Mill CPU 架构 - Belt(13 之 2)

The Mill CPU Architecture - the Belt (2 of 13)

频道:Mill Computing, Inc. · 时长:1:26:49 · 发布:2013-07-29 · 播放:37729

在 YouTube 观看

简介

Mill Computing 的 Mill CPU 系列第二讲,介绍 Belt——Mill 中取代通用寄存器的操作数传递模型。它解释了传统宽发射 CPU 中寄存器重命名的开销,以及 Belt 如何实现高指令级并行。

HN 为什么推荐

HN 将 Mill 系列演讲视为对非传统 CPU 设计的出色深入探讨,尤其是在关于寄存器和指令集的讨论中。

Mill 在一系列出色的演讲中得到了介绍 — HN, 2023

计算机体系结构与CPU

中文字幕节选

晚上好。非常感谢谷歌提供场地 和邀请。这是关于Mill通用 CPU架构系列讲座之一。嗯,这次讲的是内部数据 结构,以及数据在机器内部如何从操作 传递到操作,还有程序员看到的编程模型。 我们也会稍微涉及内部实现的一些细节。 为了讲清楚,我需要简单提一下 现有的架构选择。 这些是几款顶级产品,至少在我 去获取数据时是顶级的。 来自主要制造商的顶级CPU。 这款芯片上有四个核心,每个核心峰值每周期 发出四个操作,3.3 GHz,功耗 130 W,提供每秒520亿次 操作,千颗单价885美元。 从架构上看,这是一款 乱序超标量架构。 你们可能猜到是哪款,但顶级产品的定义每周 都在变,所以看看几个月前的。 另一款有一个单核心,峰值每周期可发出 八个操作,0.5 GHz,功耗仅 1.1 W,每秒仅36亿条 指令。但千颗单价只要17美元。 这是一款用于DSP工作的顺序VLIW。 现在比较这两款,乱序的每瓦提供 406 MIPS,每美元购买成本提供59 MIPS,而顺序的 则有些不同。 如果按每核心比较,因为记得乱序的有 四个核心,超标量每核心性能好 三倍半多一点,但功耗是30倍 成本是13倍。 这里差距相当惊人,这种功耗和价格上的 巨大差异怎么能在市场上维持呢? 你会以为有人会套利把它抹平。 嗯,一个主要原因是DSP只是32位机器,而 超标量是64位机器。 此外,如果你需要原始马力,DSP给不了, 你需要超标量。 但主要原因是工作负载根本不兼容。 信号处理与通用代码完全不同。 用DSP VLIW来运行我面前的笔记本电脑 会非常糟糕。 确实,如果你有DSP工作负载,可能可以运行 超标量,只要你有足够的氟利昂来冷却。 所以,我们作为芯片设计公司的目标和技术挑战,是想 在通用工作负载上获得DSP的效率。 我们已经做了近10年。 这是结果的一个样本。 这款芯片有两个核心,每个每周期发出33个 操作,仅1,200 MHz,是超标量的三分之一, 但功耗也只有28 W,提供略低于 每秒800亿次操作的峰值,价格225 美元。嗯,这还是纸上谈兵。 我们还需要几年才能有带引脚的产品。 所以,目标功耗是我们作为专业设计工程师基于多年模拟的 最佳估计,价格谁也说不准,但我们甚至没有 市场部门,这种情况持续越久,我越高兴。 这就是Mill gold芯片,或者一个芯片里两个gold核心。 这就是总体情况。 做同样的每核心比较,与VLIW相比,它有11 性能提升11倍,功耗增加12倍。 所以,我们成功了。与VLIW相比,我们实现了线性扩展。 价格差异嘛,嗯,别太当真。 与乱序执行相比,每核心性能略低于2.5倍, 功耗略低于2.5倍, 成本略低于2倍。 现在,你可能注意到了那一行,每周期发射33个操作。 目前没有任何芯片能每周期发射33个操作。 为了实现这个目标,我们很大一部分工作 就是要找到一种方法,实现每周期33个操作。

HN 上的讨论

这让人想起 Mill CPU,它有临时寻址,并将历史称为“传送带”。Mill 在一系列精彩的演讲中进行了描述:[VIDEO] — wood_spirit, 2023-12
没有普通寄存器。取而代之的是一个 FIFO 队列(传送带),其中每个元素(寄存器)都可访问,并具有相对地址(偏移量)。[VIDEO] — w0000t, 2015-08
错误。Mill 不做寄存器重命名。(或者用“谎言”。我没能理解你的第二句话。)这里有一位设计者的演讲,解释了它是如何做到的:[VIDEO] — w0000t, 2015-08
Mill CPU 的开发进展如何?这个视频[1]提到“还没有做出任何底部有引脚的东西”。[1] [VIDEO] — runeks, 2015-02
这些研究随时间变化,因为 CPU 设计和瓶颈已经改变。早期的设计当然受限于晶体管数量,现在我们有了乱序执行,物理寄存器受限于多路复用器和延迟(参见 Mill CPU 那人的演示 [1])。在函数中保存寄存器大多无关紧要——你只保存你会用到的,所以保存更多意味着函数内溢出更少。在上下文切换时保存(仅中断不是大问题)在 AltiVec 设计时确实是个问题,因此它有一个特殊寄存器来跟踪哪些寄存器需要保存。在现代设计中,这个问题不那么严重了,因为更高的频率、多核以及上下文切换的其他影响(有效刷新 L1 缓存和预测器)占主导。如今有趣的是,加载/存储在功耗上很昂贵,这正是 ARM 认为拥有 32 个寄存器(减少函数内溢出)和乱序执行设计的主要动机。[1] [VIDEO] — brigade, 2013-10

相关视频