Видеокарты семейства Geforce GTX 900 основаны на совершенно новом графическом процессоре GM204, который относится уже ко второму поколению Maxwell (в рамках первого был выпущен лишь один чип GM107). В процессе переноса архитектуры Kepler в мобильный чип Tegra K1, инженеры Nvidia научились тому, как можно снизить потребление энергии GPU и получить большую производительность из архитектуры при имеющихся ограничениях по потреблению, и этот опыт применили в Maxwell.

Инженеры компании проделали очень большую работу для увеличения эффективности всех внутренних блоков нового GPU. Большая энергоэффективность новой архитектуры достигается при помощи лучшей загрузки имеющихся вычислительных возможностей, в ней было сделано достаточно большое количество изменений, так что архитектуру вполне можно назвать абсолютно новой, хотя она явно схожа в некоторых деталях с предыдущими.

Как Fermi и Kepler, да и архитектурный первенец GM107, новый чип GM204 состоит из кластеров графической обработки Graphics Processing Cluster (GPC), которые содержат по несколько потоковых мультипроцессоров (в данном случае — SMM). Каждый кластер GPC содержит выделенный движок растеризации и по четыре мультипроцессора SMM. В свою очередь, каждый мультипроцессор состоит из 128 вычислительных блоков CUDA, блока обработки геометрии PolyMorph и восьми блоков текстурирования (TMU).

Модель Geforce GTX 980 является верхним представителем линейки, основанным на полноценном чипе GM204, содержащем четыре кластера GPC и 16 мультипроцессоров SMM. В целом это составляет 2048 потоковых процессоров CUDA и 128 блоков TMU. Geforce GTX 970 же содержит те же четыре GPC, но в которых отключены три из имеющихся шестнадцати мультипроцессоров. То есть, в итоге «урезанный» чип имеет 1664 потоковых процессора и 104 блока TMU. В будущем возможен выход и других моделей видеокарт Nvidia, основанных на этом же GPU, но с иным количеством активных исполнительных блоков.

Обе модели линейки Geforce GTX 900 имеют по четыре 64-битных контроллера памяти, что в сумме составляет 256-битную шину памяти. К каждому контроллеру памяти «привязаны» по 16 блоков ROP и 512 КБ кэш-памяти второго уровня, что в целом составляет 64 блока ROP и 2048 КБ кэша (сравните с 32 блоками ROP и 512 КБ кэша у аналогичного чипа GK104 предыдущего поколения — разница налицо).

В архитектуре Maxwell применяются абсолютно новые потоковые мультипроцессоры (Streaming Multiprocessor — SM), которые имеют как лучшую энергоэффективность, так и производительность по отношению к площади чипа. Несмотря на то, что дизайн мультипроцессоров SMX в Kepler и так был достаточно эффективным, при разработке нового GPU архитекторы увидели возможности для улучшения и серьезно модифицировали мультипроцессоры в Maxwell. В SMM были улучшены блоки управления и планирования, распределение загрузки между блоками, количество выдаваемых на исполнение инструкций за такт и многое другое.

Организация мультипроцессоров серьезно изменилась. Каждый мультипроцессор GM204 разделен еще на четыре отдельных логических вычислительных раздела, каждый из которых имеет свой буфер инструкций, планировщик варпов и состоит из 32 вычислительных ядер. В чипах архитектуры Kepler каждый мультипроцессор SMX содержит управляющую логику, которая распределяет и планирует работу и обмен данными для 192 вычислительных ядер, поэтому управляющий блок довольно сложен сам по себе. В архитектуре Maxwell было принято решение разделить мультипроцессор SMM на вычислительные блоки, каждый из которых содержит собственный блок управления, обслуживающий лишь 32 ядра и поэтому более простой.

Таким образом, проектировщики Maxwell добились разделения одной сложной задачи планирования и управления на несколько значительно более простых, а часть управляющей блоками работы при этом делается программно, при помощи компилятора. Разделение вычислительных блоков упростило общий дизайн и управляющую логику чипа, снизило задержки, площадь чипа и потребляемую им энергию.

