蘋(píng)果今年最大的亮點(diǎn)也許不是手機(jī)，而是一塊小小的芯片。M1發(fā)布會(huì)雖然已經(jīng)過(guò)去了一陣子，但圍繞著它的討論依然不見(jiàn)平息。不過(guò)，對(duì)它的討論很多都不在點(diǎn)子上，在技術(shù)方面解釋得既不夠深入也不夠易懂。在這方面，Erik Engheim在Medium上發(fā)表的這篇文章也許是最詳細(xì)最易懂的技術(shù)指南了。閱讀本文，你將了解以下幾點(diǎn)：1）為什么M1會(huì)這么快？2）蘋(píng)果是不是用了什么獨(dú)門(mén)絕招才做到這一點(diǎn)？3）英特爾和AMD能不能效仿？原文標(biāo)題是：Why Is Apple’s M1 Chip So Fast？篇幅關(guān)系，我們分兩部分刊出，此為第二部分。

劃重點(diǎn)：

CPU提高性能的兩種策略：要么跑快點(diǎn)，要么跑多點(diǎn)，但跑快點(diǎn)這條路已經(jīng)走到盡頭

跑多點(diǎn)也有兩種策略：增加內(nèi)核，或者亂序執(zhí)行（OoO），蘋(píng)果走的是后面這條路

AMD和Intel的亂序執(zhí)行要比M1遜色

因?yàn)轶w系架構(gòu)問(wèn)題，英特爾和AMD沒(méi)機(jī)會(huì)趕上蘋(píng)果的CPU了

任何CPU想要快速運(yùn)行都要面臨的根本挑戰(zhàn)

所以說(shuō)，異構(gòu)計(jì)算是部分原因，而不是唯一的原因。M1上面所謂的快速通用CPU內(nèi)核Firestorm確實(shí)很快。跟過(guò)去與英特爾和AMD的內(nèi)核相比較弱的ARM CPU內(nèi)核相比，這是一個(gè)重大差異。

在對(duì)標(biāo)中，F(xiàn)irestorm擊敗了大多數(shù)的英特爾內(nèi)核，幾乎擊敗了最快的AMD Ryzen內(nèi)核。按照傳統(tǒng)觀點(diǎn)的話，這是不可能的。

在討論是什么導(dǎo)致Firestorm跑得這么快之前，我們先要了解讓CPU跑得快的核心思想是什么。

原則上，你可以結(jié)合以下兩種策略來(lái)實(shí)現(xiàn)：

串行更快地執(zhí)行更多的指令。

并行執(zhí)行大量指令。

上世紀(jì)80年代的時(shí)候，做到這一點(diǎn)很容易。只需要增加時(shí)鐘頻率，指令就能加快完成。時(shí)鐘周期是CPU工作的最小時(shí)間單位，是計(jì)算機(jī)執(zhí)行某項(xiàng)操作的時(shí)候。不過(guò)這想操作可以是很微小的操作。所以，一條指令可能由多個(gè)較小的任務(wù)組成，因此可能需要多個(gè)時(shí)鐘周期才能完成。

但是，現(xiàn)在再想提高時(shí)鐘頻率已經(jīng)幾乎不可能了大家嘴里反復(fù)絮叨的“摩爾定律的終結(jié)”真的來(lái)了。

所以，現(xiàn)在其實(shí)就剩下并行執(zhí)行盡可能多的指令這條路了。

多核還是亂序處理器？

這條路也有兩種走法。一種是增加更多的CPU內(nèi)核。從軟件開(kāi)發(fā)者的角度來(lái)看，這就好比增加線程。每個(gè)CPU內(nèi)核就像一個(gè)硬件的線程。如果你還不知道什么是線程，可以把它看作是執(zhí)行任務(wù)的過(guò)程。一個(gè)CPU有兩個(gè)內(nèi)核的話，就可以同時(shí)執(zhí)行兩項(xiàng)單獨(dú)的任務(wù)：兩個(gè)線程。這些任務(wù)可以描述為兩個(gè)獨(dú)立的程序存儲(chǔ)在內(nèi)存當(dāng)中，或者實(shí)際上也可以是同一程序執(zhí)行兩次。每個(gè)線程都需要做一些記錄，比方說(shuō)本線程目前在一系列程序指令當(dāng)中的位置。每個(gè)線程都可以存儲(chǔ)臨時(shí)結(jié)果，而且應(yīng)該是獨(dú)立存放的。

