多核之后，CPU 的发展方向是什么？

2020年底给某大厂做过一个报告，包含两部分内容：一部分是关于计算机体系结构，尤其是CPU结构的演变；另一部分关于处理器芯片设计方法。这里把第一部分内容贴出来回答一下这个知乎问题。

1. 首先回顾一下计算机体系结构领域三个定律： 摩尔定律、牧村定律、贝尔定律。摩尔定律就不用多说了，但想表达一个观点是摩尔定律未死，只是不断放缓。

2. 摩尔定律让芯片上的晶体管数量不断增加，但一个问题是 这些晶体管都被充分用起来了吗？最近MIT团队在《Science》上发表了一篇文章《 There’s plenty of room at the Top: What will drive computer performance after Moore’s law?》，给出他们的答案： 显然没有！

可以来看一下MIT团队开展的一个小实验（见下面PPT）：假设用Python实现一个矩阵乘法的性能是1，那么用C语言重写后性能可以提高50倍，如果再充分挖掘体系结构特性（如循环并行化、访存优化、SIMD等），那么 性能甚至可以提高63000倍。然而，真正能如此深入理解体系结构、写出这种极致性能的程序员绝对是凤毛麟角。

问题是 这么大的性能差异到底算好还是坏？从软件开发角度来看，这显然不是好事。这意味着大多数程序员无法充分发挥CPU的性能，无法充分利用好晶体管。这不能怪程序员，更主要还是因为CPU微结构太复杂了，导致软件难以发挥出硬件性能。

如何解决这个问题？ 领域专用架构DSA（Domain-Specific Architecture）就是一个有效的方法。DSA可以针对特定领域应用程序，定制微结构，从而实现数量级提高性能功耗比。这相当于是 把顶尖程序员的知识直接实现到硬件上。

3. 第二个定律是 牧村定律（也有称“牧村波动”）。1987 年， 原日立公司总工程师牧村次夫(Tsugio Makimoto) 提出，半导体产品发展历程总是在“ 标准化”与“定制化”之间交替摆动，大概每十年波动一次。牧村定律背后是性能功耗和开发效率之间的平衡。

对于处理器来说，就是 专用结构和通用结构之间的平衡。最近这一波开始转向了追求性能功耗，于是专用结构开始更受关注。

4. 第三个定律是 贝尔定律。这是Gordon Bell在1972年提出的一个观察，具体内容如下面的PPT所述。值得一提的是超级计算机应用最高奖“戈登·贝尔奖”就是以他的名字命名。

5. 贝尔定律指明了未来一个新的发展趋势，也就是AIoT时代的到来。 这将会是一个处理器需求再度爆发的时代，但同时也会是一个需求碎片化的时代，不同的领域、不同行业对芯片需求会有所不同，比如集成不同的传感器、不同的加速器等等。 如何应对碎片化需求？这又将会是一个挑战。

6. 这三个定律都驱动计算机体系结构向一个方向发展，那就是“DSA”。如何实现DSA，这又涉及到两个方面：

1. 为了追求性能功耗，有三条主要的设计原则（见下面PPT）；
2. 为了应对碎片化需求，则需要发展出处理器敏捷设计新方法。（这个回答就不介绍敏捷设计方法了）

7. 在谈一些具体技术之前，我们可以 先总体看一下过去几十年CPU性能是如何提升的。下面这页PPT列出了1995-2015这二十年Intel处理器的架构演进过程——这是一个不断迭代优化的过程，集成了上百个架构优化技术。

这些技术之间还存在很多耦合，带来很大的设计复杂度。比如2011年在Sandy Bridge上引入了 大页面技术，要实现这个功能，会涉及到 超标量、乱序执行、大内存、SSE指令、多核、硬件虚拟化、uOP Fusion等等一系列CPU模块和功能的修改，还涉及 操作系统、编译器、函数库等软件层次修改，可谓是牵一发动全身。（ 经常看到有人说芯片设计很简单，也许是因为还没有接触过CPU芯片的设计，不知道CPU设计的复杂度）

8. 处理器内部有非常复杂的状态，其状态变化是由程序驱动的。也就是说， 处理器状态取决于程序行为（见下面PPT），而CPU体系结构层次的优化思路就是 发现程序行为中的共性特征并进行加速。

如何发现程序行为中的共性特征，就是处理器优化的关键点，这 需要对程序行为、操作系统、编程与编译、体系结构等多个层次都有很好的理解，这也是计算机体系结构博士的基本要求。这也是为什么很多国外的计算机体系结构方向属于Computer Science系。

题外话：这两天看到国内成立集成电路一级学科，这是一个好消息。不过 要能培育CPU设计人才，在课程设计上不要忽视了操作系统、编程与编译这些传统计算机科学的课程。

9. 举两个发现热点应用和热点代码、并在体系结构层次上优化的例子。一个例子是发现在不少领域 TCP/IP协议栈五层协议（L5Ps）存在很多大量共性操作，比如加密解密等，于是直接在网卡上实现了一个针对L5Ps的加速器，大幅加速了网络包处理能力。另一个例子是这次疫情导致云计算数据中心 大量算力都用来做视频转码，于是设计了一个硬件加速器专门来加速视频转码，大幅提升了数据中心效率。

