Intel Sandy Bridge内核架构全面解析.doc

1、Intel Sandy Bridge 内核架构全面解析昨天，IDF 2010 上 Intel 对下代处理器架构 Sandy Bridge(官方简称 SNB)的一些技术特点做了深入阐述，并展示了美丽的晶圆和芯片照片。今天，我们就深入新架构内部，看看它有何神奇之处。 SNB 是 Intel 2011 年的一次重大架构更新，官方称为“2011 年第二代 Intel Core 处理器家族”，主要针对性能级和主流市场，而高端领域暂时继续交给 Gulftown Core i7-900 系列六核心，入门级领域则要到明年底甚至 2012 年才会升级。 SNB 首批产品将于 2011 年初发布并上市，同时涵盖桌

2、面和笔记本，架构方面也基本相同，具体型号和规格如下： 除了处理器，配套的芯片组、主板、散热器等也会一并更新，其中芯片组是 6 系列，桌面上主要有 P67、H67、H61 等型号，原生支持最多两个 SATA 6Gbps 接口，但没有原生USB 3.0，仍需要依赖第三方控制器，另外还有 PCI-E 2.0 5GT/s 高速总线。 6 系列主板的插座将改为 LGA1155，不兼容当前的 LGA1156。 原装散热器也随着处理器功耗的降低而瘦身，特别是 45W 低功耗版本会搭配半高式矮版散热器。 前端 从高级层面角度看，SNB 架构只是一次进化，但是如果看看 Nehalem/Westmere 以来晶体

3、管变化的规模，绝对是一次革命。 Core 2 引入了一种叫作循环流检测器(LSD)的逻辑块，检测到 CPU 执行软件循环的时候就会关闭分枝预测器、预取/解码引擎，然后通过自身缓存的微指令(micro-ops)供给执行单元。这种做法通过在循环执行的时候关闭前端节省了功耗，并改进了性能。 SNB 里又增加了一个微指令缓存，用于在指令解码时临时存放。这里没有什么严格的算法，指令只要在解码就会放入缓存。预取硬件获得一个新指令的时候，会首先检查它是否存在于微指令缓存中，如是则由缓存为其余的管线服务，前端随之关闭。解码硬件是x86 管线里非常复杂的部分，关闭它能够节约大量的功耗。如果这种技术也能引入到 A

4、tom处理器架构中，无疑也能使之受益匪浅。 这个缓存是直接映射的，能存储大约 1.5K 微指令，相当于 6KB 指令缓存。它位于一级指令缓存内，大多数程序的命中率都能达到 80左右，而且带宽也相比一级指令缓存更高、更稳定。真正的一级指令和数据缓存并没有变，仍然都是 32KB，合计 64KB。 这看起来有点儿像 Pentium 4 的追踪缓存，但最大的不同是它并不缓存追踪，而更像是一个指令缓存，存储的是微指令，而非 x86 指令(macro-ops)。 与此同时，Intel 还完全重新了一个分支预测单元(BPU)，精确度更高，并在三个方面进行了创新。 第一，标准的 BPU 都是 2-bit 预测

5、器，每个分支都使用相关可信度(强/弱)进行标记。Intel 发现，这种双模预测器所预测的分支几乎都是强可信度的，因此 SNB 里多个分支都使用一个可信度位，而不是每个分支对应一个可信度位，结果就是在分支历史表中同样的位可以对应更多分支，进而提高预测精确度。 第二，分支目标同样做了翻新。之前的架构中分支目标的大小都是固定的，但是大多数目标都是相对近似的。SNB 现在支持多个不同的分支目标大小，而不是一味扩大寻址能力、保存所有分支目标，因而浪费的空间更少，CPU 能够跟踪更多目标、加快预测速度。 第三，提高分枝预测器精度的传统方法是使用更多的历史位，但这只对要求长指令的特定类型分支有效，SNB 于

