「超大核」加持，ARM新一代移动架构超越苹果A系列

机器之心报道
参与：泽南、杜伟、小舟
Arm 刚刚发布的新架构 A78 与 X1，多核性能超过了苹果 A13。高通骁龙 875 和三星猎户座 1000 估计明年初会用上，麒麟 1020 还不确定。


2019 年对于 Arm 来说是振奋人心的一年，在移动端这家公司仍像往常一样如日中天，而在云服务领域，越来越多公司（如亚马逊、华为等）推出了基于 Arm 架构的服务器芯片，而英伟达也已宣布旗下 GPU 可以配合 ARM 处理器进行深度学习加速。
但正如我们所知，Arm 芯片仍有其不足之处：过去几年中，Arm 的移动端 Cortex 内核一直活在苹果高度定制版 CPU 微体系结构的阴影之下，苹果的「黑科技」总是有办法能展现超出人们预期的能力——即使前年的 A12 单核性能也比骁龙 865 高出 15%（当然，多核性能是后者更好了）。这些差距尽管有技术上的原因，当然也有 Arm 在商业上的考量。
不过这一切在下一代 Arm 芯片上看起来要有变化了，在昨天 Arm 2020 TechDay 活动上，人们期待已久的 Cortex-A78 确实终于面世了，而且这次 Arm 还放了一个大招：推出了 Cortex-X1 CPU 作为该公司的新旗舰架构。
此举不仅令人惊讶，也标志着 Arm 向多种设备妥协的理念正在产生变化。
全新 Cortex-A78：功耗效率翻倍
首先我们还要从 Cortex-A78 来看起。两年前 Arm 提出的未来路线图就透露了代号为 Hercules 的架构，它就是 A78 的前身，其代表了最新 Austin 系列 CPU 微体系结构的第三次迭代，这一系列自 A76 开始。


全新 Cortex-A78 很大程度上还是按照 Arm 传统的设计理念来打造的，它严格遵循着性能、功率和面积之间的平衡（PPA）来设计。在保持功耗不爆炸的前提上，A78 有了 20% 的性能提升——这是结合微体系结构改进和全新的 5 纳米制程工艺带来的改进。
Cortex-A78：遵循平衡设计
新一代 Cortex-A78 在 Arm 的路线图上已经存在了几年，一直被认为会是 Austin 系列中最小的一代微体系结构升级。作为 Arm 的 Austin 核心设计的第三次迭代，A78 遵循了 Arm 在 Cortex-A76 和 A77 上实现的 25-30％的 IPC 改进。
由于 X1 CPU 架构的出现，A78 这次可以更加专注于效率的提升，我们自然地看到 Arm 的目标在于合理地提升性能。它仍然是 Arm 8.2 CPU，与 Cortex-A55 CPU 分享 ISA 兼容性。在 Arm 给出的设计模板上，我们可以看到每个 DSU（DynamIQ Shared Unit）可有 4 个核心，L3 缓存最多可扩展到 4MB。
在核心的很多地方我们都可以找到微架构改进的痕迹。在前端最大的变化是分支预测器，它现在能够在每个周期处理最多两个分支，去年的 Cortex-A77 本质上每个周期只能解决一个。在 L1I 缓存方面，现在我们可以看到 Arm 提供了 32KB 的实现选项，它可以使客户进一步缩小内核面积，对性能的影响不大，但效率却有不少提升。
在中核与执行流水线中，大部分工作都在于改善设计的面积和功率效率。我们看到了更多的指令融合案例，这不仅有助于提高内核性能，也还提高了电源效率，因为在相同的工作量下，它消耗的资源越来越少，能耗也变得更小。
总体而言，如果单独发布 Cortex-A78，恐怕人们会感到有些失望，因为我们看到的是大量减少结构尺寸、牺牲少许性能提高效率的设计。考虑到 X1 的出现，这自然是有道理的。
性能与功耗的完美结合
精准定义期待的性能，新的 Cortex-A78 应达到的功率和 X1 内核的面积增益。


在 Cortex-A78 上，第一组对比数据代表 2021 年目标系统在台积电 5 纳米制程节点上 A78 将达到的提升。
就性能而言，当内核的 ISO 功率目标是 1W 时，Arm 表示 A78 的实现将有 20% 的性能提升。同时，通过 ISO 性能比较，与 N7 上的 2.3GHz 的 A77 相比，A78 可以将功耗和能耗减少一半。


