ARM telah memperkenalkan reka bentuk pemproses terbarunya, Cortex-A77. Seperti Cortex-A76 tahun lepas, teras ini direka untuk tugasan mewah dalam telefon pintar dan pelbagai jenis peranti. Di dalamnya, pembangun bertujuan untuk meningkatkan bilangan arahan yang dilaksanakan setiap jam (IPC). Kelajuan jam dan penggunaan kuasa kekal lebih kurang pada tahap Cortex-A76.
Pada masa ini, ARM menyasarkan untuk meningkatkan prestasi terasnya dengan cepat. Mengikut rancangannya, bermula dengan Cortex-A73 2016 dan sehingga reka bentuk Hercules 2020, syarikat itu berhasrat untuk meningkatkan kuasa CPU sebanyak 2,5 kali ganda. Peralihan dari 16 nm kepada 10 nm dan kemudian kepada 7 nm memungkinkan untuk meningkatkan kekerapan jam, dan dalam kombinasi dengan seni bina Cortex-A75 dan kemudian Cortex-A76, menurut anggaran ARM, peningkatan 1,8 kali ganda dalam prestasi telah dicapai sehingga kini. Kini teras Cortex-A77 akan membolehkan, disebabkan peningkatan dalam IPC, untuk meningkatkan prestasi sebanyak 20% lagi pada frekuensi jam yang sama. Iaitu, peningkatan 2,5 kali ganda pada 2020 menjadi agak nyata.
Walaupun peningkatan 20% dalam IPC, ARM menganggarkan bahawa penggunaan kuasa A77 tidak meningkat. Tukar ganti dalam kes ini ialah kawasan cip A77 adalah lebih kurang 17% lebih besar daripada A76 pada piawaian pemprosesan yang sama. Akibatnya, kos teras individu akan meningkat sedikit. Jika kita membandingkan pencapaian ARM dengan peneraju industri, patut dikatakan bahawa AMD dalam Zen 2 mencapai peningkatan IPC sebanyak 15% berbanding Zen+, manakala nilai IPC bagi teras Intel kekal lebih kurang sama selama bertahun-tahun.
Tetingkap pelaksanaan untuk menukar urutan arahan (saiz tetingkap luar pesanan) telah ditingkatkan sebanyak 25%, kepada 160 unit, yang membolehkan kernel meningkatkan keselarian pengiraan. Malah Cortex-A76 mempunyai Penampan Sasaran Cawangan yang besar, dan Cortex-A77 meningkatkannya sebanyak 33% lagi, kepada 8 KB, yang membolehkan unit ramalan cawangan mengatasi peningkatan bilangan arahan selari dengan berkesan.
Inovasi yang lebih menarik ialah cache 1,5 KB baharu yang menyimpan operasi makro (MOP) yang dikembalikan daripada modul penyahkodan. Seni bina pemproses ARM menyahkod arahan daripada aplikasi pengguna kepada operasi makro yang lebih kecil, dan kemudian memecahkannya kepada operasi mikro yang dihantar ke teras pelaksanaan. Cache MOP digunakan untuk mengurangkan kesan cawangan terlepas dan flushes kerana operasi makro kini disimpan dalam blok berasingan dan tidak memerlukan penyahkodan semula - dengan itu meningkatkan daya pemprosesan teras keseluruhan. Dalam sesetengah beban kerja, blok baharu adalah tambahan yang sangat berguna kepada cache arahan standard.
Blok ALU keempat dan blok cawangan kedua telah ditambahkan pada teras pelaksanaan. ALU keempat meningkatkan keseluruhan pemprosesan pemproses sebanyak 1,5 kali dengan mendayakan arahan kitaran tunggal (seperti ADD dan SUB) dan operasi integer tolak-tarik seperti pendaraban. Dua ALU yang lain hanya boleh mengendalikan arahan asas kitaran tunggal, manakala blok terakhir dimuatkan dengan operasi matematik yang lebih kompleks seperti bahagi, darab-akumulasi, dll. Blok cawangan kedua dalam teras pelaksanaan menggandakan bilangan peralihan cawangan serentak teras boleh mengendalikan kerja, yang berguna dalam kes di mana dua daripada enam arahan yang dihantar berkaitan dengan peralihan cawangan. Ujian dalaman di ARM telah menunjukkan faedah prestasi daripada menggunakan blok cawangan kedua ini.
Perubahan kernel lain termasuk penambahan saluran paip penyulitan AES kedua, peningkatan lebar jalur memori, enjin prefetch data generasi seterusnya yang dipertingkatkan untuk meningkatkan kecekapan kuasa sambil meningkatkan daya pemprosesan DRAM sistem, pengoptimuman cache dan banyak lagi.
Keuntungan terbesar dilihat dalam Cortex-A77 dalam operasi integer dan titik terapung. Ini disokong oleh penanda aras SPEC dalaman ARM, yang menunjukkan peningkatan prestasi masing-masing sebanyak 20% dan 35% dalam operasi integer dan titik terapung. Penambahbaikan lebar jalur memori berada dalam lingkungan 15-20%. Secara keseluruhan, pengoptimuman dan perubahan pada A77 purata peningkatan 20 peratus dalam prestasi berbanding generasi sebelumnya. Dengan norma teknologi yang lebih baharu seperti 7nm ULV, kami boleh memperoleh faedah tambahan dalam cip akhir.
ARM membangunkan Cortex-A77 untuk berfungsi dalam gabungan 4+4 besar.LITTLE (4 teras berkuasa dan 4 teras cekap tenaga yang ringkas). Tetapi, memandangkan peningkatan kawasan seni bina baru, banyak pengeluar, untuk menjimatkan wang, boleh memperkenalkan kombinasi 1+3+4 atau 2+2+4, yang sudah diamalkan secara aktif, di mana hanya satu atau dua teras akan menjadi penuh, tidak dipotong A77.
Sumber: 3dnews.ru