Примеры суперскалярных микропроцессоров

Pentium III

The AMD Athlon (K7)

Шина AMD Athlon

Проблемы архитектуры х86

• Ограниченное адресное пространство• Ограниченное число РОН• Неудовлетворительные способности к

масштабируемости• Несовместимость 32- и 64-битных

архитектур и приложений

AMD Opteron

На процессорах AMD Opteron™ построен суперкомпьютер Red Storm – Sandia,

занимающий VI место в списке top500 (Ноябрь 2007)

• Название: Red Storm• Компьютер: Sandia/ Cray Red

Storm, Opteron 2.4 GHz dual core

• Процессор: AMD x86_64 Opteron Dual Core 2400 MHz (4.8 GFlops)

• Количество процессоров: 26569

• Производительность (GFlops):– Максимальная: 102200 (Linpack)– Пиковая: 127531

Свойства AMD64 Ядро AMD64 (х86-64)• Одновременное исполнение 32-разрядного и 64-

разрядного кода. • Преодолен барьер 4 Гбайт для памяти, присущий 32-

разрядным системам. Интегрированный контроллер памяти DDR• Увеличенная скорость выполнения приложений за

счет существенного сокращения латентности ОП. Канал HyperTransport™• Пиковая пропускная способность до 19 Гбайт/с на

процессор, что уменьшает узкие места в системе ввода/вывода.

• Технология HyperTransport масштабируется в зависимости от количества процессоров.

AMD Athlon64/Opreron

Подсистема памяти

• 64-разрядная виртуальная адресация• Плоское адресное пространство• 64-битные регистры

– 8 новых РОН (R8-R15)– 8 новых регистров SSE (xmm8-xmm15)

• КЭШ L1: 64+64 Кбайт, 2-ассоциативный• КЭШ L2: 1024 Кбайт, 16-ассоциативный

x86-64 Programmer’s Model

Added by x86-64

XMM8XMM8

XMM15XMM15

R8R8

R15R15

RAX

63

63

xx8877

079

In x86

XMM0XMM0

XMM7XMM7

SSSSEE

127 0

EIPEIP031

Program Program CounterCounter

AHEAX AL

GGPPRR

31 0715

EAXEAX

EDIEDI

EAX AH AL

Микроархитектура ядра

• Конвейер 12/17 стадий (int/fp)– 3 устройства FPU: FAdd, FMul, FStore

• Поддержка x86, MMX, AMD64, 3DNow!, SSE, SSE2• 128 бит контроллер памяти (+16 бит ECC)• 3 шины HyperTransport (до 6.4 Гбит/с)• Встроенная многопроцессорная логика• TLB L1: 32 записи (общий, 2-ассоциатив- ный)• TLB L2: 512 записей (общий, 4-ассоциатив- ный)

Работа конвейера• Выборка (FETCH) 16 байт/такт• Распределение по 3 OP в планировщики из

декодировщика (буфер 24 OP)• Производительность FPU:

– x87: 1 MUL + 1 ADD (1.9 FLOP/c max)– 3DNow: 2 MUL + 2 ADD (3.4 FLOP/c max)

• Целочисленная производительность:– 32 бита: 1 ADD + 1 MUL (3 такта)– 64 бита: 1 ADD или 1 MUL (4 такта)

• Предсказание ветвлений: локальное + глобальное

Технология HYPERTRANSPORT

• HyperTransport – это высокопроизводи-тельный интерфейс, соединенный по принципу «точка-точка».

• Масштабируемая пропускная способность при обмене информацией с другими процессорами, подсистемами ввода/вывода и прочими устройствами.

• Поддержка до трех согласованных каналов HyperTransport™ (до 19,2 Гбайт/с).

• Пропускная способность одного канала (6,4 Гбайт/с) достаточна для PCI-X, DDR, InfiniBand, 10G Ethernet.

• Низкое энергопотребление (1,2 В) уменьшает общее тепловыделение.

Технология HYPERTRANSPORT

• 1 -- системная шина процессора;

• 2 -- интерфейс памяти;

• 3 -- межчиповое соединение;

• 4 -- интерфейсы ввода-вывода для шин.

Технология HyperTransport

Многопроцессорная система

Интегрированный контроллер памяти

• Изменяет порядок доступа центрального процессора к ОП, в результате чего увеличивается пропускная способность, уменьшается латентность памяти и увеличивается производительность процессора.

• Доступная пропускная способность памяти масштабируется вместе с числом процессоров.

• 128-разрядная шина памяти и интегриро-ванный контроллер памяти с поддержкой до 8 модулей памяти на процессор.

• Доступная полоса пропускная способность памяти до 5,3 Гбайт/с на процессор.

Интегрированный контроллер памяти

Power PC 970 FX

(Performance Optimization With Enhanced RISC)

Архитектура POWER сохраняет наиболее важные

особенности RISC:

• фиксированную длину команд, • архитектуру регистр-регистр, • простые способы адресации и

команд, • большой регистровый файл, • трехоперандный формат

инструкций.

Архитектура PowerPC 970FX

• 64-разрядный микропроцессор,• тактовая частота до 2,5 ГГц , • пиковая производительность до 10

GFLOPS,• основой Power 970 является

процессор Power 4, • система команд AltiVec.

