從體系結構的演變看高性能微處理器的發展趨勢

從體系結構的演變看高性能微處理器的發展趨勢
中國科學院聲學研究所數字系統集成實驗室    單睿

本文引用地址：http://www.eepw.com.cn/article/7549.htm

微處理器體系結構
隨著高性能計算的需求，計算機體系結構發生了很大變化。作為計算機核心部件的微處理器，其性能和複雜性（電晶體數、時鐘頻率和峰值）也按照摩爾定律增長。微處理器性能的改善在很大程度上歸功於體系結構的發展和VLSI工藝的改進。體系結構的發展主要體現在三個方面，即超流水、多指令發射和多指令操作。
超流水技術主要開發時間並行性。流水線技術是RISC處理器區別於CISC處理器的重要特徵。採用超流水技術，儘管可以減少關鍵路徑中每級流水的時間，但同時也引入了更多的寄存器，進而增加了面積開銷以及時鐘歪斜問題。另一方面，深度流水在指令相關和指令跳轉時會大大降低流水線的性能。
多指令發射和多指令操作均是開發空間並行性。多指令發射面臨的首要問題是如何保持應用程式語義的正確性，MIMD、超標量和數據流技術是多指令發射的典型結構。MIMD是並行計算的重要研究領域。超標量採用時序指令流發射技術，兼容性好，硬體開銷大，功耗開銷大，是目前多數商用高端處理器採用的主流技術。數據流採用token環技術，理論上可以開發出高度指令並行性。然而，其商用開發不成功，原因是運行時間開銷大，尤其是token環匹配需要很高的時間代價。
多指令操作是當前體系結構的重要研究方向。多指令操作包括數據並行性開發和操作並行性開發。儘管在CISC處理器中均採用過這兩種技術，但CISC給體系結構開發帶來三個負面影響：一是CISC指令不適合流水處理，二是指令差異很大造成解碼困難，三是編譯器很難開發出有效的指令操作。與CISC處理器相反，多指令操作非常適合RISC處理器，其中SIMD和VLIW就是數據並行性和操作並行性的典型結構。
向量處理器和SIMD處理器都是利用多個操作數來實現數據並行性。但二者有很大不同。向量處理器對線性向量元素順序操作，SIMD則對向量元素進行並發操作。對前者，每條指令只能作用於一個功能部件，執行時間較長；而後者在執行指令時可以作用於多個功能部件。向量處理器採用交叉存儲器實現向量的訪存操作，同時可對短向量進行有效操作，即對稀疏向量進行壓縮以獲得高性能。SIMD適合多媒體中的分組數據流，通過特定算法將長的數據流截成定長短向量序列，從而可以和向量處理器那樣實現對定長短向量序列的高效處理。
VLIW是實現操作並行性開發的重要途徑。CISC處理器採用垂直編碼技術，而VLIW則採用水平編碼技術，指令中的每個操作域可以並發執行。同CISC處理器相比，VLIW具有的優點是：指令操作域定長，解碼簡單；適合流水處理，減少CPI；編譯器需要開發程序潛在的指令級操作並行性。傳統VLIW的不足是指令帶寬較高，二進位目標代碼不兼容。VLIW和SIMD結構都能接受單一指令流，每條指令可以包含多個操作。但前者允許每條指令包含多個不同類型的操作，同時可以開發細粒度並行性。VLIW指令字較長，而SIMD具有很強的數據壓縮能力。事實上，VLIW和SIMD技術相結合可以獲得更高的性能加速比，且非常適合多媒體數據處理。
從微處理器體系結構和編譯器界面劃分的角度上講，指令級體系結構可以分為順序結構、相關結構和獨立結構三類。在順序結構中，程序不包含任何指令並行信息，完全通過硬體進行調度，即硬體負責操作間的相關分析、獨立操作分析和操作調度，編譯器只負責程序代碼的重組，程序中不附加任何信息。超標量是該類結構的典型代表。在相關結構中，程序顯式指定操作的相關信息，即編譯器負責操作間的相關分析，而硬體負責獨立操作分析和調度，如數據流處理器。獨立結構完全由程序提供各個獨立操作間的信息，即編譯器負責操作間相關性分析、獨立操作間分析和指令調度，VLIW是其主要代表。

