在過去的十年中,，ARM CPU廠商多次嘗試打入高性能 CPU 市場,，因此我們看到大量關(guān)于 ARM 努力的文章,、視頻和討論也就不足為奇了，其中許多文章關(guān)注的是兩種指令集架構(gòu)（ISA）的差異,。
在本文中,，我們將匯集研究、來自非常熟悉 CPU 的人的評論以及我們的一些內(nèi)部數(shù)據(jù),，以說明為什么專注于 ISA 是浪費時間,，并讓我們開始在我們的小冒險中，讓我們參考 Anandtech 對 Jim Keller 的采訪，Jim Keller 是一位工程師,，他曾參與過多種成功的 CPU 設(shè)計,，包括 AMD 的 Zen 和 Apple 的 A4/A5。
“關(guān)于指令集的爭論是一個非常悲傷的故事,?！盝im keller在接受AnandTech采訪時說。完整采訪請查看文章《Jim Keller：在指令集上辯論是一件悲哀的事情》
CISC vs RISC：過時的辯論
x86 歷史上被歸類為 CISC（復(fù)雜指令集計算）ISA,，而 ARM 被歸類為 RISC（精簡指令集計算）,。最初，CISC 機器旨在執(zhí)行更少,、更復(fù)雜的指令,，并為每條指令做更多的工作。RISC 使用更簡單的指令,，執(zhí)行起來更容易,、更快。今天,，這種區(qū)別已不復(fù)存在,。用Jim keller的話來說：
“RISC 剛問世時，x86 是半微碼（half microcode）,。所以如果你看一下die,，一半的芯片是 ROM，或者可能是三分之一,。從事RISC 人可以說 RISC 芯片上沒有 ROM,，因此我們獲得了更高的性能。但是現(xiàn)在ROM太小了,，找不到了,。其實加法器這么小，你很難找到嗎,？今天限制計算機性能的是可預(yù)測性,，兩個大的是指令/分支可預(yù)測性和數(shù)據(jù)局部性?！?/p>
簡而言之，就性能而言,，RISC/ARM 和 CISC/x86 之間沒有有意義的區(qū)別,。重要的是保持內(nèi)核的供給，并提供正確的數(shù)據(jù),，這些數(shù)據(jù)專注于緩存設(shè)計,、分支預(yù)測、預(yù)取以及各種很酷的技巧，比如預(yù)測加載是否可以在存儲到未知地址之前執(zhí)行,。
在2013 年,，Blem 等研究人員發(fā)現(xiàn)了一種方法。研究了 ISA 對各種 x86 和 ARM CPU [1]的影響,，發(fā)現(xiàn) RISC/ARM 和 CISC/x86 在很大程度上已經(jīng)收斂,。
Blem等人得出的結(jié)論是，ARM 和 x86 CPU 在功耗和性能方面存在差異,，主要是因為它們針對不同的目標進行了優(yōu)化,。指令集在這里并不重要，重要的是實現(xiàn)指令集的 CPU 的設(shè)計：
他們研究的主要發(fā)現(xiàn)是：
盡管平均周期計數(shù)差距 <= 2.5 倍,，但實現(xiàn)之間存在很大的性能差距,。
指令計數(shù)和混合與一階 ISA 無關(guān)。
性能差異是由獨立于 ISA 的微架構(gòu)差異產(chǎn)生的,。
能耗再次與 ISA 無關(guān),。
ISA 差異具有實施意義，但現(xiàn)代微架構(gòu)技術(shù)使它們沒有實際意義,；一個 ISA 從根本上說并不是更有效,。
ARM 和 x86 實現(xiàn)只是針對不同性能級別優(yōu)化的設(shè)計點
以上觀點來自論文《Power Struggles: Revisiting the RISC vs. CISC Debate on Contemporary ARM and x86 Architectures》
換句話說，ARM ISA 與低功耗沒有任何關(guān)系,。同樣,，x86 ISA 與高性能無關(guān)。我們今天熟悉的基于 ARM 的 CPU 恰好是低功耗的,，因為 ARM CPU 的制造商將他們的設(shè)計定位于手機和平板電腦,。英特爾和 AMD 的 x86 CPU 以更高的性能為目標，具有更高的功率,。
為了給 ISA 發(fā)揮重要作用的想法潑冷水,，英特爾以基于 x86 的 Atom 內(nèi)核為目標。Federal University of Rio Grande do Sul [6] 進行的一項研究得出結(jié)論：“對于所有測試用例,，基于 Atom 的集群被證明是在低功耗處理器上使用多級并行性的最佳選擇,。”
