預(yù)先分配方案，按照頂點(diǎn)任務(wù)和像素任務(wù)1:1的比例分配，即預(yù)先分配M*N/2個(gè)頂點(diǎn)warp計(jì)算資源和M*N/2個(gè)像素warp計(jì)算資源，如圖3所示。

    本文以M為8、N為4為例，闡述任務(wù)調(diào)度策略。即下文提到的系統(tǒng)具有支持共計(jì)4*8個(gè)warp并行計(jì)算的能力，為保障一致性和便于描述，將系統(tǒng)各SM中的warp執(zhí)行資源由warp_ID統(tǒng)一標(biāo)識(shí)，S₀中執(zhí)行的warp任務(wù)編號(hào)0至7，SM1支持warp任務(wù)編號(hào)8至15，依此類(lèi)推。

2.3 資源統(tǒng)計(jì)與查找模塊設(shè)計(jì)

    資源統(tǒng)計(jì)與查找模塊的設(shè)計(jì)策略使用隊(duì)列統(tǒng)計(jì)待調(diào)度warp_ID、待釋放warp_ID和待釋放資源順序性等實(shí)時(shí)信息，并依據(jù)統(tǒng)計(jì)信息對(duì)執(zhí)行資源作統(tǒng)一管理和調(diào)度，實(shí)現(xiàn)對(duì)warp_ID和相應(yīng)執(zhí)行資源的分配與統(tǒng)計(jì)功能。資源統(tǒng)計(jì)信號(hào)包括：(1)可分配資源隊(duì)列統(tǒng)計(jì)信號(hào)queue；(2)隊(duì)列起始位置信號(hào)start；(3)隊(duì)列結(jié)束位置信號(hào)end；(4)隊(duì)列資源釋放的順序性維護(hù)指針信號(hào)release。

    設(shè)計(jì)使用兩組統(tǒng)計(jì)信號(hào)對(duì)頂點(diǎn)和像素可分配資源分別進(jìn)行統(tǒng)計(jì)，并支持頂點(diǎn)與像素資源并行統(tǒng)計(jì)、查找。

    本文以頂點(diǎn)隊(duì)列統(tǒng)計(jì)信號(hào)為例，闡述資源分配統(tǒng)計(jì)信號(hào)組。

    (1)頂點(diǎn)可分配資源隊(duì)列統(tǒng)計(jì)信號(hào)queue_v統(tǒng)計(jì)當(dāng)前所有預(yù)先分配的頂點(diǎn)任務(wù)執(zhí)行資源，以warp_ID標(biāo)識(shí)。

    (2)頂點(diǎn)隊(duì)列起始位置信號(hào)start_v標(biāo)識(shí)下一個(gè)待分配warp任務(wù)在隊(duì)列中可分配的warp_ID，每當(dāng)輪詢調(diào)度分配一次任務(wù)，start_v標(biāo)識(shí)位置移動(dòng)。

    (3)頂點(diǎn)隊(duì)列結(jié)束位置信號(hào)end_v標(biāo)識(shí)下一個(gè)待釋放warp_ID在隊(duì)列中的排序位置，每當(dāng)執(zhí)行資源被釋放一次，end_v標(biāo)識(shí)位置移動(dòng)。

    (4)頂點(diǎn)隊(duì)列資源釋放順序維護(hù)信號(hào)release_v標(biāo)識(shí)隊(duì)列中按照順序應(yīng)釋放的warp_ID，順序性應(yīng)保證先分配任務(wù)的執(zhí)行資源優(yōu)先釋放warp_ID。

    設(shè)計(jì)中隊(duì)列資源統(tǒng)計(jì)，使用start_v和end_v在隊(duì)列中標(biāo)識(shí)位置之間的warp_ID表征當(dāng)前可分配頂點(diǎn)warp任務(wù)的空閑資源；使用release_v與start_v在隊(duì)列中標(biāo)識(shí)位置之間的warp_ID表征當(dāng)前執(zhí)行頂點(diǎn)warp任務(wù)的繁忙資源。

