Примеры суперскалярных микропроцессоров. Pentium III. - презентация

1 Примеры суперскалярных микропроцессоров

2 Pentium III

3 The AMD Athlon (K7)

4 Шина AMD Athlon

5 Проблемы архитектуры х86 Ограниченное адресное пространство Ограниченное число РОН Неудовлетворительные способности к масштабируемости Несовместимость 32- и 64-битных архитектур и приложений

6 AMD Opteron

7 На процессорах AMD Opteron построен суперкомпьютер Red Storm – Sandia, занимающий VI место в списке top500 (Ноябрь 2007)Red Storm – Sandia 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: Производительность (GFlops): –Максимальная: (Linpack) –Пиковая:

8 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.

9 AMD Athlon64/Opreron

10 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: Кбайт, 2-ассоциативный КЭШ L2: 1024 Кбайт, 16-ассоциативный

11 x86-64 Programmers Model Added by x86-64 XMM8 XMM15 R8 R15 RAX 63 x87x87x87x In x86 XMM0 XMM7 SSESSESSESSE 1270 EIP 031 Program Counter AH EAX AL GPRGPRGPRGPR EAX EDI EAX AHAL

12 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)

13 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

14 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.

15 Технология HYPERTRANSPORT 1 -- системная шина процессора; 2 -- интерфейс памяти; 3 -- межчиповое соединение; 4 -- интерфейсы ввода-вывода для шин.

16 Технология HyperTransport

17 Многопроцессорная система

18 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.

19 Интегрированный контроллер памяти

20 Power PC 970 FX ( Performance Optimization With Enhanced RISC)

21 Архитектура POWER сохраняет наиболее важные особенности RISC: фиксированную длину команд, архитектуру регистр-регистр, простые способы адресации и команд, большой регистровый файл, трехоперандный формат инструкций.

22 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.

23 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 разрядные. Остальные регистры 64-разрядные. 48 регистров каждого типа для переименования.

24 Ядро PowerPC 970FX

25 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. )

26 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.

27 Механизм предсказания перехода Таблица ветвлений (16 тысяч) Дополнительная Таблица ветвлений (16 тысяч) 11 – битный вектор … Таблица выбора (16 тысяч) … группа 1 группа 2 … группа 10 группа 11 …

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

29 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

30 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.

31 Конвейеры

32 Векторное расширение Power PC 970 Устройство AltiVec Устройство перестановки Простое целочисленное устройство Комплексное целочисленное устройство Вещественное устройство Регистры битных регистра 16 дополнительных под переименование

33 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.

34 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.

35 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.

36 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.

37 Сравнение характеристик