正在測試的兩種內(nèi)核設(shè)計是 ARM 的 Cortex-A9 和英特爾的 Bonnell 內(nèi)核,。有趣的是,，Bonnell 是一種有序設(shè)計，而 Cortex-A9 是一種無序設(shè)計,，應(yīng)該為 Cortex-A9 帶來性能和能源效率的勝利,，但在研究中使用的測試中，Bonnell 出現(xiàn)了在這兩個類別中都領(lǐng)先,。
解碼器差異：杯水車薪
另一個經(jīng)常重復(fù)的真理是 x86 有一個顯著的“ecode tax”障礙,。ARM 使用固定長度的指令,，而 x86 的指令長度不同。因為您必須在知道下一條指令從哪里開始之前確定一條指令的長度,，所以并行解碼 x86 指令更加困難,。這對于 x86 來說是一個缺點，但對于高性能 CPU 來說,，這并不重要,，用 Jim Keller 的話來說：
“有一段時間我們認為可變長度指令真的很難解碼。但我們一直在想辦法做到這一點,。.所以當你在建造小型電腦時,，固定長度的指令看起來真的很好，但如果你正在建造一臺非常大的電腦,，預(yù)測或找出所有指令的位置,，它并沒有支配die。所以沒那么重要,?！?/p>
我們深入并親自對此進行了檢查。
通過未記錄的 MSR 禁用 op 緩存后,，我們發(fā)現(xiàn) Zen 2 的 fetch 和 decode 路徑比 op cache 路徑消耗大約 4-10% 的核心功率,，或 0.5-6% 的封裝功率。在實踐中,，解碼器將消耗更少的核心或封裝功率,。Zen 2 并非設(shè)計為在禁用微操作緩存的情況下運行，并且我們使用的基準 (CPU-Z) 適合 L1 緩存,，這意味著它不會對內(nèi)存層次結(jié)構(gòu)的其他部分造成壓力,。對于其他工作負載，來自 L2 和 L3 高速緩存以及內(nèi)存控制器的功耗將使解碼器的功耗變得不那么重要,。
事實上,，在禁用 op 緩存的情況下，一些工作負載的功耗降低了,。解碼器的功耗被其他核心組件的功耗所淹沒,，特別是如果操作緩存讓它們得到更好的饋送。這與Jim Keller的評論一致,。
研究人員也同意這個觀點,。
2016 年，Helsinki Institute of Physics[2]支持的一項研究著眼于英特爾的 Haswell 微架構(gòu),。在那里,，Hiriki 等人估計，Haswell 的解碼器消耗了 3-10% 的封裝功率,。該研究得出的結(jié)論是,，“x86-64 指令集并不是生產(chǎn)節(jié)能處理器架構(gòu)的主要障礙?！?/p>
Hiriki 等人使用綜合基準開發(fā)模型來估計單個 CPU 組件的功耗,，并得出結(jié)論認為解碼器功耗很小
在另一項研究中，Oboril 等人 [5] 在 Intel Ivy Bridge CPU 上測量獲取和解碼能力,。雖然那篇論文專注于為核心組件開發(fā)一個準確的功率模型,，并沒有直接得出關(guān)于 x86 的結(jié)論，但它的數(shù)據(jù)再次表明解碼器的功率是滄海一粟,。
Oboril 等人對 Ivy Bridge 功耗的估計,。與其他核心組件相比，F(xiàn)etch+Decode 的能力微不足道
但顯然解碼器功率不是零,，這意味著它是一個潛在改進的領(lǐng)域,。畢竟，當您受到功率限制時,，每一瓦特都很重要,。即使在臺式機上，多線程性能也常常受到功率的限制,。我們已經(jīng)看到 x86 CPU 架構(gòu)師使用 op 緩存來提供每瓦性能,，所以讓我們從 ARM 方面看一下。
ARM 解碼也很貴
Hirki 等人還得出結(jié)論：“切換到不同的指令集只會節(jié)省少量功率,，因為在現(xiàn)代處理器中無法消除指令解碼器,。”
ARM Ltd 自己的設(shè)計就是證明,。高性能 ARM 芯片采用微操作緩存來跳過指令解碼,，就像 x86 CPU 一樣。2019 年,，Cortex-A77 引入了 1.5k 條目操作緩存[3],。設(shè)計運算緩存并非易事——ARM 的團隊在至少六個月的時間里調(diào)試了他們的運算緩存設(shè)計。顯然,，ARM 解碼的難度足以證明花費大量工程資源盡可能跳過解碼是合理的,。Cortex-A78、A710,、X1 和 X2 還具有運算緩存,，表明該方法在蠻力解碼方面取得了成功。
三星還在其 M5 上引入了運算緩存,。在一篇詳細介紹三星 Exynos CPU [4]的論文中,，解碼能力被稱為實現(xiàn)操作緩存的動機：
