我试图弄清楚现代 GPU 是否具有精简指令集或复杂指令集。
维基百科说这不是指令集的大小，而是完成和指令需要多少个周期。
在 RISC 处理器中，每条指令可以在一个周期内完成。
在 CISC 处理器中，完成一些指令需要几个周期。
我正试图弄清楚现代 GPU 的情况。
【问题讨论】：
标签： gpu cpu instruction-set
CISC 的目标是采用通用编码模式并在硬件中对其进行加速。您可以在对基本架构的不断扩展中看到这一点。请参阅 Intel 的 MMX 和 SSE，以及 AMD 的 3DNow! 等。https://en.wikipedia.org/wiki/Streaming_SIMD_Extensions 这也有助于进行良好的营销，因为您需要升级到新处理器以加速最新的常见任务，并让编码人员忙于不断地将他们的代码模式转换为新的扩展。
RISC 的目标恰恰相反。它试图尽可能快地执行一些基本功能。然后，编码人员需要继续将他们常见的编码任务分解为那些简单的指令（尽管高级编程语言和代码包/库会为您完成此任务）。 RISC 作为 ARM 处理器的架构继续存在。见：https://en.wikipedia.org/wiki/Reduced_instruction_set_computer
我注意到 GPU 与 RISC 理念相似，其目标是尽可能快地执行尽可能多的相对简单的计算。向深度学习的转变产生了对训练数百万个相对简单参数的需求，因此向高度并行、相对简单的架构回归。在您的计算机中实现这两种理念是两全其美的。
【讨论】：
RISC指令集：加载/存储单元独立于其他单元，因此基本上用于加载和存储特定指令
CISC 指令集：嵌入在指令执行例程中的广告/存储单元，因此该指令比 RISC 指令更复杂，因为 CISC 指令除了执行操作之外还将执行加载和存储阶段，这需要更多的晶体管逻辑来执行用于一个障碍
【讨论】：
如果您指的是 Nvidia，那么它显然是 RISC，因为它的大多数 GPU 在硬件中甚至没有整数除法和模运算，只有移位、按位运算和 3 种算术运算（加法、减法、乘法）用于实现这 2 . 我找不到例子，但这个问题 (modular arithmetic on the gpu) 表明 mod 使用了
实现一些复杂算法的过程（大约 50 条指令甚至更多）
即使是称为 PTX 的 NVVM（Nvidia 虚拟机）语言也会使用更多操作，其中一些操作在转换为一种本地语言后无论如何都会“烘焙”成一堆更简单的操作（由于 GPU 的性质，此类语言有不同的版本）以及他们的世代/家庭，但这些统称为 SASS）。
您可以在此处查看所有可用操作以及每个操作的描述，这些操作非常简短且不太清楚（尤其是如果您没有机器级编程背景，例如知道“缩放”意味着 1 左移到操作数就像 x86 的“FSCALE”或“比例因子”等）： https://docs.nvidia.com/cuda/cuda-binary-utilities/index.html#instruction-set-ref
如果您的意思是 AMDGPU，那么有很多说明，但不是很清楚，因为一些消息来源告诉他们，他们刚刚从 VLIW 切换到南岛 GPU 发布时。
【讨论】：