超標量處理器架構
現代超標量處理器體系結構均基於IBM360/91採用的Tomasulo和CDC6600採用的Scoreboard動態調度技術，MIPS R10000和DEC21264微處理器均基於該體系結構。典型超標量處理器通常採用如下邏輯結構實現動態調度：寄存器重命名邏輯、窗口喚醒邏輯、窗口選擇邏輯和數據旁路邏輯。Intel的Pentium處理器、Motorola的PowerPC 604和SPARC64則採用基於預約站的超標量體系結構。
兩種體系結構的主要區別是：在典型超標量結構中，無論是推測還是非推測寄存器值都放在物理寄存器堆中；在預約站超標量結構中，推測數據放在重排序緩衝器中，非推測數據和已經執行完成提交的數據則放在寄存器文件中。在典型結構中，操作數不廣播到窗口，而只將操作數標誌TAG進行廣播，操作數則送到物理寄存器文件。在預約站結構中，指令執行結果廣播到預約站，指令發射時從預約站去取操作數。
超標量處理器性能與IPC（Instructions Per Cycle）和時鐘頻率的乘積成正比。時鐘速率同系統結構的關鍵路徑時延有關，而IPC和如下因素有關：程序中潛在的指令級並行性、體系結構字長寬度、指令窗口大小和並行性開發策略。超標量處理器一般通過增加發射邏輯提高IPC，這將導致更寬的發射窗口和更複雜的發射策略。

圖1 ZSP400 內核超標量體系結構框圖
眾所周知，超標量處理器是通用微處理器的主流體系結構，幾乎所有商用通用微處理器都採用超標量體系結構。而在DSP方面，LSI 邏輯公司的 ZSP200、 ZSP400、ZSP500和ZSP600均採用超標量體系結構。ZSP200採用並行MAC和ALU運算部件，2發射超標量結構；ZSP400採用雙 MAC單元、4 發射超標量處理器體系結構；ZSP500為4發射體系結構、採用增強型雙MAC和雙ALU運算單元；ZSP600採用4MAC和雙ALU運算部件，每個時鐘周期發射6條指令。圖1為ZSP400結構框圖。
ADI公司的TigerSHARC系列採用靜態超標量體系結構。該系列採用了許多傳統超標量處理器的特徵，如load/store結構、分之預測和互鎖寄存器堆等技術。每個時鐘周期發射4條指令。而靜態超標量的含義是指指令級並行性識別是在運行之前，即編寫程序時確定的（事實上以VLIW結構為基礎）。同時，TigerSHARC系統處理器採用SIMD技術，用戶可以對數據進行廣播和合併。所有寄存器均是互鎖的，支持簡單的編程模型，該模型不依賴於不同型號間的時延變化。分支目標緩衝器BTB為128位，可以有效減小循環操作和其它非順序代碼的執行時間。圖2為TigerSHARC系列中的ADSP-TS201S結構框圖。

圖2 ADSP-TS201S靜態超標量體系結構框圖

超長指令字VLIW體系結構
自從耶魯大學的J.A Fisher於1979年首次提出VLIW體系結構以來，先後
由耶魯大學開發出基於跟蹤調度(Trace Scheduling)技術的MultiFlow處理器和Cydrome公司Bob Rau等人開發的基於巨塊調度（Superblock Scheduling）的Cydra-5處理器。但直到九十年代中期，基於VLIW結構的處理器基本上停留在實驗室原型機階段。因為VLIW本身固有的幾個關鍵問題一直沒有徹底解決，導致了其後的商用處理器體系結構從RISC轉向了超標量和超流水，而不是VLIW。儘管如此，由於VLIW結構的許多優點仍然使許多研究機構競相對該技術進行堅持不懈地研究，並在體系結構和編譯器方面實現了突破，其中最重要的是解決了目標代碼兼容問題並支持推斷推測機制（儘管大部分處理器僅支持部分推斷推測機制）。這之後出現了Philip的Trimedia、Equator的MAP1000A媒體處理器、Chromatic的Mact、TI的TMS320C6XX、Transmeta的Crusoe以及INTEL和HP聯盟提出的IA-64體系結構（EPIC）。事實上VLIW作為下一代高性能處理器體系結構的首選技術已成共識，該體系結構和優化編譯器形成的SIMD指令流將更加適合多媒體數據處理。
TI的TMS320C6系列是典型的超長指令字VLIW體系結構，該系列每個指令周期可以執行8條32位指令，C62為定點處理器，C67為浮點處理器。C62和C67系列的CPU內核是相同的，包含32個通用寄存器、8個執行部件。C64包含64個通用寄存器和8個執行部件。8個執行部件包含2個乘法器和6個ALU。支持8/16/32數據類型，所有指令均為條件執行，減小了分支指令開銷。圖3為C62和C67系統框圖。

