降低多核心SoC耗電量　架構設計擔當重任

　　對于行動裝置而言，電池的使用壽命與效能/功能表現占有同樣重要的地位。同樣是四核心行動晶片，因個別架構不同，往往也有不同的效能與功耗表現。以Tegra 4來說，除采用安謀國際（ARM）最先進的CPU核心外，透過可變對稱式多重處理（vSMP）架構，可依照使用需求進行調配，讓四顆效能核心發揮最大處理能力，并可視工作量，分別自動啟用及停用各顆核心，以大幅節省電力。

　　為了提升續航力，Tegra 4延續Tegra 3的省電概念，在晶片中加入第五顆處理器核心，不過名稱從協同核心（Companion Core）改為省電核心（Battery Saver Core）。當裝置處于背景處理郵件、社交軟體同步，或是播放影片、音樂等低效能需求情境時，系統將關閉效能核心，并使用省電核心負責執行程式。

　　就晶片設計觀之，多核心處理器必定會面臨記憶體頻寬和整體系統功率的重大瓶頸，為了因應此議題，Tegra 4提出雙通道（2x32位元）的記憶體子系統作法。此外，為減少對晶片外記憶體的存取使用需求，Tegra 4的GPU架構中規畫頂點、畫素、材質（Texture）專用的快取記憶體，讓運算任務盡量在晶片內部完成，以提升處理效益和降低功耗。

　　另一個降低系統單晶片（SoC）功耗的重要策略，就是采用先進的電源管理技術。以Tegra 4來說，即采用多層級時脈閘控（Multiple Levels of Clock Gating）、顯示要求群組（Display Request Groupig）、動態電壓與頻率調節（DVFS）等多種電源管理技術，針對不同使用情境將電源需求降至最低。

　　運算型攝影架構助力　行動裝置影像效能升級

　　再從應用端來看GPU架構的發展，今日的使用者非常仰賴行動裝置來進行照相和和錄影功能，且希望達到專業級的效果。不過，相較于相機，手機或平板裝置在先天性上就難以配置太大的鏡頭，這時想得到高品質的影像，就得靠更先進的影像處理技術，甚至是運用電腦演算法來創造影像。

　　為了提升消費型行動影像體驗，真正捕捉到「稍縱即逝」的瞬間畫面，Tegra 4內建Chimera運算型攝影架構，它融合CPU、GPU及影像訊號處理器（ISP）的處理能力，讓裝置制造商得以大幅強化行動影像。在此架構下，行動裝置能夠即時擷取高品質的Always-On高動態范圍照片和影片、高動態范圍全景攝影和持續的點觸追蹤（Tap-to-Track）等功能。

　　以高動態范圍全景攝影來說，其中運用廣角或「魚眼」鏡頭的效果，通常是只在昂貴的數位單眼相機才具備的功能。Chimera架構讓相機在移動時即可擷取場景，毋須依循特定的方位進行掃描，并可任意從左右、上下或對角線等方向移動，讓使用者可隨心所欲運用更多角度和任何順序的影像，即時「描繪」一張全景相片。 持續型Tap-to-Track技術則讓使用者能在拍照時，針對場景中的一個人物或物件進行自動曝光和鎖定，隨后無論對焦主體移動位置，或者相機調整到另一個更好的拍攝角度，相機都會自動追蹤原先已鎖定的主體。持續型的Tap-to-track功能也能隨著相機移動調整曝光，避免影像主體或背景有曝光不足或過度曝光的現象。

　　更進一步來看，Chimera架構能為人所不能的原因，憑藉的是其影像處理的速度高達每秒執行約一千億次的數學運算。同時，它導入了許多先進演算法，包括運用X光電腦斷層掃描（CT）器、深度太空望遠鏡和間諜衛星所使用的電腦運算技術，進而排除從前無法解決的問題，讓行動影像的呈現效果就像人類肉眼看到的世界一樣，有很多不同的景物、地點和場景，并富含各種的光線變化。

　　異質多核心SoC擴張應用版圖

　　異質多核心的SoC架構的優勢明顯，加上由行動市場所驅動的技術演進日漸成熟，使得更多嵌入式應用也開始選擇導入這類的行動處理器，其中一個快速成長的市場，即是車用電子領域，特別是車內資訊娛樂（IVI）系統、數位儀表板、駕駛支援等應用，皆仰賴更強大的GPU/CPU來加以支援。

　　以IVI系統來說，須要提供逼真的3D地圖和地形、時髦流暢的使用者介面，以及功能豐富的音訊系統。透過在行動應用已證實可行的Tegra行動處理器，汽車制造商可以更快將這些功能整合至車輛當中。在視覺處理方面，輝達即特別為車商開發出基于Tegra行動處理器的視覺運算模組（Visual Computing Module， VCM）。

　　相較于更新周期較長的其他車載電子系統，汽車用戶期待自己的IVI系統和行動應用有相似的體驗。透過這套VCM模組式設計，車商就能將快速發展的行動處理器技術獨立出來開發與整合，進而能在不同的車款中快速建置IVI車載系統，此舉也有助于大幅節省開發時間和成本。

　　舉例來說，知名汽車品牌商奧迪（Audi）即導入VCM并推出具連網功能的Audi MIB系統，讓Audi Connect平臺可隨時完整更新Google地球影像和Google地圖街景服務的360度全景圖。它同時也能實現其他網路資料的傳輸，如即時汽油價、天氣預測及Google本地搜尋的有用資訊。

　　挑選CPU與GPU　軟體開發支援/開發工具成指標

　　除了先進的硬體功能外，軟體開發的支援及開發工具也是開發者選擇GPU/CPU的關鍵。如前所述，Tegra系列的彈性化架構，讓開發者能運用客制化的演算法來調整GPU架構，進而得到更突出的視覺效果。不僅如此，在Tegra開發人員工具（Tegra Android Developer Pack）中支持包括CPU采樣分析（Tegra Profiler）和GPU分析（PerfHUD ES）等功能，Nsight Tegra則提供Android本地端的開發環境，讓開發者能更方便且快速的達成工作目標。

　　在更高的GPU繪圖效能帶動下，可以預見行動或車載裝置將能享有更佳的視覺體驗。另一個值得關注的發展，則是未來透過瀏覽器實現3D場景、高畫質顯示及快速反應游戲的需求將會浮現，背后驅動的力量則來自HTML5及WebGL等技術的發展。

　　事實上，HTML5已能支援GPU的應用，愈來愈多瀏覽器也開始運用GPU來加速其視覺表現。在跨裝置、跨平臺的網站上提供強大視覺內容的時代即將來臨，這將會帶來很大的商機，當然，挑戰也不小呢！