    頂點(diǎn)資源統(tǒng)計(jì)信號(hào)組的初始狀態(tài)、資源分配操作以及資源釋放操作如圖4所示。像素類(lèi)資源統(tǒng)計(jì)信號(hào)組原理相同。

2.4 負(fù)載均衡模塊設(shè)計(jì)

    負(fù)載均衡策略設(shè)計(jì)中，基于像素染色器是制約渲染性能的主要因素^[9]，當(dāng)染色器資源有限時(shí)，優(yōu)先分配資源處理像素任務(wù)；由于負(fù)載均衡操作中可能會(huì)同時(shí)改變頂點(diǎn)和像素統(tǒng)計(jì)隊(duì)列中的統(tǒng)計(jì)信息，負(fù)載均衡操作中需鎖定當(dāng)前隊(duì)列統(tǒng)計(jì)狀態(tài)，其他操作等待負(fù)載均衡結(jié)束后執(zhí)行。負(fù)載均衡策略不能并行執(zhí)行，每次負(fù)載均衡操作僅分配一個(gè)warp_ID資源。

    本文在負(fù)載均衡設(shè)計(jì)中將負(fù)載不均衡的場(chǎng)景分為三類(lèi)：

    第一類(lèi)場(chǎng)景：當(dāng)頂點(diǎn)或者像素類(lèi)型的空閑資源僅剩一個(gè)時(shí)，而另一類(lèi)型預(yù)先分配資源或有效資源還有較多空閑，需要將空閑類(lèi)型的執(zhí)行資源由負(fù)載均衡操作轉(zhuǎn)換為繁忙類(lèi)型的執(zhí)行資源執(zhí)行待分配的warp_ID；

    第二類(lèi)場(chǎng)景：當(dāng)頂點(diǎn)與像素類(lèi)型的空閑資源均僅剩一個(gè)時(shí)，若頂點(diǎn)任務(wù)和像素任務(wù)均請(qǐng)求分配資源或僅頂點(diǎn)任務(wù)請(qǐng)求分配資源，則不進(jìn)行負(fù)載均衡操作，各自分配隊(duì)列統(tǒng)計(jì)中的warp_ID；

    第三類(lèi)場(chǎng)景：當(dāng)頂點(diǎn)與像素類(lèi)型的空閑資源均僅剩一個(gè)時(shí)，若像素任務(wù)請(qǐng)求分配資源，則進(jìn)行負(fù)載均衡操作，將頂點(diǎn)分配隊(duì)列統(tǒng)計(jì)中的warp-ID均衡為像素隊(duì)列中待分配的warp_ID；若僅頂點(diǎn)任務(wù)請(qǐng)求分配資源，不執(zhí)行負(fù)載均衡操作。

    本文以第一類(lèi)場(chǎng)景為例，闡述負(fù)載均衡操作流程。如圖5所示，當(dāng)像素隊(duì)列中可分配資源不足，而頂點(diǎn)可分配資源充足，將end_v信號(hào)移動(dòng)至其在隊(duì)列中前一位置的warp_ID，將指向的warp_ID分配給像素類(lèi)資源，則頂點(diǎn)隊(duì)列負(fù)載均衡操作完成；end_p信號(hào)當(dāng)前位指向的隊(duì)列位置寫(xiě)入頂點(diǎn)隊(duì)列均衡的warp_ID，隨后end_p向高位移動(dòng)，指向下一組warp_ID釋放位置，像素隊(duì)列負(fù)載均衡操作完成。

3 實(shí)驗(yàn)結(jié)果及性能分析

    本文調(diào)度性能驗(yàn)證基于虛擬仿真平臺(tái)實(shí)現(xiàn)，平臺(tái)主要包括主機(jī)接口模型、頂點(diǎn)任務(wù)發(fā)送模型、像素任務(wù)發(fā)送模型、CPR時(shí)鐘模塊和統(tǒng)一染色器組模型。基于負(fù)載均衡的任務(wù)調(diào)度模塊搭建的仿真驗(yàn)證平臺(tái)如圖6所示。