原則上，只有一個(gè)內(nèi)核的處理器也能跑多個(gè)線程。不過(guò)，在這種情況下，它只是把一個(gè)線程暫停并保存當(dāng)前進(jìn)程，再切換到另一線程運(yùn)行。稍后再切換回來(lái)。這種做法并不能帶來(lái)太多的性能增強(qiáng)，只是在線程可能經(jīng)常要停下來(lái)等待用戶輸入，或者網(wǎng)絡(luò)連接速度慢要等數(shù)據(jù)的時(shí)候使用。這些可以稱(chēng)之為為軟件線程。硬件線程意味著擁有真正的額外物理硬件，比方說(shuō)額外的內(nèi)核，可以加快處理速度。

問(wèn)題在于，開(kāi)發(fā)者得會(huì)寫(xiě)代碼來(lái)利用這種優(yōu)勢(shì)。其中的部分任務(wù)（比方說(shuō)服務(wù)器軟件）是很容易寫(xiě)的。你可以想象分別處理每一位連接用戶。這些任務(wù)互相之間獨(dú)立性太強(qiáng)了，以至于擁有大量?jī)?nèi)核是服務(wù)器（尤其是基于云的服務(wù)）的絕佳選擇。

這就是為什么你會(huì)看到類(lèi)似Ampere之類(lèi)的ARM CPU制造商會(huì)制造像Altra Max這樣的CPU的原因，這款處理器有著瘋狂的128核！這種芯片是專(zhuān)門(mén)為云計(jì)算準(zhǔn)備的。你不需要瘋狂的單核性能，因?yàn)樵谠贫耍P(guān)鍵是在盡可能節(jié)能的情況下讓盡可能多的線程來(lái)處理盡可能多的并發(fā)用戶。

相比之下，蘋(píng)果則處在另一端。蘋(píng)果制造的是單用戶設(shè)備。多線程并不是優(yōu)勢(shì)。他們的設(shè)備主要用來(lái)玩游戲，視頻編輯，做開(kāi)發(fā)等。他們希望臺(tái)式機(jī)有漂亮的響應(yīng)性好的圖形和動(dòng)畫(huà)。

桌面軟件一般不會(huì)用很多的內(nèi)核。比方說(shuō)，8核也許能讓計(jì)算機(jī)游戲受益，但是像128核之類(lèi)的東西完全就是浪費(fèi)。相反，你需要更少但更強(qiáng)大的內(nèi)核。

亂序執(zhí)行的機(jī)制

有趣的來(lái)了，亂序執(zhí)行。亂序執(zhí)行可以并行執(zhí)行更多指令但又不用做成多線程的方式。開(kāi)發(fā)者不必專(zhuān)門(mén)寫(xiě)軟件就能利用這種能力。從開(kāi)發(fā)者的角度來(lái)看，似乎每個(gè)內(nèi)核都跑得更快了。

要想了解其工作原理，你需要先了解一些有關(guān)內(nèi)存的知識(shí)。請(qǐng)求訪問(wèn)內(nèi)存特定位置的數(shù)據(jù)是很慢的。但是，獲取1字節(jié)數(shù)據(jù)的時(shí)延跟獲取128字節(jié)的數(shù)據(jù)的時(shí)延卻沒(méi)有分別。數(shù)據(jù)要通過(guò)我們所謂的數(shù)據(jù)總線來(lái)發(fā)送。你可以把數(shù)據(jù)總線看作是內(nèi)存與數(shù)據(jù)通過(guò)的CPU不同部分之間的一條通道或管道，數(shù)據(jù)就是通過(guò)這條管道來(lái)傳輸?shù)?。?shí)際上，當(dāng)然那只是一些導(dǎo)電的銅線。如果數(shù)據(jù)總線足夠?qū)挼脑?，就可以同時(shí)存取多個(gè)字節(jié)。

所以，CPU一次會(huì)執(zhí)行一大塊的指令。但是是按照次序一條接一條地執(zhí)行的?，F(xiàn)代的微處理器則會(huì)做所謂的亂序操作（OoO ）。

這意味著他們能夠?qū)χ噶罹彌_區(qū)進(jìn)行快速分析，弄清楚哪些指令依賴(lài)于哪個(gè)指令。不妨看看下面這個(gè)簡(jiǎn)單的例子：

01： mul r1， r2， r3 // r1 ← r2 × r3

02： add r4， r1， 5 // r4 ← r1 + 5

03： add r6， r2， 1 // r6 ← r2 + 1

乘法往往一般都很慢?？梢赃@么說(shuō)，乘法需要多個(gè)時(shí)鐘周期來(lái)執(zhí)行。第二條指令只能等，因?yàn)樗挠?jì)算要取決于知道了放進(jìn)r1寄存器的結(jié)果才行。

