ARM tutvustas uut võimsat protsessorituuma - Cortex-A77

ARM esitles oma kõige uuemat protsessoridisaini - Cortex-A77. Nagu mullu tutvustatud Cortex-A76, on see tuum mõeldud tippklassile suunatud ülesannete täitmiseks nutitelefonides ja mitmesugustes seadmetes. Arendaja eesmärk on suurendada tsüklis täidetavate käskude arvu (IPC). Taktsagedused ja energiatarve on jäänud umbes samale tasemele nagu Cortex-A76.

Praegu on ARM keskendunud oma tuumade jõudluse kiirele kasvatamisele. Vastavalt nende plaanidele kavatseb ettevõte alates Cortex-A73-st 2016. aastal ja kuni Herculesi disainini 2020. aastal suurendada protsessorite jõudlust 2,5 korda. Üleminekud 16 nm-lt 10 nm-le ja seejärel 7 nm-le on juba võimaldanud tõsta taktsagedust ning koos Cortex-A75 ja seejärel Cortex-A76 arhitektuuriga on ARM-i hinnangul saavutatud tänaseks 1,8-kordne jõudluse tõus. Nüüd võimaldab Cortex-A77 IPC kasv 20% võrra tõsta jõudlust, kasutades sama taktsagedust. See tähendab, et 2,5-kordne tõus 2020. aastaks on täiesti saavutatav.

Kuidas siis ka ei oleks, IPC 20% kasvuga ei ole ARM-i hinnangul A77 energiatarve tõusnud. Kompromiss seisneb selles, et A77 kristallipinna suurus on umbes 17% suurem kui A76, säilitades samad tootmisnormid. Selle tulemusena suureneb ühe tuuma maksumus veidi. Kui võrrelda ARM-i saavutusi tööstuse liidritega, tasub mainida, et AMD on Zen 2-ga saavutanud IPC 15% kasvu võrreldes Zen+ -ga, samas kui Intel tuumade IPC on palju aastaid olnud enam-vähem samal tasemel.

Käskude järjestamise muutmise (out-of-order window size) aken on suurenenud 25%, ulatudes 160 ühikuni, mis võimaldab tuumal suurendada arvutuste paralleelsust. Juba Cortex-A76-l oli suur hübriidiharu aadresside puhver (Branch Target Buffer), kuid Cortex-A77-l on see suurenenud veel 33% võrra, ulatudes 8 KB-ni, mis võimaldab harude ennustamise plokil tõhusamalt hakkama saada suureneva paralleelsete käskude arvuga.

Veel huvitavam uuendus on täiesti uus 1,5 KB vahemälu, kuhu salvestatakse makrooperatsioonid (MOP), mis tagastatakse dekodeerimismodulist. ARM-protsessori arhitektuur dekodeerib kasutaja rakendusest juhised väiksemateks makrooperatsioonideks ja seejärel jagab need mikrotöötlusteks, mis edastatakse täitmisüdi. MOP-i vahemälu kasutatakse harude vahelejätmise ja lähtestamise mõju vähendamiseks, kuna nüüd salvestatakse makrooperatsioonid eraldi plokki ja ei vajata uuesti dekodeerimist – seeläbi suurendatakse tuuma üldist läbilaskevõimet. Mõnede koormuste puhul on uus plokk äärmiselt kasulik täiendus standardsele juhiste vahemälule.

Täitmisüdisse on lisatud neljas ALU plokk ja teine haruproktsioonide plokk. Neljas ALU suurendab protsessori üldist läbilaskevõimet 1,5 korda, võimaldades ühtse tsükli juhiseid (näiteks ADD ja SUB) ning kaht tsüklilist täisarvutegevust, nagu korrutamine. Kaks muud ALU saavad töödelda ainult baasi ühetasandilisi juhiseid, samas kui viimane plokk koormatakse keerukamate matemaatiliste operatsioonidega, nagu jagamine ja akumuleerimisega korrutamine jne. Teine haruproktsioonide plokk täitmisüdis suurendab samade haruproktsioonide arvu, millega tuum suudab töötada, see on kasulik juhul, kui kaks kuuest saadetud käsust kuuluvad haruproktsioonidele. ARM-i sisetestimine näitas jõudluse kasvu, kasutades seda teist haruproktsiooni plokki.

Muudest tuuma muudatustest võib välja tuua teise AES-i krüpteerimise toru, mäluläbilaskevõime suurenemise, täiustatud järgmise põlvkonna andmete eelotsingumehhanismi, mis võimaldab tõhusama energiakasutuse ja samal ajal suurendab DRAM-süsteemi läbilaskevõimet, vahemälu töö optimeerimise jne.

Kõige suurem kasvu on täheldatud Cortex-A77-s täisarvutegevustes ja ujuvkoma arvutustes. Seda kinnitavad ARM-i sisetestid SPEC-is, mis näitasid jõudluse kasvu vastavalt 20% ja 35% täisarvutegevustes ja ujuvkoma arvutustes. Mälu ribalaiuse parandused jäävad vahemikku 15–20%. Üldiselt annavad A77 optimiseerimised ja muudatused keskmiselt 20-protsendilise jõudluse kasvu võrreldes eelneva generatsiooniga. Uute tehnoloogiliste normidega nagu 7 nm ULV saame lisakasu lõplikest kiipidest.

ARM on välja töötanud Cortex-A77, et töötada koos 4+4 big.LITTLE konfiguratsiooniga (4 võimsat tuuma ja 4 lihtsat energiatõhusat tuuma). Kuid arvestades uue arhitektuuri suurenenud pinnaala, võivad paljud tootjad kokkuhoiuks esitada konfiguratsioonid 1+3+4 või 2+2+4, mida juba aktiivselt rakendatakse, kus ainult üks või kaks tuuma on täiskohaga, mitte kärbitud A77.

Allikas: 3dnews.ru