ARM esitles uut võimsat protsessorituuma — Cortex-A77

ARM tutvustas oma uusimat protsessori disaini — Cortex-A77. Nagu eelmisel aastal tutvustatud Cortex-A76, on see tuum mõeldud tipptasemel ülesannete täitmiseks nutitelefonides ja erinevates seadmetes. Arendaja keskendub käsutäitmise käskude arvu (IPC) suurendamisele. Taktsagedused ja energiatõhusus on jäetud enam-vähem Cortex-A76 tasemele.

Praegu keskendub ARM kiirele oma tuumade jõudluse suurendamisele. Vastavalt nende plaanidele, alates Cortex-A73-st 2016. aastal kuni Hercules disainini 2020. aastal, plaanib ettevõte CPU võimsust 2,5 korda suurendada. Juba üleminekud 16 nm-lt 10 nm-le ja seejärel 7 nm-le on võimaldanud tõsta taktsagedust, ning koos Cortex-A75 ja seejärel Cortex-A76 arhitektuuriga on ARM-i hinnangul saavutatud 1,8-kordne jõudluse tõus. Nüüd võimaldab Cortex-A77 tuum IPC kasvu kaudu saavutada veel 20% tootlikkuse tõusu sama taktsageduse juures. See tähendab, et 2020. aastal on 2,5-kordne kasvu saavutamine täiesti reaalne.

Kuigi IPC tõusis 20%, ei ole ARM-i hinnangul A77 energiatarbimine suurenenud. Kompromiss seisneb selles, et A77 kiibi pindala on umbes 17% suurem kui A76, säilitades samas samad tehnoloogilised normid. Seetõttu suureneb üksiku tuuma hind veidi. Kui võrrelda ARM-i saavutusi tööstuse juhtidega, siis tasub mainida, et AMD saavutas Zen 2-s IPC tõusu 15% võrreldes Zen+ -ga, samas kui Intel'i tuumade IPC on mitmeid aastaid püsivalt samal tasemel.

Käskude järjestamise muutumisel (out-of-order window size) on suurendatud 25% ulatuses, ulatudes 160 ühikuni, mis võimaldab tuumal arvutuste paralleelsust suurendada. Juba Cortex-A76-l oli suur haru suuna sihtmärkide puhver (Branch Target Buffer), kuid Cortex-A77-l on see suurendatud veel 33% võrra, jõudes 8 KB-ni, mis võimaldab haru ennustamise blokil efektiivselt tulla toime suureneva paralleelsete käskude arvuga.

Veel huvitavam uuendus on täiesti uus 1,5 KB vahemälu, kus hoitakse dekodeeritud makrooperatsioone (MOP), mis saadetakse dekodeerimismodulilt. ARM protsessori arhitektuur dekodeerib kasutaja rakendusest saadud käsud väiksemateks makrooperatsioonideks ja seejärel jagab need mikrotegevusteks, mis edastatakse juba täiteks. MOP vahemälu vähendab möödalaskmiste ja resettide mõju, kuna nüüd hoitakse makrooperatsioone eraldi plokis ja neid ei pea uuesti dekodeerima — suurendades seeläbi tuuma kogutootlikkust. Teatud koormuste puhul on uus plokk äärmiselt kasulik täiendus standardsesse käsukoodi vahemällu.

Täidesaate tuumas on lisatud neljas ALU-plokk ja teine harude töötlemise plokk. Neljas ALU suurendab protsessori üldist läbilaskevõimet 1,5 korda, võimaldades ühetsükliliste käskude (nagu ADD ja SUB) ja kahekordselt täisarvutegevuste, nagu korrutamine, täitmist. Kaks muud ALU-d saavad töödelda ainult baastase ühetsüklilisi käske, samas kui viimane plokk koormatakse keerukamate matemaatiliste operatsioonidega, nagu jagamine, kogumisega korrutamine jne. Teine harude töötlemise plokk tuumas kahekordistab samaaegsete harude üleminekute arvu, millega tuum saab töötada, mis on kasulik juhtudel, kui kaks kuuest saadetud käskudest on seotud harude üleminekuga. ARM-i sisetestimine näitas, et selle teise harude ülemineku ploki kasutamisest on saadud jõudluse tõus.

Muude tuumamuudatuste seas on lisatud teise AES-šifreerimise toru, suurendatud mälul jaotuvust, täiustatud järgmise põlvkonna andmete eeltõmbemehhanisme, mis võimaldavad energiatarbimist tõhusamalt hallata ning samal ajal DRAM-süsteemi andmeedastusvõimet suurendada, samuti vahemälu toimimise optimeerimise ja nii edasi.

Suuremat tõusu täheldatakse Cortex-A77-s tervete numbrite operatsioonides ja ujukoma arvutustes. Seda kinnitavad ARM-i sisetested SPEC-is, mis näitasid jõudluse tõusu vastavalt 20% ja 35% tervete numbrite operatsioonides ja ujukoma arvutustes. Mälu andmeedastusvõime paranemine jääb vahemikku 15-20%. Üldiselt annavad A77 optimiseerimised ja muudatused keskmiselt 20% jõudluse kasvu võrreldes eelneva põlvkonnaga. Uute tehnoloogiliste normide nagu 7 nm ULV abil saame lõppkiipides täiendavaid eeliseid.

ARM on kujundanud Cortex-A77 töötamiseks 4+4 big.LITTLE süsteemis (4 võimsat tuuma ja 4 energiatõhusat). Kuid arvestades madala uue arhitektuuri suuruse tõttu, võivad paljud tootjad kulude kokkuhoiu tõttu tutvustada kombinatsioone 1+3+4 või 2+2+4, mida juba aktiivselt rakendatakse, kus ainult üks või kaks tuuma on täisvõimsusel Cortex-A77.

Allikas: 3dnews.ru