6、是将分支按照长短不同历史进行划分，从而提高预测精度。 物理寄存器文件(PRF)和执行改进 类似于 AMD 的推土机、山猫，Intel SNB 也使用了物理寄存器文件。Core 2、Nehalem架构中，每个微指令需要的每个操作数都有一份拷贝，这就意味着乱序执行硬件(调度器/重排序缓存/关联队列)必须要非常大，以便容纳微指令和相关数据。Core Duo 时代是 80-bit，加入 SSE 指令集后增至 128-bit，现在又有了 AVX 指令集，按照趋势会翻番至 256-bit。 RPF 在寄存器文件中存储微指令操作数，而微指令在乱序执行引擎中只会携带指向操作数的指针，而非数据本身。这就大大降低

7、了乱序执行硬件的功耗(转移大量数据很费电的)，同时也减小了流水线的核心面积，数据流窗口也增大了三分之一。 核心面积的精简正是 AVX 指令(SNB 最主要革新之一)集得以实现并保证良好性能的关键所在。以最小的核心面积代价，Intel 将所有 SIMD 单元都转向了 256-bit。 AVX 支持 256-bit 操作数，相当消耗晶体管与核心面积，而 RPF 的使用加大了乱序执行缓冲，能够很好地满足更高吞吐量的浮点引擎。 Nehalem 架构中有三个执行端口和三个执行单元堆栈： SNB 允许 256-bit AVX 指令借用 128-bit 的整数 SIMD 数据路径，这就使用最小的核心面积实现

8、了双倍的浮点吞吐量，每个时钟可以进行两个 256-bit AVX 操作。另外执行硬件和路径的上位 128-bit 是受电源栅极(Power Gate)控制的，标准 128-bit SSE 操作不会因为 256-bit 扩展而增加功耗。 AMD 推土机架构对 AVX 的支持则有所不同，使用了两个 128-bit SSE 路径来合并成256-bit AVX 操作，即使八核心(四模块)推土机的 256-bit AVX 吞吐量也要比四核心 SNB少一半，不过实际影响完全取决于应用程序如何利用 AVX。 SNB 的峰值浮点性能翻了一番，这就对载入和存储单元提出了更高要求。Nehalem/Westmere

9、 架构中有三个载入和存储端口：载入、存储地址、存储数据。 SNB 架构中载入和存储地址端口是对称的，都可以执行载入或者存储地址，载入带宽因此翻倍。 SNB 的整数执行也有了改进，只是比较有限。ADC 指令吞吐量翻番，乘法运算可加速25。 环形总线与系统助手 Nehalem/Westmere 每个核心都与三级缓存单独相连，都需要大约 1000 条连线，而这种做法的缺点是如果频繁访问三级缓存，效果可能不会太好。 SNB 又整合了 GPU 图形核心、视频转码引擎，并共享三级缓存。Intel 并没有沿用此前的做法，再增加 2000 条连线，而是像服务器版的 Nehalem-EX、Westmere-EX

10、 那样，引入了环形总线(Ring Bus)，每个核心、每一块三级缓存(LLC)、集成图形核心、媒体引擎、系统助手(System Agent)都在这条线上拥有自己的接入点，形象地说就是个“站台”。 这条环形总线由四条独立的环组成，分别是数据环(DT)、请求环(QT)、响应环(RSP)、侦听环(SNP)。每条环的每个站台在每个时钟周期内都能接受 32 字节数据，而且环的访问总会自动选择最短的路径，以缩短延迟。随着核心数量、缓存容量的增多，缓存带宽也随时同步增加，因而能够很好地扩展到更多核心、更大服务器集群。 这样，SNB 每个核心的三级缓存带宽都是 96GB/s，堪比高端 Westmere，而四核

11、心系统更是能达到 384GB/s，因为每个核心都在环上有一个接入点。 三级缓存的延迟也从大约 36 个周期减少到 26-31 个周期。此前预览的时候我们就已经感觉到了这一点，现在终于有了确切的数字。三级缓存现在被划分成多个区块，分别对应一个 CPU 核心，都在环形总线上有自己的接入点和完整缓存管线。每个核心都可以访问全部三级缓存，只是延迟不同。此前三级缓存只有一条缓存管线，所有核心的请求都必须通过它，现在很大程度上分而治之了。 和以前不同的是，三级缓存的频率现在也和核心频率同步，因而速度更快，不过缺点是三级缓存也会随着核心而降频，所以如果 CPU 降频的时候 GPU 又正好需要访问三级缓存，速

