又是一年6月，ARM在舊金山發(fā)布了全新的Cortex A76架構(gòu)。

數(shù)碼愛好者們對ARM的架構(gòu)代號想必已經(jīng)耳熟能詳，但或許并不知道這些架構(gòu)具體出自誰手。實(shí)際上，ARM在全球擁有3家設(shè)計(jì)團(tuán)隊(duì)，分別是位于美國德州的奧斯丁團(tuán)隊(duì)、位于法國南部的索菲亞團(tuán)隊(duì)以及位于英國大本營的劍橋團(tuán)隊(duì)。

這三家團(tuán)隊(duì)各有分工，奧斯丁團(tuán)隊(duì)負(fù)責(zé)設(shè)計(jì)高性能架構(gòu)，代表作為Cortex A57和Cortex A72；劍橋團(tuán)隊(duì)專門設(shè)計(jì)Cortex A53和Cortex A55等低功耗架構(gòu)；而索菲亞團(tuán)隊(duì)則主打均衡，Cortex A73和Cortex A75便是出自其手。

不過自摩爾定律在28nm節(jié)點(diǎn)放緩開始，奧斯丁團(tuán)隊(duì)在Cortex A57和Cortex A72架構(gòu)上兩次遭遇瓶頸，性能強(qiáng)勁是不假，可功耗和發(fā)熱也堪稱恐怖。自那以后的幾年里，奧斯丁團(tuán)隊(duì)一直沒有什么動作。就在人們幾乎已經(jīng)忘了這群美國壯漢的時候，奧斯汀團(tuán)隊(duì)帶著全新的Cortex A76回歸了。

從設(shè)計(jì)的角度來看，Cortex A76對于ARM來說至關(guān)重要，他是一款完全重新打造的全新微架構(gòu)，是“第二代奧斯汀家族”的領(lǐng)軍者，代表了一個全新的開始。ARM稱它“是一款具有的筆記本級性能的處理器?！?/p>

Cortex A76在最新7nm工藝下，運(yùn)行頻率預(yù)計(jì)將達(dá)到3GHz，相比基于10nm工藝制造、運(yùn)行在2.8GHz的Cortex A75，能耗將降低40%，性能可提升35%，機(jī)器學(xué)習(xí)能力可提升4倍。

Cortex A76架構(gòu)淺析

Cortex A76是一個亂序超標(biāo)量內(nèi)核，前端為亂序4發(fā)射指令解碼，后端為13級流水線，執(zhí)行延遲為11個階段。ARM在設(shè)計(jì)了一個“定向預(yù)測獲取”單元，這代表分支預(yù)測單元會反饋到取指單元中。ARM還在業(yè)內(nèi)首創(chuàng)使用了“混合間接預(yù)測單元”，將預(yù)測單元與取指單元分離，且支持內(nèi)核中的各模塊獨(dú)立運(yùn)行，運(yùn)行期間更易于進(jìn)行時鐘門控以節(jié)省功耗。

Cortex A76分支預(yù)測單元由3級BTB（分支目標(biāo)緩存）支持，包括一個16鏈路nanoBTB，一個64鏈路microBTB和一個6000鏈路主BTB。在Cortex A73和Cortex A75世代，ARM便聲稱其分支預(yù)測單元幾乎能預(yù)測所有分支，Cortex A76的這個新單元似乎還要比之前更強(qiáng)一些。

取指單元的運(yùn)行速度為每時鐘周期16Byte，分支預(yù)測單元的運(yùn)行速度是取指單元帶寬的兩倍，為每周期32Byte，可在由12個“塊”組成的取指單元之前提供一個取指隊(duì)列。這樣做的目的是，分支預(yù)測錯誤時可以在管道中隱藏分支氣泡，并避免使取指單元和核心的其余部分陷入停滯，ARM稱Cortex A76最多可應(yīng)對每周期出現(xiàn)8次分支預(yù)測錯誤。

Cortex A76的取指單元最多可提供16條32bit指令，取指流水線由2個指令對齊和解碼循環(huán)組成。在指令解碼和重命名階段，Cortex A76每周期可吞吐4條指令，并以平均每條指令1.06Mops的比率輸出宏指令。

