作者简介：
王建峰，对于技术方向（主要是嵌入式领域的OS方向的系统应用）感兴趣，最近在学习操作系统基础。同时也是某芯原厂的驱动工程师，主要是gpu领域的驱动软件。
https://gitee.com/hinzer/blog
0 说明背景
做了一段时间的 GPU 固件和驱动开发，加上平时学习的一些零散的知识，最近打算整理，将这些做成一页文章。
主线任务：梳理 GPU 的知识大纲 =====> 对标 GPU入门工程师
支线任务：了解 GPU 硬件工作机理
支线任务：掌握 GPU 固件工作机理 =====> 对标 GPU固件工程师
支线任务：了解 GPU 驱动 和 GPU 固件的交互接口
支线任务：掌握 GPU 驱动工作机理 =====> 对标 GPU驱动工程师
支线任务：了解 GPU 驱动 和 LIBDRM 的交互接口
1 全局视角
1.1 应用场景(了解)
GPU 作为加速图形绘制的芯片时，它主要面向的产品主要是会集中在 PC 和游戏两个市场。
1.2 大概原理(了解)
GPU 是加速绘图的处理器，关于它如何绘制一张图片。这里引入《说透芯片》中的一段文字：
在 GPU 处理图像，特别是 3D 图像的时候，倒不是一个像素一个像素处理的，而是把 3D 图形转换成可以在 2D 屏幕上展现出来的，由顶点构成的无数个三角形。然后，根据每个三角形的三个顶点，把这个三角形所覆盖区域换算成像素，然后再做颜色效果，基本上就得到了屏幕上的最终效果。下面是用 GPU 处理一个 3D 桌子图像的绘制示意图，你大概可以理解这个处理过程。
1.3 技术图景(了解)
1）工具软件
- 编译器，例如 LLVM
- 调试器
2）系统开发
- 用户态驱动，例如 Xserver/Wayland
- 图形库，例如 Mesa3d
- 接口库，例如 Libdrm
- 内核，例如 Linux Driver
- 固件，例如 RTOS
3）硬件组成
- 命令处理器(Command Processor)
- 数据并行处理器(Data-Parallel Processor)
- 内存控制器(Memory Controller)
2 用户和内核
DRM 是目前 Linux 的主流图形显示框架，为了解释 DRM 能做什么，这里引入最新内核官方文档中的一段文字
The Linux DRM layer contains code intended to support the needs of complex graphics devices, usually containing programmable pipelines well suited to 3D graphics acceleration. Graphics drivers in the kernel may make use of DRM functions to make tasks like memory management, interrupt handling and DMA easier, and provide a uniform interface to applications.
2.1 整体框图(了解)
libdrm对底层接口进行封装，向上层提供通用的API接口，主要是对各种IOCTL接口进行封装，便于重用与代码共享KMS正常工作时，需要设置显卡或者图形适配器的模式，主要体现在以下两个方面
- 更新画面 : 显示buffer的切换，多图层的合成方式控制，以及每个图层的显示位置。
- 设置显示参数 : 包括分辨率、刷新率、电源状态（休眠唤醒）等。
GEM提供内存管理方法，主要负责显示buffer的分配和释放。
2.2 驱动框架(待掌握)
1) 涉及元素对 KMS 和 GEM 涉及到的组件进行概述，详细了解可参考 DRM 学习简介 | 何小龙 。
- KMS：CRTC，ENCODER，CONNECTOR，PLANE，FB，VBLANK，property
- GEM：DUMB，PRIME，fence
2) 工作流程从用户程序的视角，要实现既定的功能，可以直接调用 DRM 框架封装的接口。用户视角下面以模式设置为例，简述用户程序的调用流程
- 打开DRM设备文件 : open("/dev/dri/card0");
- 获取显卡资源句柄 : drmModeGetResources(...);
- 获取connectorId : drmModeGetConnector(...);
- 创建FrameBuffer : drmModeAddFB(...);
- 设置Crtc模式 : drmModeSetCrtc(crtc_id, fb_id, connector_id, mode);
- 资源清理工作 : modeset_cleanup(...);
内核视角然后看接口 drmModeSetCrtc() 到内核态的执行过程
- Libdrm层 : drmModeSetCrtc -> DRM_IOCTL(fd, DRM_IOCTL_MODE_SETCRTC, &crtc); -> drmIoctl(fd, cmd, arg); -> ioctl(fd, request, arg);
- Kernel层 : ... -> amdgpu_kms_compat_ioctl -> amdgpu_drm_ioctl -> drm_ioctl -> ... -> drm_mode_setcrtc ->
__drm_mode_set_config_internal ->
drm_atomic_helper_set_config -> drm_atomic_commit - 将修改提交到硬件：drm_atomic_commit 会调用 atomic_commit 接口(设备驱动程序注册到 struct drm_mode_config 对象下的接口)，这是厂商自己实现的函数，例如 amdgpu_dm_atomic_commit