12、度就慢下来了。 经过环形总线、三级缓存的变化，非核心(Uncore)概念还在，但是 Intel 改称之为系统助手，基本就相当于曾经的北桥芯片： PCI-E 控制器，可提供 16 条 PCI-E 2.0 信道，支持单条 PCI-E x16 或者两条 PCI-E x8插槽； 重新设计的双通道 DDR3 内存控制器，内存延迟也恢复了正常水平(Westmere 将内存控制器移出 CPU、放到了 GPU 上)； 此外还有 DMI 总线接口、显示引擎、电源控制单元(PCU)。 系统助手的频率要低于其他部分，有自己独立的电源层。 整合图形核心 Intel 的集成显卡似乎总是个笑话，但这次确实不一样了。SNB

13、 的 CPU 性能相比现在提升了 10-30，进化到第六代的 GPU 图形性能则会轻松翻好几番。 Westmere 虽然也自带了图形核心，但与 CPU 是双内核封装，只是通过 45nm 工艺、更多着色硬件、更高频率提升了性能，SNB 则将 CPU、GPU 封装在同一内核中，全部采用 32nm工艺，特别是显著提高了 IPC(指令/时钟)。 SNB GPU 有自己的电源岛和时钟域，也支持 Turbo Boost 技术，可以独立加速或降频，并共享三级缓存。显卡驱动会控制访问三级缓存的权限，甚至可以限制 GPU 使用多少缓存。将图形数据放在缓存里就不用绕道去遥远而“缓慢”的内存了，这对提升性能、降低功

14、耗都大有裨益。 不过这么做并没有说起来这么简单。NVIDIA GF100 核心费了九牛二虎之力，SNB 其实也差不多，同样进行了全新设计。 顺便提一下 Intel 的独立显卡工程 Larrabee。它的重点是广泛使用全面可编程硬件(除了纹理硬件)，SNB 则是全面使用固定功能硬件，功能特性和硬件单元相对应，这样的好处是性能、功耗、核心面积都大大优化，损失则是缺乏弹性。显然，Intel 世界的中心仍旧是 CPU，不能让 GPU 过分强大，这和 NVIDIA 的理念正好相反。 可编程着色硬件被称为 EU，包含着色器、核心、执行单元等，可以从多个线程双发射时取指令。内部 ISA 映射和绝大多数 DX

15、10 API 指令一一对应，架构很像 CISC，结果就是有效扩大了 EU 的宽度，IPC 也显著提升。 抽象数学运算由 EU 内的硬件负责，性能得以同步提高。Intel 表示，正弦(sine)、余弦(cosine)操作的速度比现在的 HD Graphics 提升了几个数量级。 Intel 此前的图形架构中，寄存器文件都是即时重新分配的。如果一个线程需要的寄存器较少，剩余寄存器 jiuihui 分配给其他线程。这样虽能节省核心面积，但也会限制性能，很多时候线程可能会面临没有寄存器可用的尴尬。在芯片组集成时代，每个线程平均64 个寄存器，Westmere HD Graphics 提高到平均 80

16、个，SNB 则每个线程固定为 120 个。 所有这些改进加起来，SNB 里每个 EU 的指令吞吐量都比现在的 HD Graphics 增加了一倍。 SNB 集成的 GPU 图形核心分为两大版本，分别拥有 6 个、12 个 EU。首批发布的移动版全部是 12 个 EU，桌面版则根据型号不同而有两种配置，可能是高端 12 个、低端 6 个。得益于每个 EU 吞吐量翻番、运行频率更高、共享三级缓存等特点，即使只有六个的时候性能也会相当令人满意。 媒体引擎 除了 GPU 图形核心，SNB 中还有一个媒体处理器，专门负责视频解码、编码。 新的硬件加速解码引擎中，整个视频管线都通过固定功能单元进行解码，和