Количество ALU на планировщик, кратное степени двойки, упрощает задачу, так как каждый из планировщиков варпов отправляет инструкции на исполнение выделенному набору ALU, равному размеру варпа (32). Каждый планировщик варпов также умеет выдавать по две инструкции, вроде отправки на исполнение математической операции в ALU и операции с памятью в блок load/store unit (LSU) за один такт — dual-issue. Впрочем, даже отправка одной команды достаточна для полной загрузки работой всех вычислительных ядер, в отличие от Kepler, где использование вычислительных ресурсов при одинарной точности вычислений было недостаточно эффективным из-за некоторых ограничений в блоках планирования.

Общими в SMM остались лишь текстурные модули и FP64-блоки, а FP32-блоки, блоки специальных инструкций (special function unit — SFU) и блоки загрузки-сохранения (load/store unit — LSU) выделены для каждого раздела. Такое решение хорошо с точки зрения эффективности, ведь общие ресурсы хороши только тогда, когда они загружены работой, а при ее (частичном) отсутствии они просто занимают место на чипе и потребляют энергию. Не говоря о том, что соединения между ними также дорого обходятся с точки зрения площади чипа и потребления, так как требуется дополнительная работа по планированию и координации работы всех блоков.

По сравнению с Kepler изменилась и организация подсистемы памяти и кэширования данных. SMM содержат по 96 КБ собственной общей памяти, а L1-кэш перенесен в общее пользование вместе с текстурным кэшем. В результате всех этих изменений, каждое CUDA-ядро в новом чипе примерно на 40% быстрее и вдвое энергоэффективнее, по сравнению с аналогом из Kepler. А более эффективное использование площади чипа привело к тому, что архитектура Maxwell позволила значительно увеличить количество потоковых ядер в GM204.

Если сравнить Geforce GTX 980 (GM204) и GTX 680 (GK104), то видно, что новинка имеет вдвое большее количество мультипроцессоров из-за нового их дизайна в рамках архитектуры Maxwell. А так как каждый из мультипроцессоров содержит собственные движки обработки геометрии PolyMorph, то GTX 980 также и вдвое быстрее обрабатывает геометрические данные.

Тесселяция является одной из самых важных особенностей DirectX 11 и геометрическая производительность будет играть важную роль в будущих игровых проектах, изначально предназначенных для консолей текущего поколения и современных ПК. В самых простых условиях новый GM204 обрабатывает геометрию вдвое быстрее, чем GK104, а в сложных его преимущество доходит до трехкратного:

На схеме выше видно, что каждый блок SMX содержит 192 потоковых вычислительных ядра, и это в шесть раз больше, чем в SM у Fermi. Поэтому, по сравнению с аналогичными блоками мультипроцессоров в Fermi, SMX обеспечивает значительно большую мощность по обработке пикселей, текстур и геометрии. Даже с учётом того, что предыдущие чипы имели удвоенную частоту работы для потоковых ядер (CUDA cores).
Увеличенная вдвое частота ALU требует и вдвое большее число стадий конвейера, который работает на вдвое большей частоте, потребляя в целом вчетверо больше энергии. И эта увеличенная частота для потоковых процессоров в Fermi привела к вдвое большим затратам энергии, чем они могли бы быть бы при вдвое большем количестве ALU, но работающих на обычной, не удвоенной частоте. Но решение о применении так называемого «hotclock» в Tesla и Fermi было принято исключительно из-за невозможности засунуть требуемое число ALU, работающих на обычной частоте, в определённую площадь чипа.
В Fermi (и ещё раньше, в Tesla) такое решение позволило обеспечить относительно высокую производительность GPU при сравнительно небольшом расходе площади ядра на CUDA cores, что было крайне важным при менее совершенных техпроцессах. Ну а негативным побочным эффектом этого решения было серьёзно завышенное энергопотребление. В Kepler уже не нужно было экономить площадь по понятным причинам, ведь из-за 28 нм технологии чип и так очень маленький — менее 300 мм², и оказалось эффективнее отказаться от удвоенной тактовой частоты, разместив больше потоковых процессоров на каждый мультипроцессор. Что в результате позволило добиться минимизации накладных расходов, меньшего энергопотребления и лучшей энергоэффективности.