第一篇：GPU 的诞生与发展
01 GPU 是如何诞生的
02 从固定功能流水线到可编程着色器
03 统一着色器架构的诞生
04 CUDA 如何改变 GPU
05 NVIDIA GPU 架构发展全景图
第二篇：GPU 总体结构
06 一颗 NVIDIA GPU 内部有什么
07 从 GPC、TPC 到 SM 的层级组织
08 CPU Core 与 GPU SM 的区别
09 GPU 从上电到执行 Kernel
第三篇：SM 微架构
10 SM 内部结构总览
11 CUDA Core 到底是什么
12 Warp 与 SIMT
13 Warp Scheduler
14 分支发散与独立线程调度
15 GPU 指令流水线
16 Occupancy 与资源分配
第四篇：存储子系统
17 存储层次
18 寄存器堆
19 Shared Memory
20 L1/L2 与一致性
21 Global Memory 合并
22 GDDR 与 HBM
23 地址转换与统一内存
第五至八篇
24---28 专用计算单元
29---32 调度、同步与异步执行
33---36 多 GPU、封装与虚拟化
37---40 历代架构拆解与展望
发布建议
-
标题保留统一编号，方便形成系列；
-
Mermaid 若在 CSDN 渲染异常，可导出为 PNG 后替换；
-
每篇发布后在开头加入上一篇、下一篇链接；
-
架构参数容易随产品与文档更新，引用时标注产品、形态和资料日期；
-
不把营销峰值当作实际应用性能，不把架构名、芯片名和产品名混用。
核心官方资料
-
CUDA Programming Guide(https://docs.nvidia.com/cuda/cuda-programming-guide/part1.html)
-
CUDA Best Practices Guide(https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html)
-
NVIDIA Ampere Architecture In-Depth(https://developer.nvidia.com/blog/nvidia-ampere-architecture-in-depth/)
-
NVIDIA Hopper Architecture In-Depth(https://developer.nvidia.com/blog/nvidia-hopper-architecture-in-depth/)
-
NVIDIA Vera Rubin Platform(https://www.nvidia.com/en-us/data-center/technologies/rubin/)