17、现在正好相反。Intel 据此宣称，SNB 在播放视频的时候功耗可降低一半。 视频编码引擎则是全新的。具体细节没有公布，但是 Intel 现场拿出了一段 3 分钟长的 1080p 30Mbps 高清视频，将其转换成 640360 iPhone 格式，结果整个过程耗时仅仅14 秒钟，转换速度高达 400FPS 左右，而这只花费了大约 3 平方毫米的核心面积。 Intel 与软件产业合作密切，相信这种视频转码技术会很快得到广泛支持。 媒体引擎 除了 GPU 图形核心，SNB 中还有一个媒体处理器，专门负责视频解码、编码。 新的硬件加速解码引擎中，整个视频管线都通过固定功能单元进行解码，和现在正好相

18、反。Intel 据此宣称，SNB 在播放视频的时候功耗可降低一半。 视频编码引擎则是全新的。具体细节没有公布，但是 Intel 现场拿出了一段 3 分钟长的 1080p 30Mbps 高清视频，将其转换成 640360 iPhone 格式，结果整个过程耗时仅仅14 秒钟，转换速度高达 400FPS 左右，而这只花费了大约 3 平方毫米的核心面积。 Intel 与软件产业合作密切，相信这种视频转码技术会很快得到广泛支持。 新一代 Turbo Boost Lynnfield Core i7/i5 首次引入了智能动态加速技术“Turbo Boost”(睿频)，能够根据工作负载，自动以适当速度开启全部

19、核心，或者关闭部分限制核心、提高剩余核心的速度，比如一颗热设计功耗(TDP)为 95W 的四核心处理器，可能会三个核心完全关闭，最后一个大幅提速，一直达到 95W TDP 的限制。 现有处理器都是假设一旦开启动态加速，就会达到 TDP 限制，但事实上并非如此，处理器不会立即变得很热，而是有一段时间发热量距离 TDP 还差很多。 SNB 利用这一点特性，允许单元控制单元(PCU)在短时间内将活跃核心加速到 TDP 以上，然后慢慢降下来。PCU 会在空闲时跟踪散热剩余空间，在系统负载加大时予以利用。处理器空闲的时间越长，能够超越 TDP 的时间就越长，但最长不超过 25 秒钟。 不过在稳定性方面，

20、PCU 不会允许超过任何限制。 之前我们也已经说过了，SNB GPU 图形核心也可以独立动态加速，最高可达惊人的1.35GHz。如果软件需要更多 CPU 资源，那么 CPU 就会加速、GPU 同时减速，反之亦然。 总结 出于各种原因，硬件厂商在新产品发布之前都不愿意公开太多架构方面的资料，性能数据更是不允许(所以之前的预览被删了)，但是这一次，SNB 发布还有四个多月，我们已经能够比较详尽地了解新架构的种种特性了。 虽然 SNB 并不像 Intel 宣称的那样是一个全新架构，严格来说只是现有架构的改进和增强，本质并没有变，但很多模块也进行了彻底重新设计，细节之处的优化和增强也大大提高了执行效率，SNB 在功能特性、性能、功耗等各方面的表现无疑都会更加出色。 改进的动态加速技术同样令人兴奋。它意味着我们可以在不同情况下都能很好地释放多核心、高频率处理器的潜力，既不会造成资源浪费，也不会面临性能紧缺，并能很好地协调 CPU、GPU 资源。 更重大的变化还在于 CPU 核心之外，也即是集成的图形核心与媒体引擎。GPU 性能绝对是 SNB 的一大亮点，Intel 集成显卡也终于有望甩掉低能的帽子。假设如果能够维持很好的画质，并得到软件的广泛支持，视频转码也将是一项杀手级新特性，提速 10 倍的表现想不吸引人都难，NVIDIA CUDA、AMD Stream 也会感受到很大威胁。