查看和具有相似内核配置的 ISO 进程节点的比较，会发现 A78 的性能比 Cortex-A77 提升了大约 7%，同时功耗降低 4%，面积减小 4%。看起来制程对于性能的提升还是贡献了大头。


有趣的是，这是 Arm 首次公布微架构的性能/功率曲线。
对比 Cortex-A77 和 Cortex-A78，在较高的操作频率下成本较高，并且为了达到更高的操作频率，所需的电压也随功率的平方增加（P = f * V^2）。A78 达到 A77 的性能峰值点，将降低 36% 的功耗。在中间性能水平上，功耗降低 30%。在相同的功耗水平上，A78 的性能提升了 7%。
全新 Cotex-X1：打破功耗约束
Arm 现有的业务模型一直在尝试构建最广泛用户所需要的芯片，但这也产生了一个悖论：性能、功率和面积三者只能取其二。尽管可以肯定的是，苹果的 CPU 内核在技术上是强大的，但 Arm 性能劣势的一个重要因素是其业务需求不支持构建一个「超大核」。
但随着公司业务的扩展，看起来新一代微架构已经和 Cortex-A76 时代有了显著的变化。


粗略地看 Cortex-X1，你会发现它要比 Arm 天梯图上的任何其他核心都要高。X1 显然是基于 A78 打造的，他们都来自于 Austin CPU 设计团队，但 X1 最大的不同在于打破了以往对于功耗和面积的枷锁，专注于获得最高性能。
就最终性能表现来说，与前代 Cortex-A77 相比，Cortex-X1 的整数性能提升了 30%；与同步推出的 Cortex-A78 相比，整数性能提升了 22%；机器学习性能更是较 Cortex-A77/78 提升了 100%。


另一个值得注意的地方在于，Cortex-X1 的设计遵循 Arm 的新许可体系「Cortex-X Custom Program」，其允许客户在新微体系结构的设计阶段早期进行协作，并要求对芯片配置进行高度的自定义化。没错，高通就是这套许可之前版本的主要受益者。


Cortex-X1：体积更大、性能更好
这款具有全新架构的 Cortex-X1 完全脱离了 Arm 往常追求「性能平衡」的设计哲学，转而追求纯粹性能，即使牺牲掉一些能耗和空间效率也在所不惜。
与 Cortex-A78 相比，Cortex-X1 整体的提升情况是怎样的呢？
需要注意的是，Cortex-A78 和 Cortex-X1 都基于 ARMv8.2 指令集，指令集是兼容的，但 Cortex-X1 是自定义 CPU 核心；
从解码带宽来看，Cortex-A78 是 4 路，Cortex-X1 增加到了 5 路，提升了 25%；
NEON 浮点从 2 条 128b 提升到了 4 条 128b，这意味着浮点运算性能实现了翻番；
从缓存方面来看，Cortex-X1 的 L1 缓存为 64K、L2 缓存为 1M、L3 缓存为 8M，这些都较 Cortex-A78 提升了一倍。


Cortex-X1 与 Cortex-78 的架构的整体对比详情。
接下来一一分析 Cortex-X1 相对于前代 CPUs 和 Cortex-A78 都在哪些方面做了提升。
首先，Cortex-X1 具有一个更强大的核心，主要体现在以下几个方面：
L0-BTB 容量从 64 提升到了 96，增加了 50%；
可用指令取出带宽增加，具体来说，L1I 的取出带宽从 4 条指令增加至 5 条，提升了 25%，同时解码带宽也相应增加；基于 Mop-cache 的取出和重命名带宽提升了 33%，每周期指令从 6 条增加至 8 条；
2x Mop 高速缓存容量较 Cortex-A77 增加一倍。


其次，Cortex-X1 突破了带宽和深度的极限，主要体现在以下几个方面：
与 Cortex-A78 相比，Cortex-X1 的分配带宽提升 33%，达到了每周期 8 指令；
无序窗口大小（out-of-order window size）提升了 40%，从 160 增加至 224 entry；
FP/ASIMD 执行带宽提升一倍，具体来说，Cortex-X1 的总带宽达到了 4×128b，相当于英特尔 Sunny Cove 或者 AMD Zen2 台式机核心。