但是，第3行的第3條指令就不需要依賴(lài)于之前的指令的計(jì)算。所以，亂序處理器可以并行計(jì)算這條指令。

不過(guò)在現(xiàn)實(shí)當(dāng)中我們談?wù)摰氖菙?shù)百條指令。CPU能夠找出這些指令之間的所有依賴(lài)關(guān)系。

它會(huì)通過(guò)查看每條指令的輸入來(lái)對(duì)其進(jìn)行分析。指令的輸入是否取決于一或多條其他指令的輸出？所謂的輸入和輸出，是指包含有之前計(jì)算結(jié)果的寄存器。

比方說(shuō)，add r4，r1、5這條指令要依賴(lài)mul r1，r2，r3所輸出的r1。我們可以把這些關(guān)系鏈接在一起，形成CPU可以處理的詳細(xì)圖譜。其中節(jié)點(diǎn)是指令，而邊則是連接它們的寄存器。

CPU可以對(duì)這樣的節(jié)點(diǎn)圖譜進(jìn)行分析，然后確定可以并行執(zhí)行哪些指令，以及哪些指令中繼續(xù)執(zhí)行之前需要在什么地方等待多個(gè)相關(guān)計(jì)算的結(jié)果。

很多指令會(huì)早早就執(zhí)行完畢，但我們沒(méi)法對(duì)結(jié)果進(jìn)行官宣。我們不能保證結(jié)果；否則的話，我們會(huì)以錯(cuò)誤的順序提供結(jié)果。在外界看來(lái)，它得看起來(lái)就像是按照發(fā)出的指令順序執(zhí)行的。

就像堆棧一樣，CPU會(huì)從頂部彈出已完成的指令，直到找到未完成的指令。

這個(gè)解釋還不夠完善，但應(yīng)該能提供一些線索了?；旧暇褪?，你既可以實(shí)現(xiàn)程序員必須知道的那種并行性，也可以實(shí)現(xiàn)那種CPU假裝是一切都是單線程執(zhí)行的樣子。不過(guò)，你知道，在幕后，它正在執(zhí)行亂序的黑魔法。

正是出眾的亂序執(zhí)行能力使得M1的Firestorm內(nèi)核可以狠狠地踢前作的屁股，揚(yáng)名立萬(wàn)。實(shí)際上，它比英特爾或AMD的任何產(chǎn)品都要強(qiáng)大。可能比主流市場(chǎng)上的任何產(chǎn)品都要強(qiáng)大。

為什么AMD和Intel的亂序執(zhí)行要比M1遜色？

在對(duì)亂序執(zhí)行（OoO ）的解釋當(dāng)中，我跳過(guò)了一些重要的細(xì)節(jié)，這里需要談一下。否則的話，就沒(méi)法理解為什么蘋(píng)果能夠在這場(chǎng)游戲當(dāng)中領(lǐng)先，為什么英特爾和AMD可能沒(méi)法趕上。

我所說(shuō)的“scratchpad”實(shí)際上就是所謂的“重排序緩沖器（ROB）”，里面并不包含常規(guī)的機(jī)器代碼指令。不是那種CPU從內(nèi)存獲取要執(zhí)行的東西。這些是CPU指令集體系結(jié)構(gòu)（ISA）里面的指令。就是那種我們稱(chēng)之為x86、ARM、PowerPC等的指令。

但是，在內(nèi)部，CPU會(huì)用程序員看不到的完全不同的指令集。我們稱(chēng)之為微指令（micro-ops或μops ）。ROB里面都是這些微指令。

對(duì)于CPU施展魔法來(lái)讓東西并行運(yùn)行來(lái)說(shuō)，這個(gè)地方可以做的事情要實(shí)際得多。原因是微指令的范圍很廣（包含有很多的位），并且可以包含各種元信息。你沒(méi)法把那種信息添加到ARM或x86的指令里面，而很多的元信息只有在當(dāng)前執(zhí)行的上下文之中才有意義。

我們可以這么看，就把它看作是你在寫(xiě)程序的時(shí)候。你有一個(gè)公共API，這個(gè)API需要保持穩(wěn)定并且所有人都能用。ARM、x86、PowerPC、MIPS就是這樣的指令集。而微指令基本上是用來(lái)實(shí)現(xiàn)公共API的專(zhuān)用API。

