在過去的十年中，ARM CPU廠商多次嘗試打入高性能 CPU 市場，因此我們看到大量關(guān)于 ARM 努力的文章、視頻和討論也就不足為奇了，其中許多文章關(guān)注的是兩種指令集架構(gòu)(ISA)的差異。

　　在本文中，我們將匯集研究、來自非常熟悉 CPU 的人的評論以及我們的一些內(nèi)部數(shù)據(jù)，以說明為什么專注于 ISA 是浪費時間，并讓我們開始在我們的小冒險中，讓我們參考 Anandtech 對 Jim Keller 的采訪，Jim Keller 是一位工程師，他曾參與過多種成功的 CPU 設(shè)計，包括 AMD 的 Zen 和 Apple 的 A4/A5。

　　“關(guān)于指令集的爭論是一個非常悲傷的故事?！盝im keller在接受AnandTech采訪時說。完整采訪請查看文章《Jim Keller：在指令集上辯論是一件悲哀的事情》

　　CISC vs RISC：過時的辯論

　　x86 歷史上被歸類為 CISC(復(fù)雜指令集計算)ISA，而 ARM 被歸類為 RISC(精簡指令集計算)。最初，CISC 機器旨在執(zhí)行更少、更復(fù)雜的指令，并為每條指令做更多的工作。RISC 使用更簡單的指令，執(zhí)行起來更容易、更快。今天，這種區(qū)別已不復(fù)存在。用Jim keller的話來說：

　　“RISC 剛問世時，x86 是半微碼(half microcode)。所以如果你看一下die，一半的芯片是 ROM，或者可能是三分之一。從事RISC 人可以說 RISC 芯片上沒有 ROM，因此我們獲得了更高的性能。但是現(xiàn)在ROM太小了，找不到了。其實加法器這么小，你很難找到嗎?今天限制計算機性能的是可預(yù)測性，兩個大的是指令/分支可預(yù)測性和數(shù)據(jù)局部性?！?/p>

　　簡而言之，就性能而言，RISC/ARM 和 CISC/x86 之間沒有有意義的區(qū)別。重要的是保持內(nèi)核的供給，并提供正確的數(shù)據(jù)，這些數(shù)據(jù)專注于緩存設(shè)計、分支預(yù)測、預(yù)取以及各種很酷的技巧，比如預(yù)測加載是否可以在存儲到未知地址之前執(zhí)行。

　　在2013 年，Blem 等研究人員發(fā)現(xiàn)了一種方法。研究了 ISA 對各種 x86 和 ARM CPU [1]的影響，發(fā)現(xiàn) RISC/ARM 和 CISC/x86 在很大程度上已經(jīng)收斂。

　　Blem等人得出的結(jié)論是，ARM 和 x86 CPU 在功耗和性能方面存在差異，主要是因為它們針對不同的目標(biāo)進行了優(yōu)化。指令集在這里并不重要，重要的是實現(xiàn)指令集的 CPU 的設(shè)計：

　　他們研究的主要發(fā)現(xiàn)是：

　　盡管平均周期計數(shù)差距 <= 2.5 倍，但實現(xiàn)之間存在很大的性能差距。

　　指令計數(shù)和混合與一階 ISA 無關(guān)。

　　性能差異是由獨立于 ISA 的微架構(gòu)差異產(chǎn)生的。

　　能耗再次與 ISA 無關(guān)。

　　ISA 差異具有實施意義，但現(xiàn)代微架構(gòu)技術(shù)使它們沒有實際意義;一個 ISA 從根本上說并不是更有效。

　　ARM 和 x86 實現(xiàn)只是針對不同性能級別優(yōu)化的設(shè)計點

　　以上觀點來自論文《Power Struggles: Revisiting the RISC vs. CISC Debate on Contemporary ARM and x86 Architectures》

　　換句話說，ARM ISA 與低功耗沒有任何關(guān)系。同樣，x86 ISA 與高性能無關(guān)。我們今天熟悉的基于 ARM 的 CPU 恰好是低功耗的，因為 ARM CPU 的制造商將他們的設(shè)計定位于手機和平板電腦。英特爾和 AMD 的 x86 CPU 以更高的性能為目標(biāo)，具有更高的功率。

　　為了給 ISA 發(fā)揮重要作用的想法潑冷水，英特爾以基于 x86 的 Atom 內(nèi)核為目標(biāo)。Federal University of Rio Grande do Sul [6] 進行的一項研究得出結(jié)論：“對于所有測試用例，基于 Atom 的集群被證明是在低功耗處理器上使用多級并行性的最佳選擇。”