    主機(jī)接口模型通過(guò)寄存器讀寫(xiě)配置整個(gè)平臺(tái)模型的各項(xiàng)參數(shù)信息；頂點(diǎn)任務(wù)和像素任務(wù)模型按照3D引擎的數(shù)據(jù)發(fā)送規(guī)則向任務(wù)調(diào)度模塊發(fā)送需要調(diào)度的數(shù)據(jù)warp信息；CPR時(shí)鐘模塊生成整個(gè)平臺(tái)的時(shí)鐘與復(fù)位信號(hào)；統(tǒng)一染色器陣列模型通過(guò)接收任務(wù)調(diào)度模塊的任務(wù)調(diào)度信息和數(shù)據(jù)信息，執(zhí)行計(jì)算warp數(shù)據(jù)（vertex_data和pixel_data）操作，操作完成后依據(jù)任務(wù)調(diào)度模塊的調(diào)度釋放執(zhí)行資源。

    驗(yàn)證中采用多種負(fù)載均衡策略、多種虛擬渲染場(chǎng)景對(duì)比驗(yàn)證，其中：

    (1)調(diào)度策略一為執(zhí)行資源不足時(shí)優(yōu)先分配頂點(diǎn)任務(wù)；

    (2)調(diào)度策略二為本文提出的負(fù)載均衡策略；

    (3)調(diào)度策略三為公平負(fù)載均衡策略，執(zhí)行資源不足時(shí)優(yōu)先執(zhí)行先分配的任務(wù)，若頂點(diǎn)資源與像素資源爭(zhēng)搶同一執(zhí)行資源時(shí)，使用隨機(jī)公平分配的原則。

    在所有測(cè)試場(chǎng)景頂點(diǎn)與像素任務(wù)總數(shù)一定，為模擬在圖形繪制程序中不同階段頂點(diǎn)與像素任務(wù)比例，將各任務(wù)組中頂點(diǎn)和像素warp的比例分別為(a)3:1、(b)2:1、(c)1:1、(d)1:2、(e)1:3?；趯?duì)3D引擎的調(diào)度性能的評(píng)測(cè)主要由吞吐量衡量，對(duì)一定時(shí)間內(nèi)各復(fù)雜渲染場(chǎng)景吞吐量作歸一化處理后，調(diào)度性能對(duì)比驗(yàn)證結(jié)果如圖7所示。

    當(dāng)部分渲染場(chǎng)景中頂點(diǎn)類(lèi)任務(wù)較多時(shí)，如任務(wù)組a、b類(lèi)場(chǎng)景中，偏向頂點(diǎn)的負(fù)載均衡策略一具有相對(duì)較好的調(diào)度性能；當(dāng)部分渲染場(chǎng)景中像素類(lèi)任務(wù)較多時(shí)，如任務(wù)組d、e類(lèi)場(chǎng)景，本文提出的策略二具有突出的調(diào)度性能；公平的負(fù)載均衡策略三在不同場(chǎng)景中具有平穩(wěn)的調(diào)度性能，但均不優(yōu)越。基于像素類(lèi)任務(wù)處理性能長(zhǎng)期成為圖形渲染的性能瓶頸，多數(shù)場(chǎng)景中像素類(lèi)任務(wù)偏多^[1，9]，如任務(wù)組c、d、e類(lèi)場(chǎng)景在一組渲染任務(wù)中較多、占據(jù)時(shí)長(zhǎng)較長(zhǎng)，本文提出的任務(wù)調(diào)度策略能夠在大多數(shù)場(chǎng)景中具有優(yōu)越的調(diào)度性能，在部分頂點(diǎn)類(lèi)任務(wù)較多的場(chǎng)景策略二調(diào)度性能良好。

    綜合以上分析，經(jīng)過(guò)多種渲染場(chǎng)景對(duì)比驗(yàn)證，本文提出的一種基于負(fù)載均衡的調(diào)度算法能夠?qū)崿F(xiàn)高效調(diào)度功能，在多種場(chǎng)景中較大幅度地提升調(diào)度效率，且設(shè)計(jì)簡(jiǎn)潔、調(diào)度開(kāi)銷(xiāo)較小并具有良好的場(chǎng)景適應(yīng)性，在不同渲染場(chǎng)景中均具有較好的負(fù)載均衡能力和調(diào)度性能。