10. 发现和识别这种热点应用和热点代码并不容易， 需要由很强大的基础设施和分析设备。比如Google在其数据中心内部有一个GWP工具，能对整个数据中心应用在很低的开销下进行监测与统计，找到算力被那些热点程序/代码消耗，当前的CPU哪些部件是瓶颈。比如 GWP显示在Google数据中心内部有5%的算力被用来做压缩。

正是 得益于这些基础工具，Google很早就发现AI应用在数据中心中应用比例越来越高，于是开始专门设计TPU来加速AI应用。

11. 下面分别从三个方面来介绍体 系结构层面的常见优化思路： 减少数据移动、降低数据精度、提高处理并行度。

首先看一下如何减少数据移动。第一个切入点是 指令集——指令集是程序语义的一种表达方式。 同一个算法可以用不同粒度的指令集来表达，但执行效率会有很大的差别。一般而言，粒度越大，表达能力变弱，但是执行效率会变高。

12. 通用指令集为了能覆盖尽可能多的应用，所以往往需要支持上千条指令，导致 流水线前端设计（取指、译码、分支预测等）变得很复杂，对性能与功耗都会产生负面影响。

13. 针对某一个领域设计专用指令集，则可以大大减少指令数量，并且可以 增大操作粒度、融合访存优化，实现数量级提高性能功耗比。下面PPT的这组数据是斯坦福大学团队曾经做过的一项研究，从这个图可以看出， 使用了“Magic Instruction”后，性能功耗比大幅提升几十倍。而这种Magic Instruction其实就是一个非常具体的表达式以及对应的电路实现（见PPT右下角）。

14. 第二个减少数据移动的常用方法就是充分发挥缓存的作用。访存部件其实是处理器最重要的部分了，涉及许多技术点（如下面PPT）。 很多人都关注处理器的流水线多宽多深，但其实大多数时候，访存才是对处理器性能影响最大的。

关于访存优化，也有一系列技术，包括替换、预取等等。这些技术到今天也依然是体系结构研究的重点，这里就不展开细讲了。

15. 不再展开介绍访存优化技术，就选 最近比较热的内存压缩方向介绍一下。

IBM在最新的Z15处理器中增加了一个内存压缩加速模块，比软件压缩效率提高388倍，效果非常突出。

16. 英伟达也在研究如何 在GPU中通过内存压缩技术来提升片上存储的有效容量，从而提高应用性能。

17. Intel在访存优化上很下功夫，可以通过对比两款Intel CPU来一窥究竟。Core 2 Due T9600和Pentium G850两块CPU，工艺差一代，但频率相近，分别是2.8GHz和2.9GHz，但性能差了77%——SPEC CPU分值G850是31.7分，而T9600只有17.9分。

频率相当，为何性能会差这么多？事实上，G850的Cache容量比T9600还要小——6MB L2 vs. 256KB L2 + 3MB L3。

如果再仔细对比下去，就会发现这两款处理器 最大的区别在于G850适配的内存控制器中引入FMA（Fast Memory Access）优化技术，大幅提高了访存性能。

18. 第二类体系结构优化技术是降低数据精度。这方面是这几年研究的热点，特别是在深度学习领域，很多研究发现不需要64位浮点，只需要16位甚至8位定点来运算，精度也没有什么损失，但性能却得到数倍提升。

很多AI处理器都在利用这个思路进行优化，包括前段时间日本研制的世界最快的超级计算机“富岳”中的CPU中就采用了不同的运算精度。因此其 基于低精度的AI运算能力可以达到1.4EOPS，比64位浮点运算性能（416PFLOPS）要高3.4倍。

19. IEEE 754浮点格式的一个弊端是不容易进行不同精度之间的转换。近年来学术界提出一种新的浮点格式——POSIT，更容易实现不同的精度，甚至有一些学者 呼吁用POSIT替代IEEE 754（ Posit: A Potential Replacement for IEEE 754）。

RISC-V社区一直在关注POSIT，也有团队实现了基于POSIT的浮点运算部件FPU，但是也还存在一些争论（David Patterson和POSIT发明人John L. Gustafson之间还有一场精彩的辩论，另外找机会再介绍）。

20. 体系结构层次的第三个优化思路就是并行。这个题目中提到的“多核”，就是这个思路中一个具体的技术。除了多核，还有其他不同层次的并行度，比如指令集并行、线程级并行、请求级别并行；除了指令级并行ILP，还有访存级并行MLP。总之，提高处理并行度是一种很有效的优化手段。

以上是关于计算机体系结构尤其是CPU结构优化思路的一个大致梳理，供大家参考。总结来说就是两点结论：

1. 领域专用体系结构DSA是未来一段时间体系结构发展趋势；
2. 体系结构层面3条优化路线——减少数据移动、降低数据精度、提高处理并行度。

来源：知乎 www.zhihu.com
作者： 包云岗

【知乎日报】千万用户的选择，做朋友圈里的新鲜事分享大牛。 点击下载

此问题还有 34 个回答，查看全部。
延伸阅读：
CPU搞大一点有用吗，为什么非要多核呢？
多核的流行是否表明单个 CPU 核心性能的提升已达瓶颈阶段？