GPU是一个外围设备，本来是专门作为图形渲染使用的，但是随着其功能的越来越强大，GPU也逐渐成为继CPU之后的又一计算核心。但不同于CPU的架构设计，GPU的架构从一开始就更倾向于图形渲染和大规模数据的并行计算处理。而大规模的并行计算，离不开大规模的数据传输，只有深入了解了GPU的存储体系，才能真正发挥GPU的威力，写出高性能的软件产品。但是由于GPU存储体系相关的资料非常少，加之非常分散，所以在看了大量的零散资料后，想通过这篇文章，总结一下关于GPU存储相关的知识点，以期达到加深理解的目的。
GPU存储体系的设计哲学是更大的内存带宽，而不是更低的访问延迟。该设计原则不同于CPU依赖多级Cache来降低内存访问延迟的策略，GPU则是通过大量的并行线程来规避或者叫隐藏内存访问的延迟，具体来说就是GPU在等待某个内存数据到来的时候，会运行成百上千个其他与该数据无关的线程，来处理另外的数据请求，这就是GPU存储体系内存访问的特点：高带宽，高延迟。
正式开始之前，我们需要了解几个基础的概念。我们通常在讲内存时，多数情况下都是指CPU的专用存储，从GPU存储的角度来说，CPU的内存一般称之为主存（main memory），GPU自己的存储则称为local memory，即GPU的本地存储，有时候也称为video memory。
GPU的存储体系根据GPU的类型不同，可以是逻辑上的，也可以是物理上的。对于集成显卡（即integrated GPU）而言，例如 Intel HD Graphics ，GPU和CPU位于同一die中，所以它没有自己的物理存储设备，而是共享CPU的存储空间，即Unified Memory Architecture(一致性存储架构)，通常是从CPU的存储中划分一部分出来作为该GPU的local memory；另一种显卡称为独立显卡（即dedicated GPU），像Nvidia和AMD生产的GPU就属于这类，它们都拥有自己的物理存储设备，是我们日常使用最多的GPU类型了。无论哪种GPU，它都拥有自己的一套地址空间，且独立于CPU的虚拟内存地址空间。GPU地址空间的管理是通过内核态驱动来完成的，例如Windows上的KMD（Kernel-Mode Driver）
对于integrated gpu而言，因为GPU和CPU处于同一die中，所以GPU和CPU很多时候是共享总线的。除了GPU自己的local memory之外，CPU和GPU之间有时候需要共享一些数据，例如在渲染的时候，CPU将顶点数据放入主存当中，供GPU使用。由于主存的内容对GPU来说是不可见的，所以GPU是不能直接访问这些数据的。为了让GPU访问CPU主存的内容，业界引入了一个叫GART（即Graphic Address Remapping Table）的技术。GART是一个 I/O memory management unit (IOMMU) ，说白了就是一个内存地址的映射表，可以将CPU的内存地址重新映射到GPU的地址空间，这样就可以让显卡直接访问(DMA,direct memory access)host system memory。
反过来，CPU如何访问GPU的存储空间呢？因为integrated gpu的存储空间是从主存分出的一部分，一般情况下都比较小，OS可以将GPU的整个存储空间映射到CPU的地址空间。但是对于dedicated gpu来说，这种方式就不行了，因为独立显卡的显存一般比较大，一个32位的OS整个地址空间也才4GB。所以独立显卡拥有与integrated gpu不同的地址空间映射机制，用于解决这个问题。一种比较常用的方式是映射一部分GPU存储空间到CPU的地址空间，典型大小为256MB/512MB，这段地址空间会通过PCIe的bar获取一个CPU可见的地址空间。最新的PCIe支持 resize bar技术，支持该技术的GPU可以动态调整映射区域的大小。
简单介绍完GPU的存储体系后，我以OpenGL程序为例，来分析一下OpenGL中数据的upload和download过程，从而了解GPU存储体系在实际程序中的运用。
OpenGL更新数据的常用函数家族是：glBuffer*Data和glMapBuffer*。更准确的说是CPU需要更新数据给GPU使用时，顶点数据的更新，纹理数据的上传等等，需要CPU到GPU的数据传输，这个过程称为streaming。这个数据传输的过程有两种方式：
l glBufferData/glBufferSubData
通过这两个函数，可以将数据从main memory拷贝到pinned memory，一旦拷贝完成，就会发起一次异步的DMA（Direct Memory Access）传输，将数据传输给GPU，然后就会从函数调用返回，一旦函数返回，你就可以对原来CPU主存中的数据做任何处理，修改或者删除。
l glMap*/glUnmap*
通过mapping的方式传输数据，你可以获取一个指向pinned memory的指针，通过该指针你可以拷贝main memory上的数据到pinned memory，然后调用glUnmap通知driver你已经完成数据的更新，这种方式看似跟上面的glBufferData/glBufferSubData一样，但是你可以获得更多的控制权。
该例子中的pinned memory就是CPU内存上的一块专门用于GART的存储区域，DMA传输则是通过上文提到的PCIe bar来实现的，了解了GPU的存储体系，在使用图形API进行渲染绘制时，才能清晰的了解数据的归属和流向，从而避免不必要的错误和性能损失。
参考链接：
https://www.makeuseof.com/tag/can-shared-graphics-finally-compete-with-a-dedicated-graphics-card/
https://lwn.net/Articles/257417/
https://zhuanlan.zhihu.com/p/35891701
https://fgiesen.wordpress.com/2011/07/01/a-trip-through-the-graphics-pipeline-2011-part-1/