　　正在測試的兩種內(nèi)核設(shè)計是 ARM 的 Cortex-A9 和英特爾的 Bonnell 內(nèi)核。有趣的是，Bonnell 是一種有序設(shè)計，而 Cortex-A9 是一種無序設(shè)計，應(yīng)該為 Cortex-A9 帶來性能和能源效率的勝利，但在研究中使用的測試中，Bonnell 出現(xiàn)了在這兩個類別中都領(lǐng)先。

　　解碼器差異：杯水車薪

　　另一個經(jīng)常重復(fù)的真理是 x86 有一個顯著的“ecode tax”障礙。ARM 使用固定長度的指令，而 x86 的指令長度不同。因為您必須在知道下一條指令從哪里開始之前確定一條指令的長度，所以并行解碼 x86 指令更加困難。這對于 x86 來說是一個缺點，但對于高性能 CPU 來說，這并不重要，用 Jim Keller 的話來說：

　　“有一段時間我們認(rèn)為可變長度指令真的很難解碼。但我們一直在想辦法做到這一點。.所以當(dāng)你在建造小型電腦時，固定長度的指令看起來真的很好，但如果你正在建造一臺非常大的電腦，預(yù)測或找出所有指令的位置，它并沒有支配die。所以沒那么重要?！?/p>

　　我們深入并親自對此進行了檢查。

　　通過未記錄的 MSR 禁用 op 緩存后，我們發(fā)現(xiàn) Zen 2 的 fetch 和 decode 路徑比 op cache 路徑消耗大約 4-10% 的核心功率，或 0.5-6% 的封裝功率。在實踐中，解碼器將消耗更少的核心或封裝功率。Zen 2 并非設(shè)計為在禁用微操作緩存的情況下運行，并且我們使用的基準(zhǔn) (CPU-Z) 適合 L1 緩存，這意味著它不會對內(nèi)存層次結(jié)構(gòu)的其他部分造成壓力。對于其他工作負(fù)載，來自 L2 和 L3 高速緩存以及內(nèi)存控制器的功耗將使解碼器的功耗變得不那么重要。

　　事實上，在禁用 op 緩存的情況下，一些工作負(fù)載的功耗降低了。解碼器的功耗被其他核心組件的功耗所淹沒，特別是如果操作緩存讓它們得到更好的饋送。這與Jim Keller的評論一致。

　　研究人員也同意這個觀點。

　　2016 年，Helsinki Institute of Physics[2]支持的一項研究著眼于英特爾的 Haswell 微架構(gòu)。在那里，Hiriki 等人估計，Haswell 的解碼器消耗了 3-10% 的封裝功率。該研究得出的結(jié)論是，“x86-64 指令集并不是生產(chǎn)節(jié)能處理器架構(gòu)的主要障礙?！?/p>

　　Hiriki 等人使用綜合基準(zhǔn)開發(fā)模型來估計單個 CPU 組件的功耗，并得出結(jié)論認(rèn)為解碼器功耗很小

　　在另一項研究中，Oboril 等人 [5] 在 Intel Ivy Bridge CPU 上測量獲取和解碼能力。雖然那篇論文專注于為核心組件開發(fā)一個準(zhǔn)確的功率模型，并沒有直接得出關(guān)于 x86 的結(jié)論，但它的數(shù)據(jù)再次表明解碼器的功率是滄海一粟。

　　Oboril 等人對 Ivy Bridge 功耗的估計。與其他核心組件相比，F(xiàn)etch+Decode 的能力微不足道

　　但顯然解碼器功率不是零，這意味著它是一個潛在改進的領(lǐng)域。畢竟，當(dāng)您受到功率限制時，每一瓦特都很重要。即使在臺式機上，多線程性能也常常受到功率的限制。我們已經(jīng)看到 x86 CPU 架構(gòu)師使用 op 緩存來提供每瓦性能，所以讓我們從 ARM 方面看一下。

　　ARM 解碼也很貴

　　Hirki 等人還得出結(jié)論：“切換到不同的指令集只會節(jié)省少量功率，因為在現(xiàn)代處理器中無法消除指令解碼器?！?/p>

　　ARM Ltd 自己的設(shè)計就是證明。高性能 ARM 芯片采用微操作緩存來跳過指令解碼，就像 x86 CPU 一樣。2019 年，Cortex-A77 引入了 1.5k 條目操作緩存[3]。設(shè)計運算緩存并非易事——ARM 的團隊在至少六個月的時間里調(diào)試了他們的運算緩存設(shè)計。顯然，ARM 解碼的難度足以證明花費大量工程資源盡可能跳過解碼是合理的。Cortex-A78、A710、X1 和 X2 還具有運算緩存，表明該方法在蠻力解碼方面取得了成功。