圖3  基於VLIW體系結構的TMS320C6系統框圖
中國科學院聲學研究所在「973國家重大基礎研究發展規劃」資助下研製成功國內第一款基於多發射VLIW和SIMD技術的具有可重組結構的高性能微處理器晶片－華威處理器（SuperV）。該處理器為四發射VLIW處理器，當執行向量處理功能時，每個周期可執行35個操作。在執行32位乘累加操作時可獲得2.9 GOPS 的數據處理速度；執行16位乘累加操作時可獲得5.1 GOPS 的數據處理速度；執行8位乘累加操作時可獲得9.3 GOPS 的數據處理速度。該處理器是目前國內數據處理能力最強的微處理器，可以廣泛應用於信息家電、網絡通信、聲音圖像以及雷達聲納等信號處理領域。

可重構處理器架構
從二十世紀七十年代開始的第一代CISC處理器開始至今，微處理器體系結構已經經過了三代。然而，即使是第三代的RISC技術仍然停留在固定模式的體系架構設計。隨著ASIC和SOC技術的發展，微處理器設計進入到第四代，即後RISC和可重構處理器時代。其重要特徵是系統架構不再採用固定模式，而是將DSP的靈活性與硬線連接的專用性相結合，使得微處理器可以針對不同的應用需求建立自己獨特的體系結構，達到性能最優、功耗更低的目的。
華威處理器（SuperV）體系結構不僅基於RISC、VLIW和SIMD技術，而且採用了可重構技術，使得用戶在不增加硬體開銷的情況下通過對系統功能部件的重構完成對不同應用的處理，不僅提高了系統性能，而且大大降低了系統的功耗。例如，在華威處理器中設計了若干32位可重構乘法器，每個可重構乘法器可以完成32位乘法、若干個16位乘法或者8位乘法。因此，華威處理器可以採用一條指令完成16個8位數據的乘（累）加操作；一條指令可以完成8個16位數據的乘（累）加操作；一條指令可以完成4個32位數據的乘加操作；一條指令可以完成4個32位數據的累加操作；一條指令可以完成16個索引、16個地址計算和16次數據加載操作；兩條指令完成16個8位數據累加操作；兩條指令可以完成8個16位數據累加操作；兩條指令可以完成對256項、8位元素的數據表進行的16路並行查找。

Tensilica的可配置技術是可重構處理器的重要代表。例如，Vectra LX定點向量DSP引擎就是通過配置選項在Xtensa LX可配置處理器的基礎上建立起來的。即Vectra LX定點DSP引擎是Xtensa LX微處理器內核的一種配置。該定點DSP引擎是一個3發射SIMD處理器，具有四個乘法器/累加器（四MAC），它可以處理128位的向量。128位向量可以分成8個16位或者4個32位的元素。整個Vectra LX DSP引擎是用TIE （Tensilica's Instruction Extension）語言開發的，通過修改可以適合不同的應用領域。Vectra LX DSP引擎增加了16個向量寄存器（每個寄存器160位寬）、四個128位的向量隊列寄存器、第二個load/store單元和210多條現有Xtensa LX處理器指令集體系結構中的通用DSP指令。Vectra LX DSP引擎如圖4所示。

圖4 Vectra LX DSP體系結構框圖

結語
作為信息產業的核心技術，微處理器體系結構正在發生很大的變化，而這種變化無不體現出市場需求的強大動力。現代微處理器，無論是通用微處理器還是數位訊號處理器在體系結構方面正在趨於融合。通用處理器通過增加媒體處理指令來提高數據處理器能力；而數位訊號處理器也借鑑了通用處理器的體系結構，使得數位訊號處理器的數據處理器能力更加強大、管理更加靈活。同時，隨著嵌入式應用的需求，對功耗的要求也越來越苛刻，使得可重構處理器在未來將會起到重要的作用。由於不同的應用需求可以通過重構技術獲得所需要的微處理器系統架構，這將大大提高產品的競爭力，同時也降低了整個系統的功耗和成本。