Inihayag ng ARM ang pinakabagong disenyo ng processor nito, ang Cortex-A77. Tulad ng Cortex-A76 noong nakaraang taon, ang core na ito ay idinisenyo para sa mga high-end na gawain sa mga smartphone at iba't ibang uri ng device. Sa loob nito, ang nag-develop ay naglalayong dagdagan ang bilang ng mga tagubilin na isinagawa sa bawat orasan (IPC). Ang bilis ng orasan at pagkonsumo ng kuryente ay nanatiling humigit-kumulang sa antas ng Cortex-A76.
Sa kasalukuyan, layunin ng ARM na mabilis na pataasin ang pagganap ng mga core nito. Ayon sa mga plano nito, simula sa 73 Cortex-A2016 at hanggang sa 2020 Hercules na disenyo, ang kumpanya ay nagnanais na taasan ang CPU power ng 2,5 beses. Ang mga transition mula 16 nm hanggang 10 nm at pagkatapos ay hanggang 7 nm ay naging posible upang madagdagan ang dalas ng orasan, at kasama ang Cortex-A75 at pagkatapos ay Cortex-A76 na arkitektura, ayon sa mga pagtatantya ng ARM, isang 1,8-tiklop na pagtaas sa pagganap ay nakamit hanggang sa kasalukuyan. Ngayon ang Cortex-A77 core ay magbibigay-daan, dahil sa pagtaas ng IPC, upang mapataas ang pagganap ng isa pang 20% ββsa parehong dalas ng orasan. Iyon ay, ang isang 2,5-tiklop na pagtaas sa 2020 ay nagiging totoo.
Sa kabila ng 20% ββna pagtaas sa IPC, tinatantya ng ARM na hindi tumaas ang konsumo ng kuryente ng A77. Ang trade-off sa kasong ito ay ang A77 chip area ay humigit-kumulang 17% na mas malaki kaysa sa A76 sa parehong mga pamantayan sa pagproseso. Bilang resulta, bahagyang tataas ang halaga ng isang indibidwal na core. Kung ihahambing natin ang mga nagawa ng ARM sa mga pinuno ng industriya, nararapat na sabihin na ang AMD sa Zen 2 ay nakamit ang pagtaas ng IPC na 15% kumpara sa Zen+, habang ang halaga ng IPC ng mga Intel core ay nanatiling halos pareho sa loob ng maraming taon.
Ang window ng pagpapatupad para sa pagbabago ng pagkakasunud-sunod ng mga utos (out-of-order na laki ng window) ay nadagdagan ng 25%, sa 160 na mga yunit, na nagpapahintulot sa kernel na taasan ang paralelismo ng mga kalkulasyon. Maging ang Cortex-A76 ay may malaking Branch Target Buffer, at ang Cortex-A77 ay tumaas ito ng isa pang 33%, hanggang 8 KB, na nagpapahintulot sa branch prediction unit na epektibong makayanan ang pagtaas ng bilang ng mga parallel na tagubilin.
Ang isang mas kawili-wiling pagbabago ay isang ganap na bagong 1,5 KB na cache na nag-iimbak ng mga macro operations (MOPs) na ibinalik mula sa decoding module. Ang arkitektura ng processor ng ARM ay nagde-decode ng mga tagubilin mula sa application ng user sa mas maliliit na macro-operasyon, at pagkatapos ay hinahati-hati ang mga ito sa mga micro-operasyon na ipinapasa sa execution core. Ang MOP cache ay ginagamit upang bawasan ang epekto ng mga napalampas na branch at flushes dahil ang mga macro operation ay naka-store na ngayon sa isang hiwalay na bloke at hindi nangangailangan ng muling pag-decode - sa gayon ay tumataas ang pangkalahatang core throughput. Sa ilang mga workload, ang bagong block ay isang lubhang kapaki-pakinabang na karagdagan sa karaniwang cache ng pagtuturo.
Ang ikaapat na ALU block at isang pangalawang branch block ay naidagdag sa execution core. Ang pang-apat na ALU ay nagpapataas ng kabuuang throughput ng processor ng 1,5 beses sa pamamagitan ng pagpapagana ng mga tagubilin sa solong-ikot (tulad ng ADD at SUB) at mga pagpapatakbo ng push-pull integer gaya ng multiplication. Ang iba pang dalawang ALU ay maaari lamang humawak ng mga pangunahing tagubilin sa solong-ikot, habang ang huling bloke ay puno ng mas kumplikadong mga operasyon sa matematika gaya ng paghahati, multiply-accumulate, atbp. ang core ay maaaring humawak ng trabaho, na kapaki-pakinabang sa mga kaso kung saan ang dalawa sa anim na command na ipinadala ay nauugnay sa mga paglipat ng sangay. Ang panloob na pagsubok sa ARM ay nagpakita ng mga benepisyo sa pagganap mula sa paggamit ng pangalawang branch block na ito.
Kasama sa iba pang mga pagbabago sa kernel ang pagdaragdag ng pangalawang pipeline ng pag-encrypt ng AES, pagtaas ng bandwidth ng memorya, pinahusay na next-generation data prefetch engine upang pahusayin ang power efficiency habang pinapataas ang throughput ng DRAM ng system, mga pag-optimize ng cache, at higit pa.
Ang pinakamalaking nadagdag ay makikita sa Cortex-A77 sa mga operasyon ng integer at floating point. Sinusuportahan ito ng mga panloob na benchmark ng SPEC ng ARM, na nagpapakita ng mga nadagdag sa pagganap na 20% at 35% sa mga operasyon ng integer at floating point, ayon sa pagkakabanggit. Ang mga pagpapahusay ng memory bandwidth ay nasa 15-20% na saklaw. Sa pangkalahatan, ang mga pag-optimize at pagbabago sa A77 ay may average na 20 porsiyentong pagtaas sa pagganap kumpara sa nakaraang henerasyon. Sa mga mas bagong pamantayan ng teknolohiya tulad ng 7nm ULV, maaari tayong makakuha ng mga karagdagang benepisyo sa mga huling chip.
Binuo ng ARM ang Cortex-A77 upang gumana sa isang 4+4 na malaki.LITTLE na kumbinasyon (4 na malalakas na core at 4 na simpleng matipid sa enerhiya). Ngunit, dahil sa tumaas na lugar ng bagong arkitektura, maraming mga tagagawa, upang makatipid ng pera, ay maaaring magpakilala ng 1+3+4 o 2+2+4 na mga kumbinasyon, na aktibong isinasabuhay, kung saan isa o dalawang core lamang ang maging ganap, hindi pinutol A77.
Pinagmulan: 3dnews.ru