* 参考spec：the-compute-architecture-of-intel-processor-graphics-gen9-v1d0.pdf
Gen9 架构是早期用在igpu 中的，igpu 集成在在整个cpu 的base die上。 Gen 9 是一个非常经典的架构，其中的设计思路一直沿用到Gen11 Gen12.5. 即使是最近两年Intel 新发布的dgpu， SG1（ 内部代号DG1）,ARC 系列显卡（内部代号DG2，2022）， Flex GPU 系列（内部代号ATSM）.其核心架构思路都是承接于Gen9. 无非是增加了更多的EU （执行单元）或者一些media ，render的硬件。
- Architecture components layout for an Intel® Core™ i7 processor 6700K for desktop systems.
- Intel Processor Graphics Gen9 为igpu的架构。 接下里从大到小介绍。
EU:
EU 是最终指令执行的单元，但EU 不是最小的执行颗粒度。EU 执行SIMD 指令，也就是单指令多数据。
- 一个EU 包含7 个线程（Threads），这个线程是物理层面上的，不是软件模拟出来的。每个threads 对应一系列的 128 SIMD-8 32bit 的寄存器，俗称GRF. 这样可以保证每个thread 都有单独取数据执行的能力。
- 但是一个EU 取数执行的过程中，单个时钟周期只能并发四个指令， 也就是对应两个FPU 单元，Send 以及 分支预测。 FPU 相当于ALU （这是最终计算数据的地方），这里支持SIMD. 可以同时计算多个GRF 中的数据。
Subslice
- 8 个EUs 组成一个Subslice， 在这个Sublice 中有 local Thread Dispather 和 指令cache （Instruction Cache）， 用于把把指令丢到空闲的EU 上去执行
- 包含一个Sampler （两级缓存结构 L1 L2 cache）, Sampler 主要存储的是 图片数据，当需要EU 进行渲染图片数据时 （平移，裁剪，旋转，映射），Eu 的send 会发出取数据的指令，由于图片数据需要快速导入，如果直接从L3 cache 读取就太慢了，sampler 主要缓存需要渲染的图像。
- Data Port 负责从L3 cache 读取数据。
Slice：
- 每个slice 包含8 个 Subslices , 共计24 个EUs ，还有一个很大的L3 Data Cache。
- 同样也包含global Thread Dispatcher 和 instruction Cache， 用来分配任务以及缓存指令
- Fixed function Units 这里主要是用于Render （图片渲染）的硬件电路，Render 也是一个很大的topic，需要单独介绍
- L3 Cache 用于存储GDDR 的数据，在Gen9 中， SLM （shared Local Memory）是L3 中的一部分， 在最新的Gen12 中，SLM 与L3 分开，有单独的SLM 存储单元
Memory 以及与Opencl 的内存模型关系
- GPU 一般通过GTI 硬件接口与外部存储相连接， 当然在最新的GPU 架构中也出现了HBM 传输结构，实现GDDR 与GPU 的高速互联
- PE1 PE M 是对应每个workitm ，应该是对应一个EU 的每一个thread。 这里的Private memory 就是每个Thread 的GRF.
