版本记录
| 版本号 | 时间 |
|---|---|
| V1.0 | 2018.10.08 星期一 |
前言
很多做视频和图像的，相信对这个框架都不是很陌生，它渲染高级3D图形，并使用GPU执行数据并行计算。接下来的几篇我们就详细的解析这个框架。感兴趣的看下面几篇文章。
1. Metal框架详细解析（一）—— 基本概览
2. Metal框架详细解析（二） —— 器件和命令（一）
3. Metal框架详细解析（三） —— 渲染简单的2D三角形（一）
4. Metal框架详细解析（四） —— 关于GPU Family 4（一）
5. Metal框架详细解析（五） —— 关于GPU Family 4之关于Imageblocks（二）
6. Metal框架详细解析（六） —— 关于GPU Family 4之关于Tile Shading（三）
7. Metal框架详细解析（七） —— 关于GPU Family 4之关于光栅顺序组（四）
8. Metal框架详细解析（八） —— 关于GPU Family 4之关于增强的MSAA和Imageblock采样覆盖控制（五）
9. Metal框架详细解析（九） —— 关于GPU Family 4之关于线程组共享（六）
10. Metal框架详细解析（十） —— 基本组件（一）
11. Metal框架详细解析（十一） —— 基本组件之器件选择 - 图形渲染的器件选择（二）
12. Metal框架详细解析（十二） —— 基本组件之器件选择 - 计算处理的设备选择（三）
13. Metal框架详细解析（十三） —— 计算处理（一）
14. Metal框架详细解析（十四） —— 计算处理之你好，计算（二）
15. Metal框架详细解析（十五） —— 计算处理之关于线程和线程组（三）
Calculating Threadgroup and Grid Sizes - 计算线程组和网格大小
在调度计算处理工作负载时，计算线程组和网格的最佳大小。
Overview - 概览
在iOS 11和macOS 10.13及更高版本中，当您准备执行计算内核代码时，需要指定网格的大小和每个线程组的线程数。 然后，如果网格大小不是线程组大小的倍数，则Metal会计算线程组的数量并提供非均匀线程组。 这可确保您没有未充分利用的线程。
在早期版本的iOS和macOS中，您需要指定线程组的大小和数量。 由于网格由均匀的线程组组成，因此可能与数据大小不匹配，在这种情况下，您需要向计算内核添加防御性代码，以确保它不在数据范围之外执行。
Calculate Threads per Threadgroup - 计算每个线程组的线程数
您可以根据两个MTLComputePipelineState属性计算每个线程组的线程数。一个属性是 maxTotalThreadsPerThreadgroup（可以在单个线程组中的最大线程数）。另一个是threadExecutionWidth（计划在GPU上并行执行的线程数）。
maxTotalThreadsPerThreadgroup属性取决于设备，计算内核的寄存器使用情况以及线程组内存使用情况。在创建计算管道状态后，其maxTotalThreadsPerThreadgroup值不会更改，但同一设备上的两个管道状态可能会返回不同的值。
每个线程组的线程数不能超过maxTotalThreadsPerThreadgroup。在maxTotalThreadsPerThreadgroup值为512且threadExecutionWidth为32的设备上，每个线程组的合适线程数为32（线程执行宽度）x 16（每个线程组的总线程数除以线程执行宽度）。Listing 1显示了根据线程执行宽度和每个线程组的最大线程定义线程组维度的示例。
// Listing 1
Calculating threads per threadgroup.
NSUInteger w = pipelineState.threadExecutionWidth;
NSUInteger h = pipelineState.maxTotalThreadsPerThreadgroup / w;
MTLSize threadsPerThreadgroup = MTLSizeMake(w, h, 1);
Metal能够计算网格（在这种情况下，图像或纹理）如何被最佳地划分为非均匀的，任意大小的线程组。 计算命令编码器的dispatchThreads:threadsPerThreadgroup:方法需要线程的总数 - 每个线程负责一个像素 - 以及Listing 1中计算的threadsPerThreadgroup值，如下例所示：
MTLSize threadsPerGrid = MTLSizeMake(texture.width, texture.height, 1);
[computeCommandEncoder dispatchThreads: threadsPerGrid
threadsPerThreadgroup: threadsPerThreadgroup];
当Metal执行此计算时，它可以沿网格边缘生成较小的线程组，如下所示。 与均匀线程组相比，此技术简化了内核代码并提高了GPU性能。
Calculate Threadgroups per Grid - 计算每个网格的线程组
如果需要对线程组的大小和数量进行精细控制，则可以手动计算网格的划分方式。 在您的代码中，确保有足够的线程组来覆盖整个图像。 这是一个例子：
MTLSize threadgroupsPerGrid = MTLSizeMake((texture.width + w - 1) / w,
(texture.height + h - 1) / h,
1);
给定1024 x 768的纹理，上面的代码返回一个32 x 48 x 1的MTLSize对象，这意味着纹理被分成1536个线程组，每个线程组包含512个线程，总共786,432个线程。 在这种情况下，该数字与图像中的像素数匹配，并且处理整个图像时没有未充分利用的线程。 但是，情况可能并非总是如此（例如，对于1920 x 1080的图像尺寸）。 此代码通过四舍五入，确保有足够的线程来处理整个图像。
使用这种方法，线程组生成的网格可能比您的数据大。 因此，如果网格中的线程位置超出数据范围，则代码应提前退出。 下图显示了一组4 x 4线程组如何在网格边界上扩展，从而导致线程利用不足：
Listing 4显示了一个简单的内核，它将不透明的白色写入outputTexture中的每个像素。 它首先将线程位置与纹理边界进行比较，如果位置超出纹理范围，则return。
// Listing 4
Exiting early when out of bounds.
kernel void
simpleKernelFunction(texture2d<float, access::write> outputTexture [[texture(0)]],
uint2 position [[thread_position_in_grid]]) {
if (position.x >= outputTexture.get_width() || position.y >= outputTexture.get_height()) {
return;
}
outputTexture.write(float4(1.0), position);
}
请注意，以前的dispatchThreads：threadsPerThreadgroup：技术不需要进行此检查。
使用Listing 4中的代码，最终的调度将是：
[computeCommandEncoder dispatchThreadgroups: threadgroupsPerGrid
threadsPerThreadgroup: threadsPerThreadgroup];
后记
本篇主要讲述了计算线程组和网格大小，感兴趣的给个赞或者关注~~~