3 内核和固件
GPU 设备驱动程序是系统内核态的一个模块（这个系统运行在 CPU 上），而 GPU 固件是一个独立的系统（这个系统运行在 GPU 上）。硬件上它们相当一个多核异构。其实这里我比较关心的是驱动和固件之间的交互，两者之间的关系。
3.1 工作流程(掌握)
通过系统启动时和运行时的两个场景，大概理解下驱动和固件之间的交互过程
- GPU 驱动初始化 GPU 固件，并启动固件
- 驱动准备好顶点数据，流水线配置，命令队列，写到内存或者显存上
- 通知 GPU 固件新的命令队列的位置
- CP 中的固件同步命令队列，解析执行，并配置状态数据，设置图形流水管理模块
- GPU 开始干活，进入图形流水线
3.2 交互途径(掌握)
主机和固件有两种交互途径1）寄存器组
- CPU 和 GPU 固件可以共同访问的一组通用寄存器
- 软件设计上 : 寄存器类型由软件定义
- 硬件结构上 : CPU - SREGS - EC
2）命令队列
- GPU 固件驱动 DMA 来通过 SRAM 和 DRAM
- 软件设计上 : RingBuffer 数据结构，通信协议由软件定义
- 硬件结构上 : SRAM - DMA - DRAM
3.3 寄存器组设计(掌握)
以下内容不便详细展开
- 共享寄存器组
- 命令通讯协议
3.4 通信协议设计(掌握)
以下内容不便详细展开
- 软硬件机制
- 数据一致性
- 命令包协议
4 固件和硬件
GPU 内部集成一个命令处理器（其实是一个MCU），它相当于 CPU 的一个异构核。从软件的视角来看，在这个命令处理器上运行一个轻量级的操作系统，我们叫做固件，它的一个关键的用途在与内核驱动通信，控制GPU的流水线；从硬件的视角来看，这个 CP（命令处理器）能与 CPU 交互，与 GPU 交互。
引入一张 AMD R600 的微架构图，其中 Command Processor（CP）是集成在 R600 上的，其中 HOST 和 CP 交互的一个重要方式是通过 DMA 搬运 HOST 系统内存上的命令队列到CP里的内存空间中，其中 CP 完成命令解析和执行后，通过中断线 Interrupts 通知 HOST 侧，然后驱动程序会响应这个中断信号并执行处理函数。
4.1 固件软件设计(掌握)
以下内容不便详细展开
- 软件系统模型
- 命令解析模型
4.2 软件硬件接口(了解)
使用 NVIDIA 的 CUDA 框架可以让程序员直接在 GPU 上运行 C程序，这样的程序在 GPU 上以 CUDA 线程的形式存在，编译器和硬件将 CUDA 线程聚合成一个线程组，硬件上有一个多线程 SIMD 处理器与之对应，在 GPU 内部有多个多线程的 SIMD 处理器。这里引入《Computer Organization and Design ARM edition》章节 6.6 的一段文字：
NVIDIA decided that the unifying theme of all these forms of parallelism is the CUDA Thread. Using this lowest level of parallelism as the programming primitive, the compiler and the hardware can gang thousands of CUDA threads together to utilize the various styles of parallelism within a GPU: multithreading, MIMD, SIMD, and instruction-level parallelism. These threads are blocked together and executed in groups of 32 at a time. A multithreaded processor inside a GPU executes these blocks of threads, and a GPU consists of 8 to 32 of these multithreaded processors.
4.3 体系结构简介(了解)
使用 NVIDIA GPU 体系结构说明。我的理解是，硬件上来看一个 GPU 包含多个 多线程的SIMD处理器（同时 GPU 也包含有其他的控制模块，比如线程块调度器，可以设计整体上实现流水线级的并行），每一个 多线程的SIMD处理器 包含多个 SIMD 通道（同时 SIMD处理器 也包含有其他的控制模块，比如 SIMD线程调度器），对应 SIMD 指令线程的并行计算，达到数据级并行的效果。以下是 SIMD处理器 数据通路的简略图，参考至《Computer Organization and Design ARM edition》图片 6.9
编译器和硬件将 CUDA 线程聚合成一个 SIMD 线程组，通过 线程块调度器 将 SIMD线程组 分配给多线程的SIMD处理器，先经过 SIMD 处理器内部的 SIMD 线程调度器，将准备好的 SIMD 指令线程调度到 SIMD 处理器上执行，SIMD 指令执行时会经过 SIMD 通道，到达 SIMD 处理器内部的局部存储器或者外部的全局存储器。
4.4 图形流水线(了解)
9 参考资料
Computer Organization and Design ARM edition.pdfr600isa.pdf
/2 