最后，Cortex-X1 集成大带宽和高性能，具体体现在以下几个方面：
L1I 和 L1D 的缓存配置为 64K，L2 最大缓存达到 1M；
提升存储子系统（memory subsystem）性能，以支持更大的动态负载和存储（in-flight loads and stores），将窗口大小提升了 33%；
L2-TLB 的大小较 Cortex-A78 增加一倍，较 Cortex-A77 增加 66%，覆盖了 2000 entry，在 4K 页面上提供最高 8M 的内存。


此外，与 Cortex-A77 相比，Cortex-X1 有 30% 的 IPC 提升，涵盖了 SPEC2006 的整数和浮点运算套件。
Arm 在 Cortex-X1 的功率和面积效率方面相对模糊。如果供应商能够执行良好的实现，并且即将推出的 5nm 制程不会有坏消息的话，那么就会得到以下功耗预测：


最后，如果你想要具体性能对比的数字，虽然从 Arm 的设计到最终手机跑分还有一段距离，但过去的经验表明这基本是八九不离十的：这一代厂商使用的 Cortex-X1 核心预计可以达到 Arm 宣称的 3GHz 目标，Cortex-A78 估计跑不到这么高。基于 A78 的核心，其功耗预计与使用 A77 的（如骁龙 865）核心相同，性能提升大约有 7%，加上少许的时钟频率提升，总体而言改进不甚明显，但也符合预期。
X1 系统的性能提升将极具竞争力，甚至可以比骁龙 865 多出 37%，这会让它单核水平接近 A13，多核能力超出。不过，它的竞争对手也将是苹果还没发布的 A14。
更有意思的是，X1 可以让 Arm 在性能层面上接近英特尔和 AMD 目前的桌面系统。如果说之前人们对于手机芯片打 X86 嗤之以鼻，现在倒是可以认真考虑一下了。
功耗方面，保守地看 Cortex-X1 将使用 A78 的 1.5 倍功率，但即使 X1 的功耗是 A77/A78 的两倍，它在能效方面仍然可以与苹果竞争——核心性能提升很大程度上弥补了它功耗方面的不足。功耗的增加让 X1 的能耗效率比 A78 低 23％，比目前的骁龙 865 低 11-14％。这样的数字，看起来是可以接受的。
多年以来，我们一直希望 Arm 能够获得不妥协的性能，而 Cortex-X1 似乎正是这样，实在令人兴奋。
你想要几个 X1 核心？
牺牲功耗提升性能，在手机上自然不是完美的选择。Arm 确实也提醒人们，在移动端上我们几乎不可能看到两个以上 X1 大核的设计。而对于追求效率的客户，只用 Cortex-A78 而不选择 X1 也是有可能的。


看起来，带有 Cortex-X1 的手机 SoC 将会是 X1、A78 和 A55 三种核心混用。在发布活动中，Arm 也展示了高通常用的 1+3+4 核心配置，下一代的骁龙 875 很可能也将如此设计。
与此同时，三星电子 SoC 设计团队副总裁 Joonseok Kim 也对新设计表示欢迎，或许下一代旗舰 Exynos 芯片也将出现 X1 的身影。不过三星是否会采用两块 X1 大核，以及三星的 5 纳米制程进度都是未知数。
而正受到贸易战影响的华为海思，今年下半年的麒麟芯片采用最新 Cortex-X1 设计的可能性则更小。而且华为最近几代也倾向于不使用最新的 Arm 架构。
总结：ARM 终于开始追求纯粹的性能
刚刚发布的 Cortex-A78 和 Cortex-X1 给我们带来的感觉非常不同。A78 显然是最近一代架构中升级幅度最小的，与之相对的是，Cortex-X1 对 Arm 来说是一个巨大的改变，其 30% 的 IPC 提升大大超过了人们对于新架构每年 20-25% 左右提升的期待。这一步伐远远超过了竞争对手的能力范围。
而且这一预测性能还在极度接近 X86 架构高端芯片的水平，着实令人兴奋。明年各家的旗舰系列手机，让我们充满期待。
参考内容：