此前，Cortex A72和Cortex A75每周期可吞吐3條指令，Cortex A73則只能吞吐2條。根據(jù)雷鋒網(wǎng)掌握的資料來看，Cortex A73相比Cortex A72解碼帶寬下降是為了優(yōu)化能效，而隨著對移動處理器性能需求的提升，Cortex A75恢復(fù)了每周期3吞吐的設(shè)計(jì)。此次Cortex A76則更進(jìn)一步，成為了公版架構(gòu)中解碼帶寬最高的，但仍低于三星和蘋果的定制架構(gòu)（三星M3每周期6吞吐/蘋果A11每周期7吞吐）。

在指令重命名階段，ARM分離了重命名單元，并將時鐘門控用于整數(shù)/ASIMD/標(biāo)記操作，重命名和調(diào)度從A73和A75的每次2周期縮短為1周期。宏指令按照每條指令1.2μop的比例擴(kuò)展為微操作，每周期執(zhí)行8μops調(diào)度，相比Cortex A75的6μops/周期和Cortex A73的4μops/周期有明顯增強(qiáng)。

Cortex A76的亂序提交窗口大小為128，緩沖區(qū)被分成負(fù)責(zé)指令管理和注冊回收的兩個結(jié)構(gòu)，稱為混合提交系統(tǒng)。由于性能縮放比只有1/7，即緩沖區(qū)增加7％只能提升1％性能，所以ARM并沒有著重增強(qiáng)這部分設(shè)計(jì)。

流水線方面，整數(shù)部分包含6個問題隊(duì)列和執(zhí)行端口，共3條整數(shù)執(zhí)行流水線，由1個16深度的問題隊(duì)列提供服務(wù)。其中2條整數(shù)流水線可執(zhí)行簡單算術(shù)運(yùn)算，1條可執(zhí)行乘法、除法和CRC等復(fù)雜操作。ASIMD/浮點(diǎn)部分則包含2條流水線，它們由2個16深度的問題隊(duì)列服務(wù)。

在整數(shù)運(yùn)算方面，Cortex A76將乘法和乘法累加延遲從Cortex A75的3個周期降低到2個周期，總吞吐量保持不變。而由于Cortex A76有3條整數(shù)流水線，在執(zhí)行簡單算術(shù)運(yùn)算時的吞吐量相比Cortex A75的2條流水線增加了50％。

在負(fù)責(zé)浮點(diǎn)和ASIMD操作的“VX”（矢量執(zhí)行）流水線中，ARM也做了重要的改進(jìn)。Cortex A76的浮點(diǎn)算術(shù)運(yùn)算延遲從3個周期降低到2個周期，乘法累加也從5個周期降低到4個周期。ARM表示，相比Cortex A75，Cortex A76的雙128bit ASIMD可帶來雙倍的執(zhí)行帶寬，四倍精度操作的執(zhí)行吞吐量增加了一倍。

ARM還在Cortex A76上引入了第四代預(yù)讀取單元，每個核心有4個不同的預(yù)讀取引擎并行運(yùn)行，查看各種數(shù)據(jù)模式并將數(shù)據(jù)加載到緩存中，以更接近完美緩存命中操作的目標(biāo)。ARM在Cortex A76的緩存體系設(shè)計(jì)上沒有做絲毫妥協(xié)，在帶寬和延遲兩個方面都做到了堪稱完美的水平，據(jù)說可將緩存帶寬提高90％之多。

性能和功耗預(yù)測

綜合以上這些架構(gòu)改進(jìn)，ARM稱Cortex A76相比Cortex A75，每周期整數(shù)性能和浮點(diǎn)性能可分別增長25%和35%，再加上高達(dá)90％的緩存帶寬提升，Cortex A76的GeekBench4跑分提升了28％，JavaScript性能提升了約35％（Octane，JetStream）。

ARM給出了運(yùn)行SPECint2006測試的性能對比，在運(yùn)行GCC編譯的基準(zhǔn)二進(jìn)制文件時，Cortex A76在2.4GHz時便干掉了驍龍845，能效比提升了15%。這也意味著，如果能如期達(dá)到3GHz頻率，Cortex A76的性能將和使用三星自研M3架構(gòu)的全新Exynos 9810持平。

