大幅修改過的串流多重處理器
除了數目增加，每個多重處理器也歷經數次最佳化。第一項改進是提高每個多重處理器的使用中執行緒數目，從768個增加到1,024個（也就是從24個32執行緒warp增加到32個）。執行緒數目增加特別有助於縮短紋理運算的等待時間。在繪圖處理器中，使用中執行緒的總數由12,288個增加到30,720個。
每個多重處理器的暫存器數目也增加了一倍，從8,192個提高到16,384個。由於執行緒數目隨同增加，因此一個執行緒可同時使用的暫存器數目也由10個增加到16個。在G8x/G9x中，我們的測試演算法使用了67%的處理單元，在GT200上，這個數字會增加到100%。再加上兩個紋理單元的協助，效能應該會明顯高於我們用來進行測試的G80。可惜的是，CUDA2.0必須使用目前仍是beta版本的驅動程式，而且無法辨識出GeForce 200 GTX。等到驅動程式的主要部分提供支援時，我們會再做一次測試。
這點不是多重處理器唯一的改良之處。Nvidia表示他們已將dual-issue模式加以最佳化。您可能還記得從G80開始，多重處理器理論上可在一次循環中執行兩個指令，分別是一個MAD和一個浮點MUL。我們用了「理論上」這個詞，是因為當時我們在綜合測試中看不出這個特性，也不清楚這是硬體或驅動程式造成的限制。經過數個月及驅動程式改版數次之後，現在我們知道MUL指令在G80中不一定容易找出，因此我們認為這個問題應該是硬體所造成的。
但dual-issue模式是如何運作的？Nvidia在G80推出時沒有提供詳細資料，但後來我們研究過專利資料，稍微多了解一些多重處理器執行指令的方式。專利資料首先明確地表示，多重處理器在一次繪圖處理器循環（也就是「慢」頻率）中只能發動執行一個指令。那麼這個著名的dual-issue模式在哪裡呢？事實上它是一種硬體特殊功能：一個指令使用2個繪圖處理器循環（4個ALU循環），在1個warp上執行（8通道SIMD單元執行的32個執行緒），但如果指令屬於不同種類，例如一個是MAD，另一個是SFU，多重處理器的前端每次循環就只能發動執行1個指令。
除了transcendental運算和推算每個頂點的值，SFU還能執行浮點乘法。交替執行MAD和MUL指令時，不同指令的執行時間會有一段重疊。繪圖處理器循環透過這種方式，產生出warp中的MAD或MUL運算結果，也就是32個純量值。雖然從Nvidia的說明看來，你可能會認為每2次繪圖處理器循環可產生MAD和MUL運算的結果。不過實際上，結果是相同的，但從硬體觀點看來，它可大幅簡化管理發動執行指令的前端，每次循環發動一次。
是什麼因素使我們在G8x/G9x上沒辦法這麼做，但在GT200上已經修正了？令人失望的是，Nvidia並沒有明確說明，只說他們修改了暫存器分配以及指令的排程與執行這幾個點。不過我們會繼續追查下去。現在來看看Nvidia所做的更改在綜合性測試中—也就是GPUBench—是否有實際效用。Benchl 為了進行比較，我們在圖中加入了9800 GTX的分數。這次結果相當清楚，您可以看出MUL指令的速率比MAD指令來得高。不過這個值跟兩倍的差距仍然相當大，只比MAD指令的速率提昇大約32%。但目前這樣已經足夠。我們必須說明，DP3或DP4指令的結果不應該列入考量，因為這些分數並不一致。POW指令的結果也是一樣，原因很可能是驅動程式問題。
串流多重處理器的最後一項更改，是支援雙精度（浮點數為64位元，而非32位元）。這裡必須說明一下，精度提高對於圖形演算其實幫助不大。但就我們所知，Nvidia越來越重視GPGPU，而在某些科學應用方面，雙精度更是毫無疑問的必要需求。
Nvidia不是第一家注意到這一點的公司。IBM日前也修改了該公司的Cell處理器，針對這類資料提高了SPU的效能。就效能方面而言，GT200的製作方式還有可以改進之處，雙精度浮點運算是由專屬的串流多重處理器單元負責管理。就每次循環可執行1個雙精度MAD計算的單元而言，其最高效能為：1.296 x 10 (TPC) x 3 (SM) x 2 (Multiply+Add) = 77.78 Gflops，或可說是單精度效能的1/8到1/12之間。AMD提供支援的方法是使用同樣的處理單元以數個循環運作，所得的結果明顯較佳，只比單精度運算慢2 4倍。