“隨著設(shè)計從 M1 中的每個周期提供 4 條指令/微指令變?yōu)?M3 中的每個周期 6 條（未來的目標是增長到每個周期 8 條），獲取和解碼能力是一個重要的問題,。M5 實現(xiàn)添加了一個微操作緩存作為替代 uop 供應(yīng)路徑,，主要是為了節(jié)省可重復(fù)內(nèi)核的獲取和解碼能力,。”——《Evolution of the Samsung Exynos CPU Microarchitecture》
就像 x86 CPU 一樣,，ARM 內(nèi)核使用 op 緩存來降低解碼成本,。ARM 的“解碼優(yōu)勢”并不足以讓 ARM 避免操作緩存。并且操作緩存將減少解碼器的使用,，使解碼功率變得更不重要,。
ARM指令解碼成微操作？
Gary Explains 在標題為“ RISC vs CISC– Is it Still a Thing ? “,，他在隨后的視頻中重復(fù)了這一說法,。
Gary 是不正確的，因為現(xiàn)代 ARM CPU 還將 ARM 指令解碼為多個微操作,。事實上,，“減少微操作擴展”使 ThunderX3 的性能比 ThunderX2 提高了 6%（Marvell 的 ThunderX 芯片都是基于 ARM 的），這比故障中的任何其他原因都要多,。
Marvell 在 Hot Chips 2020 上展示的幻燈片,。重點（紅色輪廓）由我們添加
我們還快速瀏覽了富士通 A64FX 的架構(gòu)手冊，這是為日本 Fugaku 超級計算機提供動力的基于 ARM 的 CPU,。A64FX 還將 ARM 指令解碼為多個微操作,。
A64FX 架構(gòu)手冊中的部分指令表，位于 ARMv8 基本指令部分,。我們在解碼到多個微操作的指令上添加的重點（紅色輪廓）
如果我們深入看,，一些 ARM SVE 指令會解碼為數(shù)十個微操作。例如,，F(xiàn)ADDA（“浮點加法嚴格有序歸約,，以標量累加”）解碼為 63 個微操作。其中一些微操作單獨具有 9 個周期的延遲,。對于在單個周期中執(zhí)行的 ARM/RISC 指令來說,，就這么多了……
另外需要注意的是，ARM 并不是一個純粹的加載存儲架構(gòu),。例如,，LDADD 指令從內(nèi)存中加載一個值，添加到它,，然后將結(jié)果存儲回內(nèi)存,。A64FX 將其解碼為 4 個微操作。
x86 和 ARM：都因遺留問題而臃腫
這對他們中的任何一個都沒有關(guān)系,。
在 Anandtech 的采訪中,，Jim Keller 指出，隨著軟件需求的發(fā)展,，x86 和 ARM 都隨著時間的推移增加了功能,。當它們進入 64 位時,，兩者都得到了一些清理，但仍然是經(jīng)過多年迭代的舊指令集,，迭代不可避免地會帶來臃腫,。
Keller 好奇地指出，RISC-V 沒有任何歷史遺留文呢提,，因為它“處于復(fù)雜性生命周期的早期”。他繼續(xù)：
“如果我今天想真正快速地構(gòu)建一臺計算機,，并且我希望它能夠快速運行,，那么 RISC-V 是最容易選擇的。它是最簡單的一個,，它具有所有正確的功能,，它具有您實際需要優(yōu)化的正確的前八條指令，而且它沒有太多的垃圾,?！?/p>
如果遺留膨脹起重要作用，我們可以期待很快會出現(xiàn) RISC-V 的猛攻,，但我認為這不太可能,。舊版支持并不意味著舊版支持必須快速；它可以進行微編碼,，從而最大限度地減少芯片面積的使用,。就像可變長度指令解碼一樣，這種開銷在現(xiàn)代高性能 CPU 中不太重要,，因為芯片區(qū)域由緩存,、寬執(zhí)行單元、大型亂序調(diào)度程序和大型分支預(yù)測器主導(dǎo),。
結(jié)論：實施很重要,，而不是ISA
我很高興看到來自 ARM 的競爭，因為高端 CPU 空間需要更多玩家,，但由于指令集差異,，ARM 玩家并沒有超越 Intel 和 AMD。要贏得勝利,，ARM 制造商將不得不依靠其設(shè)計團隊的技能,。或者,，他們可以通過針對特定的功率和性能目標進行優(yōu)化來超越英特爾和 AMD,。AMD 在這里尤其容易受到攻擊，因為它們使用單核設(shè)計來涵蓋從筆記本電腦和臺式機到服務(wù)器和超級計算機的所有內(nèi)容,。
希望這里提供的信息能夠避免過去關(guān)于指令集的爭論,，這樣我們就可以繼續(xù)討論更有趣的話題,。
更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<
