基本信息
- 项目名称：
- 基于OpenGL的图形加速器
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作A类
- 简介：
- 作为研究具有自主知识产权GPU芯片的积极探索，本系统设计了基于OpenGL的图形加速器，可实现图形的几何变换、图元装配、投影变换、视窗变换、扫描转换和消隐等功能。
- 详细介绍：
- 基于对OpenGL图形加速器体系架构的探索与研究，本项目自主设计了加速器原型系统的总体结构，该系统由命令输入模块、软件控制模块（NiosII核）、图形加速器、命令显示模块、图形显示模块组成。PS/2键盘发出的键值码经键盘控制器送到软件控制模块（NiosII核）。软件控制模块将收到的键值依据指令编码规则解析为有效或无效指令，并将指令以字符的形式送给LCD显示，同时软件控制模块将解析后的指令以机器命令的形式送给图形加速器，图形加速器处理之后将用于生成目标图形的显示数据以二进制形式存储于显存SDRAM，VGA控制器从这一区域读出数据后经D/A转换以标准时序发给显示器，实现设计图形的屏幕显示。图形加速器是系统的核心模块，针对本图形加速器原型系统我们设计了独立的指令系统，共包括26条指令。每条指令由18个字节(144位)组成，具体格式为：8位操作码，8位控制字，128位数据字。图形加速器采用流水线结构实现图形的定位（形状、位置的确定）、着色和光栅化操作。加速器流水线包括：几何变换、图元装配、投影变换、视窗变换，扫描转换和消隐等单元。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 作品设计、发明的目的： 1.设计基于OpenGL的图形加速器，用硬件电路替代软件程序库实现图形处理，提高基于OpenGL应用程序的图形渲染速度； 2.研究具有自主知识产权的图形处理器体系结构，打破我国GPU芯片受制于人的被动局面。 作品设计、发明的基本思路： 1.研究OpenGL系统，自主设计图形渲染命令集； 2.研究国外GPU芯片的体系结构，确定本图形加速器的实现方案； 3.研究图形渲染关键算法，提出具体实现方案； 4.进行图形加速器的硬件设计，编写相关代码； 5.建立硬件电路的仿真验证平台，验证相关设计； 6.构建图形加速器的原型系统。 创新点： 1.自主设计图元装配算法。本算法可以处理OpenGL支持的10种基本图元，硬件实现结构简洁。 2.优化三角形扫描算法。该算法的硬件电路实现使系统速度获得较大提升。 技术关键： 1.图形加速器采用流水线结构实现图形的各种操作，本加速器的流水线结构为：命令处理、几何变换、图元装配、投影变换、齐次化、视窗变换、扫描转换和消隐等单元。 2.各级流水线间的通信采用双轨握手协议。 3.软件仿真平台采用图形渲染管线流水模型，兼容了OpenGL指令系统； 4.硬件电路采用SystemVerilog验证平台进行验证，该平台可产生定向测试数据和随机测试数据。 主要技术指标： 1.系统主频为70MHz； 2.绘制三角形的速率为10万个/秒。
科学性、先进性
- 1作品的科学性 本作品是基于开放性图形语言（OpenGL）设计的硬件图形加速器。OpenGL作为图形硬件的一种软件接口，提供了一组功能强大又非常基本的渲染函数，所有的高级绘图操作都是在这些函数的基础上完成的。我们通过深入研究OpenGL的命令集与系统架构，设计了本作品的体系结构，使得该作品具有设计上的科学性。 2作品的先进性 算法的设计与优化：在图元装配模块中，自主创新的图元装配（Primitives Generation Algorithm）算法专为图元分类解析设计，该算法的硬件电路易于实现。针对扫描转换模块的计算量大，我们优化了三角形扫描算法，该算法扫描速度快，从整体上提高了流水线的处理速度。 完整的仿真平台和验证平台：时钟级仿真平台GPUsim，是按照GPU的流水渲染管线设计的，兼容了OpenGL指令系统。硬件验证平台基于业界领先的VMM技术方法，采用分层的SystemVerilog验证方法学，对作品的RTL设计进行详细验证。
获奖情况及鉴定结果
- 无
作品所处阶段
- 实验室阶段
技术转让方式
- 专利，IP核
作品可展示的形式
- 实物，现场演示
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 1使用说明 通过PS/2键盘输入相应的绘图指令，图形加速器依据用户输入的指令绘制图形。 2技术特点及优势 本系统自主定义了一套基于OpenGL的命令集，严格确定了指令的格式和用法，完成了该套指令的硬件电路；搭建了完备的软件仿真平台和硬件仿真平台，其中软件仿真平台GPUsim完全按照GPU的多级流水渲染管线而设计，兼容了OpenGL指令系统，基于业界领先的VMM技术方法，搭建了分层的SystemVerilog硬件仿真平台。 3适用范围与推广前景 本系统可广泛应用于智能手机和平板电脑操作系统等对图形处理要求较高的移动设备当中，同时也适用于车载导航设备、掌上游戏机等。此外，本系统可作为研究及设计具有自主知识产权的GPU芯片的基础，通过进一步的改进将会推广和应用到社会多个领域。 4市场分析及经济效益预测 目前，GPU芯片为国外所垄断，价格也比较昂贵，我们将会更加努力进行后续研究，设计具有自主知识产权的GPU芯片，以相对低廉的价格在国内销售，定会有很大的市场，从而实现较好的经济收益。
同类课题研究水平概述
- 现代国外研究图形处理器产品的单位主要有美国Nvidia、AMD和Intel公司。Nvidia的Geforce 8800是支持Directx 10规范的统一架构GPU，首次打开了GPU通用计算的大门。2010年推出的采用40纳米工艺的GPU Fermi集成了约30亿晶体管，具有512个CUDA核，存储器接口384位宽，存储器峰值带宽230GB/s，主要应用于实时图形处理和大规模并行计算领域。Nvidia的CUDA编程框架和国际媒体处理标准协会KHRONOS推出的并行计算语言标准OpenCL加速了通用计算图形处理器（GPGPU）的发展。AMD采用40nm工艺推出了Radoen系列，支持DirectX11标准，有20亿晶体管，也已经转向通用计算和移动图形计算。Intel的Larrabee项目计划推出结合CPU和GPU用于高性能计算的芯片，这种异构的系统的研究项目最终被撤销。2010年ARM也发布了ARM Mali™-T604GPU，用于满足智能手机等嵌入式设备的图形处理需求。 我国采用国外GPU芯片研制超级计算机取得了引人注目的成就。2009年4月，科学院过程工程研究所采用Nvidia的Tesla技术成功研制单精度峰值超过每秒1000万亿次浮点运算的超级计算系统。2009年11月，国防科技大学发布的“天河一号”千万亿次超级计算机采用了6144颗Intel至强5500系列CPU和5120颗ATI的GPU。2010年12月评测的世界上最快的超级计算机“天河一号A”，使用了14336颗Intel CPU和7168颗Nvidia Tesla M2050 GPU。 目前国内研究图形加速器的单位有北大众志微处理器研究中心、中国科技大学 、电子科技大学、华东师范大学、浙江大学等单位。浙江大学在复杂图形染色算法特别是光线跟踪算法方面的研究很有成效。长沙景嘉微电子公司承担了国家核高基项目“安全适用CPU关键技术”的图形加速器子项目。另外研究GPU的还有一些国防单位。西安邮电学院专用集成电路设计中心近几年开展图形处理器的设计和研究工作，在图形系统芯片体系结构和GPU设计方面，进行了实践和探索。