4 結(jié)論

    結(jié)合其他調(diào)度算法策略，研究并設(shè)計(jì)、實(shí)現(xiàn)了一種基于負(fù)載均衡的3D引擎的任務(wù)調(diào)度策略，通過(guò)實(shí)現(xiàn)基于預(yù)先分配的避免死鎖策略、基于隊(duì)列統(tǒng)計(jì)和隊(duì)列順序維護(hù)的資源統(tǒng)計(jì)與查找策略、基于偏向像素設(shè)計(jì)的動(dòng)態(tài)負(fù)載均衡策略設(shè)計(jì)相關(guān)調(diào)度電路，實(shí)現(xiàn)調(diào)度復(fù)雜度較低且調(diào)度性能較高效的任務(wù)調(diào)度策略，經(jīng)多種渲染場(chǎng)景對(duì)比驗(yàn)證，具有較好的負(fù)載均衡能力及調(diào)度性能。

    目前3D引擎發(fā)展對(duì)任務(wù)調(diào)度策略提出了更高的要求，調(diào)度的多任務(wù)類(lèi)型也從圖形類(lèi)型的頂點(diǎn)和像素?cái)U(kuò)展到實(shí)時(shí)渲染、通用計(jì)算等任務(wù)，未來(lái)任務(wù)調(diào)度策略還應(yīng)考慮支持多種任務(wù)并行調(diào)度的復(fù)雜調(diào)度策略，更細(xì)致的負(fù)載均衡場(chǎng)景設(shè)計(jì)以及更完備的硬件測(cè)試與性能評(píng)測(cè)設(shè)計(jì)方法。

參考文獻(xiàn)

[1] Wang Po-Han，Chen Yen-Ming，Yang Chia-Lin. A predictive shutdown technique for GPU shader processors[J].IEEE Computer Architecture Letters，2009，8(1)：9-12.

[2] 賓雪蓮，楊玉海，金士堯.一種基于分組與適當(dāng)選取策略的實(shí)時(shí)多處理器系統(tǒng)的動(dòng)態(tài)調(diào)度算法[J].計(jì)算機(jī)學(xué)報(bào)，2006，29(1)：81-91.

[3] LIU S，QUAN G，REN S.On-line scheduling of real-time services for cloud computing. Services[C].2010 6th World Congress on IEEE，2010.

[4] 劉加海，楊茂林，雷航.共享資源約束下多核實(shí)時(shí)任務(wù)分配算法[J].浙江大學(xué)學(xué)報(bào)，2014，48(1)：113-117.

[5] Boardcom Corporation.VideoCore IV 3D Architecture Reference Guide[EB/OL].(2013-9-16)[2016-12-31].https://www.broadcom.com/docs/support/videocore/VideoCoreIV-AG100-R.pdf.

[6] Graphics Core Next[EB/OL].(2016-12-19)[2016-12-31].https://en.wikipedia.org/wiki/Graphics_Core_Next

[7] Jonathan Ragan-Kelley.Scheduling the Graphics Pipeline[EB/OL].(2011-8-9)[2016-12-31].http://bps11.idav.ucdavis.edu/talks/05-schedulingGraphicsPipelineWithNotes-BPS2011-raganKelley.pdf.

[8] Veynu Narasiman，Michael Shebanow.Improving GPU perfor-mance via large warps and two-level warp scheduling[C].Proceedings of the 44th Annual IEEE/ACM International Symposium on Microarchitecture ACM，2011.

[9] Pitchaya Sitthi-amorm，Jason Lawrence，Lei Yang，et al.Automated Reprojection-Based Pixel Shader Optimization[J].ACM Transactions on Graphics，2008，27(5)：127.

作者信息:

鄧  藝，田  澤，韓立敏

（中航工業(yè)西安航空計(jì)算技術(shù)研究所，陜西 西安710065）