除了性能增強(qiáng)之外，Cortex A76的能效比也有一定提升。在750mW的內(nèi)核功耗預(yù)算下，7nm的Cortex A76相比10nm的Cortex A75可提升40%性能。ARM表示，Cortex A76可實(shí)現(xiàn)四核持續(xù)滿載時保持滿速不降頻運(yùn)行。

當(dāng)然，SoC的性能并不僅僅依賴每周期性能的提升，半導(dǎo)體工藝所帶來的頻率紅利也非常重要，如果臺積電7nm工藝順利投產(chǎn)，讓Cortex A76運(yùn)行在3GHz+的頻率上，性能提升將更加可觀。

不過此前ARM立下的頻率目標(biāo)往往有些過于樂觀，例如最初預(yù)計(jì)Cortex A73將運(yùn)行在2.8GHz，Cortex A75則為3GHz，而二者的實(shí)際最高運(yùn)行頻率僅為2.45GHz和2.7GHz。對半導(dǎo)體供應(yīng)商來說，工藝成熟度和不同流水線間的差異均會影響芯片運(yùn)行頻率，壓低頻率上限是為了保證供貨量不得已而為之。

此外據(jù)雷鋒網(wǎng)了解，每種核心架構(gòu)在某一工藝下，都有一個能效比最佳的頻率區(qū)間。以使用三星自研M3架構(gòu)的全新Exynos 9810為例，這顆芯片的CPU大核集群在單核、雙核、四核滿載的情況下頻率分別為2.7GHz、2.3GHz、1.8GHz，功耗均為3.5瓦左右。換言之，經(jīng)過逆推可知，M3核心從1.8GHz到2.3GHz，提升500MHz頻率功耗便翻了一倍，而從2.3GHz提升到2.7GHz，僅400MHz的提升就讓功耗再次翻倍。

而從1.8GHz到2.7GHz，即便性能也線性同步提升，幅度也只有50%，功耗則翻了兩番。可見越過最佳能效比區(qū)間后，沖擊高頻需要付出極大的功耗代價(jià)。而驍龍845的Kryo 385 Gold核心的表現(xiàn)也與之類似，在超過大約位于2.1GHz的閾值后，功耗飆升的幅度甚至比三星的M3核心猶有過之。

因此，首批使用Cortex A76架構(gòu)的SoC，頻率有很大可能依然達(dá)不到3GHz。雷鋒網(wǎng)認(rèn)為，考慮到核心架構(gòu)的變化和規(guī)模的增長，其實(shí)際頻率會在2.5GHz左右，但不排除隨著后期工藝成熟或?qū)⑵鋺?yīng)用在筆記本等對功耗較為寬限的設(shè)備時可沖上3GHz+的高頻。

結(jié)論與思考

最近幾年里，人們一直在期待能與蘋果一較高下的強(qiáng)勁架構(gòu)。三星在不久前推出的自研架構(gòu)M3雖然在性能上追近了蘋果A11，代價(jià)卻是單核3.5W的恐怖功耗。在這種情況下，ARM依然選擇穩(wěn)扎穩(wěn)打的進(jìn)行世代更替，這次奧斯丁團(tuán)隊(duì)的Cortex A76并不是性能怪獸，它充分顯示了一個平衡的微架構(gòu)有多么重要。

據(jù)悉，高通和華為海思已經(jīng)在準(zhǔn)備Cortex A76 SoC的研發(fā)和生產(chǎn)，我們很可能會在今年年底前看到它在商業(yè)產(chǎn)品中出貨。而三星方面則比較微妙，Cortex A76的性能并沒有超越M3，所以在理論上三星只需重點(diǎn)改善M4（如果有的話）的能效比即可。

不出意外的話，基于Cortex A76的架構(gòu)將在接下來的幾年里至少進(jìn)行兩次迭代升級。ARM已經(jīng)連續(xù)5年達(dá)成年度規(guī)劃目標(biāo)，并且年復(fù)合增長率為20-25％，隨著移動處理器迅速接近X86處理器的性能，未來幾年的處理器市場將會更加有趣。

via：Anandtech