　　三星還在其 M5 上引入了運算緩存。在一篇詳細(xì)介紹三星 Exynos CPU [4]的論文中，解碼能力被稱為實現(xiàn)操作緩存的動機：

　　“隨著設(shè)計從 M1 中的每個周期提供 4 條指令/微指令變?yōu)?M3 中的每個周期 6 條(未來的目標(biāo)是增長到每個周期 8 條)，獲取和解碼能力是一個重要的問題。M5 實現(xiàn)添加了一個微操作緩存作為替代 uop 供應(yīng)路徑，主要是為了節(jié)省可重復(fù)內(nèi)核的獲取和解碼能力?！薄禘volution of the Samsung Exynos CPU Microarchitecture》

　　就像 x86 CPU 一樣，ARM 內(nèi)核使用 op 緩存來降低解碼成本。ARM 的“解碼優(yōu)勢”并不足以讓 ARM 避免操作緩存。并且操作緩存將減少解碼器的使用，使解碼功率變得更不重要。

　　ARM指令解碼成微操作?

　　Gary Explains 在標(biāo)題為“ RISC vs CISC– Is it Still a Thing ? “，他在隨后的視頻中重復(fù)了這一說法。

　　Gary 是不正確的，因為現(xiàn)代 ARM CPU 還將 ARM 指令解碼為多個微操作。事實上，“減少微操作擴展”使 ThunderX3 的性能比 ThunderX2 提高了 6%(Marvell 的 ThunderX 芯片都是基于 ARM 的)，這比故障中的任何其他原因都要多。

　　Marvell 在 Hot Chips 2020 上展示的幻燈片。重點(紅色輪廓)由我們添加

　　我們還快速瀏覽了富士通 A64FX 的架構(gòu)手冊，這是為日本 Fugaku 超級計算機提供動力的基于 ARM 的 CPU。A64FX 還將 ARM 指令解碼為多個微操作。

　　A64FX 架構(gòu)手冊中的部分指令表，位于 ARMv8 基本指令部分。我們在解碼到多個微操作的指令上添加的重點(紅色輪廓)

　　如果我們深入看，一些 ARM SVE 指令會解碼為數(shù)十個微操作。例如，F(xiàn)ADDA(“浮點加法嚴(yán)格有序歸約，以標(biāo)量累加”)解碼為 63 個微操作。其中一些微操作單獨具有 9 個周期的延遲。對于在單個周期中執(zhí)行的 ARM/RISC 指令來說，就這么多了……

　　另外需要注意的是，ARM 并不是一個純粹的加載存儲架構(gòu)。例如，LDADD 指令從內(nèi)存中加載一個值，添加到它，然后將結(jié)果存儲回內(nèi)存。A64FX 將其解碼為 4 個微操作。

　　x86 和 ARM：都因遺留問題而臃腫

　　這對他們中的任何一個都沒有關(guān)系。

　　在 Anandtech 的采訪中，Jim Keller 指出，隨著軟件需求的發(fā)展，x86 和 ARM 都隨著時間的推移增加了功能。當(dāng)它們進入 64 位時，兩者都得到了一些清理，但仍然是經(jīng)過多年迭代的舊指令集，迭代不可避免地會帶來臃腫。

　　Keller 好奇地指出，RISC-V 沒有任何歷史遺留文呢提，因為它“處于復(fù)雜性生命周期的早期”。他繼續(xù)：

　　“如果我今天想真正快速地構(gòu)建一臺計算機，并且我希望它能夠快速運行，那么 RISC-V 是最容易選擇的。它是最簡單的一個，它具有所有正確的功能，它具有您實際需要優(yōu)化的正確的前八條指令，而且它沒有太多的垃圾?！?/p>

　　如果遺留膨脹起重要作用，我們可以期待很快會出現(xiàn) RISC-V 的猛攻，但我認(rèn)為這不太可能。舊版支持并不意味著舊版支持必須快速;它可以進行微編碼，從而最大限度地減少芯片面積的使用。就像可變長度指令解碼一樣，這種開銷在現(xiàn)代高性能 CPU 中不太重要，因為芯片區(qū)域由緩存、寬執(zhí)行單元、大型亂序調(diào)度程序和大型分支預(yù)測器主導(dǎo)。

　　結(jié)論：實施很重要，而不是ISA

　　我很高興看到來自 ARM 的競爭，因為高端 CPU 空間需要更多玩家，但由于指令集差異，ARM 玩家并沒有超越 Intel 和 AMD。要贏得勝利，ARM 制造商將不得不依靠其設(shè)計團隊的技能?；蛘?，他們可以通過針對特定的功率和性能目標(biāo)進行優(yōu)化來超越英特爾和 AMD。AMD 在這里尤其容易受到攻擊，因為它們使用單核設(shè)計來涵蓋從筆記本電腦和臺式機到服務(wù)器和超級計算機的所有內(nèi)容。

　　希望這里提供的信息能夠避免過去關(guān)于指令集的爭論，這樣我們就可以繼續(xù)討論更有趣的話題。