從Intel Skylake微架構(gòu)探究現(xiàn)代CPU的“內(nèi)在美”

　　CPU，一個(gè)現(xiàn)代人天天在用的元件。舉凡手機(jī)、筆電里皆有其存在。然而，每當(dāng)有新的 CPU 發(fā)布，我們關(guān)注于表象但華麗的數(shù)字，像是 Cache 的大小、CPU 的執(zhí)行時(shí)脈以及采用幾納米制程等。這一次，讓我們撇除以上這些外在事物，一探現(xiàn)代 CPU 的微架構(gòu)這個(gè)“內(nèi)在美”吧。

　　從 2007 年開(kāi)始，Intel 所采取的 Tick-Tock 策略，不斷地提升個(gè)人電腦的計(jì)算速度。其中，Tick 為納米制程上的演進(jìn)，每次新產(chǎn)品發(fā)布，便是華麗的數(shù)字以及技術(shù)的炫耀。然而，在 Tock 時(shí)，卻沒(méi)有多少人關(guān)注微架構(gòu)的改善。何不從現(xiàn)在起，一同認(rèn)識(shí) Intel 的 Skylake 微架構(gòu)。

　　在先前介紹 CPU 時(shí)，便說(shuō)明 CPU 可以分成 3 個(gè)部分，分別為“控制單元”、“算數(shù)邏輯運(yùn)算單元”與“暫存器”?？刂圃?huì)依據(jù)程序的指令，控制所要執(zhí)行的功能。算術(shù)邏輯運(yùn)算單元?jiǎng)t負(fù)責(zé)進(jìn)行各類運(yùn)算。暫存器則分成兩類，分別儲(chǔ)存運(yùn)算的資料，以及要接續(xù)執(zhí)行的指令。

　　現(xiàn)代的 CPU 也沒(méi)有脫離這一類的規(guī)范。當(dāng)將 Skylake 的元件分類，如下圖，也區(qū)分成 3 大類。

　　控制元件是 Front End，算術(shù)邏輯運(yùn)算單元是 OOO （Out Of Order）Execution Engine，快取內(nèi)存則有儲(chǔ)存資料的 L1 DCache、接續(xù)執(zhí)行指令的 L1 ICache 以及共用的 L2 Cache。那么，各個(gè)元件的有什么功能呢？就讓我們看下去。

　　各元件功能為何？

　　首先，就從名字很有趣的 OOO Execution Engine 開(kāi)始介紹。OOO（Out Of Order）是指在這一個(gè)運(yùn)算單元里面，指令的運(yùn)行順序不會(huì)按照順序，盡可能地讓指令可以偷跑，讓 CPU 處于滿載狀態(tài)。為了可以更明確的知道 OOO 的優(yōu)點(diǎn)，就從簡(jiǎn)單的小數(shù)計(jì)算例子來(lái)看吧。

　　在 in order 的 CPU 中，每一次皆只能執(zhí)行一個(gè)指令。假設(shè) CPU 在浮點(diǎn)數(shù)計(jì)算需要 5 個(gè) CPU 循環(huán)，而且一次只能執(zhí)行一個(gè)指令。進(jìn)行這 4 個(gè)計(jì)算需要 20 個(gè)循環(huán)才能完成。那采用 OOO 技術(shù)的 CPU 呢？因?yàn)樵?OOO 的 CPU 里面，它有多個(gè)計(jì)算核心，可以預(yù)先執(zhí)行沒(méi)有相依性的資料。

　　在這個(gè)情況下，4 個(gè)計(jì)算僅需 15 個(gè)循環(huán)便得以完成，大幅的提升效能。那么在 Skylake 內(nèi)部，OOO Execution engine 究竟長(zhǎng)什么樣子呢？它一共有 8 個(gè)執(zhí)行小單元、4 個(gè)資料存取單元，以及 4 個(gè)計(jì)算單元。

　　其中，每一個(gè)執(zhí)行單元，皆有其可執(zhí)行的指令，詳細(xì)的功能圖置于最后。

　　假的資料相依性，斷開(kāi)鏈接的方法

　　在前個(gè)例子中，可以發(fā)現(xiàn)第 4 個(gè)指令其實(shí)和第 2 個(gè)指令的 x 不相干。第 4 個(gè) x 實(shí)際上是運(yùn)算新的資料。然而，在前一個(gè)例子里，他卻需要等待第 4 個(gè)指令結(jié)束時(shí)，如果，可以將變數(shù)改名，將可以獲得更進(jìn)一步的平行。

　　因此，在 Front End 里面，有 Renamer 此一元件，負(fù)責(zé)將假的相依性剔除，以此獲得更多效能改善。然而，在 Skylake 內(nèi)部，實(shí)際上只有 2 個(gè)浮點(diǎn)數(shù)計(jì)算單元。因此，這 4 個(gè)指令總共需要 12 個(gè)循環(huán)才能結(jié)束。和最一開(kāi)始的 20 個(gè)循環(huán)相比，執(zhí)行時(shí)間大幅的減少。

　　或許會(huì)有人說(shuō)，這一類的功能一般的編譯器就得以完成了，何必需要新增這一類的硬件增添麻煩呢？原因在于，目前的編譯器為了讓編譯完成的程序，得以在多種 CPU 上執(zhí)行，因此，他只會(huì)用到基本的暫存器，然而，在現(xiàn)代的 Intel CPU 中，有更多的暫存器可以使用，為了避免對(duì)軟件進(jìn)行過(guò)多的更動(dòng)，最后選擇于硬件端完成這一類的工作。