Организация памяти

• «Плоское» адресное пространство (4TB).• Кэш команд 1-го уровня составляет 64 Кбайт

(прямоадресуемый) .• Кэш данных 1-го уровня имеет емкость 32 Кбайт и

является двухканальной наборно-ассоциативной. Эта кэш-память блокируется.

• Кэш 2-го уровня имеет емкость 512 Кбайт. • 32 целочисленных регистра, AltiVec-регистра и

регистра с плавающей точкой. • Регистры AltiVec-расширения и соответствующие

пути данных - 128-разрядные. Остальные регистры 64-разрядные.

• 48 регистров каждого типа для переименования.

Ядро PowerPC 970FX

Front End 970FX• Выборка из кэша до 8

инструкций за такт и размещение в буфер.

• Декодирование PPC инструкций во внутренние инструкции (IOPs).

-- PPC инструкция транслирует в одну IOP,

-- некоторые PPC инструкции (групповая записи из регистров в память) транслируется (crack (взламывать)) в две IOPs и более (милликодирование),

• Организация групп по 5 инструкций (4 обычные + 1 ветвления).

Предварительная обработка занимает 9

ступеней конвейера. (Причина: выявление зависимости команд (например, по данным), препятствующих одновременному исполнению, и планирование объединения команд в группы диспетчеризации. )

Механизм предсказания перехода

• Таблица ветвлений на 16 тысяч записей.• Дополнительная таблица ветвлений на 16 тысяч

записей.• С каждой записью дополнительной таблицы

связан 11-битный вектор, в котором записывается путь исполнения, выбранный для последних одиннадцати групп.

• Таблица выбора отслеживает эффективность первых двух схем для каждой инструкции ветвления, и по ее данным делается выбор в пользу той или иной схемы предсказания в каждом отдельном случае.

Механизм предсказания перехода

Таблицаветвлений

(16 тысяч)

ДополнительнаяТаблица

ветвлений

(16 тысяч)

11 – битный вектор

11 – битный вектор

…

Таблица выбора

(16 тысяч)

…

группа 1группа 2

…группа 10группа 11

…

Execution core

Диспетчер распределяет IOPs из группы по шести очередям ИУ, причем пятую IOP всегда в устройство ветвления.

Функциональные устройства

• 2 целочисленных устройства

• 2 устройства записи/чтения

• 1 устройство ветвлений

• 1 устройство регистра условий

• 2 устройства с плавающей точкой

• 4 не универсальных векторных

устройства для AltiVec

Конвейеры

• Целочисленный конвейер в PowerPC 970 – имеет 16 ступеней, 9 ступеней приходятся на выборку и декодирование команд.

• Конвейер загрузки регистров/записи в память имеет 17 ступеней,

• Конвейер для арифметики с плавающей точкой - 21 ступень,

• AltiVec-конвейеры - до 25 ступеней.

Конвейеры

Векторное расширение Power PC 970

Устройство AltiVec Устройство перестановки Простое целочисленное устройство Комплексное целочисленное устройство Вещественное устройство

Регистры 16 128-битных регистра 16 дополнительных под переименование

Векторное расширение Power PC 970

В AltiVec-блоке две очереди.• Первая (16 строк) в блок

команд перестановок и слияния,

• Вторая (20 строк) к трем устройствам, выполняющим целочисленные SIMD-коман-ды и команды с плавающей точкой.

128 бит данных используются при работе с векторами, имеющими элементы длиной 8, 16 или 32 бит для целых чисел и 32 бит для чисел с плавающей точкой.

Отличие комбинации PowerPC + AltiVec

Важное отличие комбинации PowerPC + AltiVec от Opteron + SSE2 или Pentium 4 + SSE2 состоит в том, что PowerPC обладает «полноценными» FPU с тридцатью двумя 64-разрядными регистрами, и ему не требуется расширение для чисел с такой точностью. AltiVec, как и SSE, работает с векторами чисел с максимальной точностью лишь 32 бита, в то время как SSE2 поддерживает 64-битные числа. В противоположность этому Pentium 4 и в меньшей степени Opteron, из-за совместимости с ранними процессорами (вплоть до 8087), имеют весьма неэффективный блок плавающей точки в худших традициях CISC, и для его замены потребовалось создавать SSE2. В итоге в большинстве вычислительных задач PowerPC использует свой RISC-FPU, а Opteron и Pentium 4 — SSE2, что дает PowerPC несколько большую гибкость.

Шины

Двунаправленная шина данных с пиковой пропускной способностью до 7,2 Гбайт/с. Одна шина шириной в 32 бита предназначена только для чтения, другая шириной в 32 бита — только для записи. Шины работают на частоте, в четыре раза меньшей частоты процессорного ядра.

Недостаток двунаправленной шины состоит в том, что во многих приложениях процессору приходится считывать большие объемы данных, и в этом режиме пиковая пропускная способность достигнет только 3,6 Гбайт/с.

Характеристики ядра PowerPC

За такт PowerPC может • предсказать до двух переходов, • выбирать до восьми команд, • диспетчерезировать до пяти команд, • выдать в исполнительные устройства до

восьми команд и

• завершить выполнение до пяти команд.

Сравнение характеристик