ARM-k bere azken prozesadorearen diseinua aurkeztu du, Cortex-A77. Iazko Cortex-A76 bezala, nukleo hau goi-mailako zereginetarako diseinatuta dago telefono adimendunetan eta hainbat gailutan. Bertan, garatzaileak ziklo bakoitzeko (IPC) exekutatzen diren jarraibideen kopurua handitzea du helburu. Erlojuaren abiadura eta energia-kontsumoa Cortex-A76-ren mailan geratu ziren gutxi gorabehera.
Gaur egun, ARM-k bere nukleoen errendimendua azkar handitzea du helburu. Bere planen arabera, 73ko Cortex-A2016tik hasi eta 2020ko Hercules diseinura arte, konpainiak CPU potentzia 2,5 aldiz handitu nahi du. Dagoeneko 16 nm-tik 10 nm-ra eta gero 7 nm-ra egindako trantsizioek erlojuaren maiztasuna handitzea ahalbidetu zuten, eta Cortex-A75 eta gero Cortex-A76 arkitekturarekin konbinatuta, ARMen kalkuluen arabera, errendimendua 1,8 aldiz handitu da. orain arte lortu da. Orain Cortex-A77 nukleoak, IPCren hazkundea dela eta, errendimendua beste %20 handitzea ahalbidetuko du erloju-maiztasun berean. Hau da, 2,5an 2020 biderko igoera nahiko erreal bihurtzen ari da.
IPC %20 igo arren, ARM-k kalkulatu du A77-ren energia-kontsumoa ez dela handitu. Kasu honetan, A77 trokel-eremua A17 baino % 76 inguru handiagoa da prozesu-tasa berdinetan. Ondorioz, nukleo bakar baten kostua apur bat igoko da. ARMren lorpena industriako liderrekin alderatzen badugu, esan beharra dago Zen 2-n AMD-k % 15eko igoera lortu zuela IPC Zen +-rekin alderatuta, eta Intel nukleoen IPC balioa maila berean mantendu dela askorentzat. urteak.
Aginduen sekuentziaren aldaketa duen exekuzio-leihoa (ordenaz kanpoko leihoaren tamaina) % 25 handitzen da, 160 unitatera arte, eta horri esker kernelak kalkuluen paralelismoa areagotzen du. Cortex-A76-k ere Branch Target Buffer handia zuen, eta Cortex-A77-n beste % 33 handitu zen, 8 KB-ra, eta horri esker, adar-iragarpen-blokeak argibide paraleloen kopuruaren gehikuntzari modu eraginkorrean aurre egiteko aukera ematen du.
Are interesgarriagoa da deskodetze-modulutik itzultzen diren makro-eragiketak (MOP) gordetzen dituen 1,5KB cache guztiz berria. ARM prozesadorearen arkitekturak erabiltzailearen aplikazioaren argibideak makro-operazio txikiagoetan deskodetzen ditu, eta, ondoren, exekuzio-nukleora pasatzen diren mikro-operazioetan zatitzen ditu. MOP cachea salatutako adar eta zirriborroen eragina murrizteko erabiltzen da, makro-eragiketak orain bloke bereizi batean gordetzen baitira eta ez dute berriro deskodetu behar, eta, ondorioz, nukleoaren errendimendu orokorra areagotzen da. Lan-karga batzuetan, bloke berria oso erabilgarria da instrukzioen cache estandarraren osagarri.
Laugarren ALU blokea eta bigarren adarkatze blokea exekuzio nukleora gehitu dira. Laugarren ALUak 1,5 aldiz handitzen du prozesadorearen errendimendu orokorra, ziklo bakarreko instrukzioak (adibidez, ADD eta SUB) eta bi zikloko osoko eragiketak, hala nola biderketak, exekutatzeko gaitasunagatik. Beste bi ALUek ziklo bakarreko oinarrizko instrukzioak bakarrik kudeatu ditzakete, azken blokea, berriz, eragiketa matematiko konplexuagoekin kargatuta dago, hala nola zatiketa, biderketa-metaketa, etab. Exekuzio nukleoaren barruan dagoen bigarren adar-unitateak aldibereko adar-trantsizio kopurua bikoizten du. core lana kudeatu dezake, eta hori erabilgarria da bidalitako sei komandoetatik bi adar-trantsizioak diren kasuetan. ARM-en barne-probak bigarren jauzi bloke hau erabiltzeak errendimendu onura bat erakutsi du.
Oinarrizko beste aldaketa batzuk honako hauek dira: bigarren AES enkriptazio kanalizazioa gehitzea, memoria-banda zabalera handitzea, hurrengo belaunaldiko datuen aurre-bilketa hobetzea, energia-eraginkortasuna hobetzeko, DRAM sistemaren transmisioa areagotuz, cachearen optimizazioak eta abar.
Hazkunderik handiena Cortex-A77-n ikusten da eragiketa osoetan eta koma mugikorreko kalkuluetan. Honen babesa da ARM-en SPEC-en egindako barne probek, eta errendimendua % 20 eta % 35eko hobekuntzak erakutsi zituzten osoko eta koma mugikorreko eragiketetan, hurrenez hurren. Memoriaren banda-zabaleraren hobekuntzak % 15-20 tartean daude. Orokorrean, A77ren batez besteko optimizazioek eta aldaketek ehuneko 20ko errendimendua areagotu dute aurreko belaunaldiarekiko. 7nm ULV bezalako teknologia estandar berriekin, onura gehigarriak lor ditzakegu azken txipetan.
ARM-k Cortex-A77 4+4 big.LITTLE sorta batean funtzionatzeko diseinatu zuen (4 nukleo indartsuak eta 4 energia-eraginkortasun sinpleak). Baina, arkitektura berriaren azalera handitu dela ikusita, fabrikatzaile askok, dirua aurrezteko, 1 + 3 + 4 edo 2 + 2 + 4 sortak sartu ditzakete, dagoeneko aktiboki praktikatzen diren, non nukleo bat edo bi baino ez. erabateko moztu gabeko A77 izango da.
Iturria: 3dnews.ru