此外，對(duì)于CPU來(lái)說(shuō)，微指令往往更易用。為什么？因?yàn)槊恳粋€(gè)微指令都只完成一項(xiàng)簡(jiǎn)單的有限任務(wù)。常規(guī)的ISA指令可能更復(fù)雜，導(dǎo)致會(huì)發(fā)生很多事情發(fā)生，最終會(huì)變成成多個(gè)微指令。

對(duì)于CISC CPU來(lái)說(shuō)，往往別無(wú)選擇只能用微指令，否則大型復(fù)雜的CISC指令會(huì)導(dǎo)致流水線和OoO幾乎沒(méi)法實(shí)現(xiàn)。

但RISC CPU就有得選。比方說(shuō)，小一點(diǎn)的ARM CPU根本不用微指令。但這也意味著做不了類(lèi)似OoO之類(lèi)的事情。

但是這又有什么關(guān)系呢？為什么這個(gè)細(xì)節(jié)對(duì)于理解為什么蘋(píng)果能夠壓倒AMD和英特爾非常重要呢？

那是因?yàn)镃PU能跑多快要取決于往ROB裝填微指令的速度以及數(shù)量。填充得越快，能選擇出可以并行執(zhí)行的指令的機(jī)會(huì)就越大，而并行執(zhí)行則意味著性能的提高。

機(jī)器代碼指令被所謂的指令解碼器分解成微指令。如果能夠有更多的解碼器，我們就可以并行分解更多的指令，填充ROB的速度就可以更快。

在這一點(diǎn)上，蘋(píng)果的M1跟其他的CPU有很大的差別。英特爾和AMD最大微處理器內(nèi)核有四個(gè)解碼器，也就意味著可以并行解碼四條指令分解出微指令。

但是蘋(píng)果卻有著瘋狂的8個(gè)解碼器。不僅如此，它的ROB大概比別人大3倍。基本上相當(dāng)于可容納三倍規(guī)模的指令。其他主流芯片制造商的CPU沒(méi)有一個(gè)有這么多解碼器的。

為什么英特爾和AMD沒(méi)法多加點(diǎn)指令解碼器？

這就是RISC復(fù)仇的機(jī)會(huì)。而M1 Firestorm內(nèi)核采用的是ARM RISC架構(gòu)，這一事實(shí)開(kāi)始變得重要起來(lái)。

你看，對(duì)于x86來(lái)說(shuō)，一條指令的長(zhǎng)度在1到15個(gè)字節(jié)之間。而在RISC芯片上，指令的長(zhǎng)度是固定的。這種情況下固定長(zhǎng)度為什么很重要呢？

因?yàn)槿绻恳粭l指令的長(zhǎng)度都一樣的話，把一連串字節(jié)分解成指令，并行輸入給8個(gè)不同的解碼器這件事就變得微不足道了。

但是，如果是x86 CPU的話，解碼器都不知道下一條指令從哪里開(kāi)始。它得分析每一條指令才能知道指令的長(zhǎng)度。

英特爾和AMD采取的是暴力破解法，也就是在每個(gè)可能的起點(diǎn)對(duì)指令進(jìn)行解碼。這意味著會(huì)有很多猜錯(cuò)的時(shí)候，要把錯(cuò)誤丟棄掉。這會(huì)造成解碼器階段十分復(fù)雜，繞來(lái)繞去，以至于很難再添加更多的解碼器。但是對(duì)于蘋(píng)果來(lái)說(shuō)，相比之下增加更多的解碼器根本不算事兒。

實(shí)際上，添加更多解碼器會(huì)導(dǎo)致很多的其他問(wèn)題，以至于對(duì)AMD來(lái)說(shuō)，4個(gè)解碼器基本上就是上限了。

其結(jié)果是，在相同的時(shí)鐘頻率下，M1 Firestorm內(nèi)核能處理的指令數(shù)量實(shí)際上是AMD和Intel CPU的兩倍。

有人則認(rèn)為，因?yàn)镃ISC指令可轉(zhuǎn)化為更多的微指令，所以密度更大，這樣一來(lái)，解碼一條x86指令就類(lèi)似于解碼兩條ARM指令。

只是在現(xiàn)實(shí)世界里面，情況并非如此。高度優(yōu)化的x86代碼很少會(huì)用復(fù)雜的CISC指令。才能夠某種程度來(lái)說(shuō)，它已經(jīng)有點(diǎn)RISC風(fēng)格了。

但這對(duì)英特爾或AMD毫無(wú)幫助，因?yàn)榫退?5字節(jié)長(zhǎng)的指令很少見(jiàn)，造出來(lái)的解碼器也得處理。而這會(huì)導(dǎo)致復(fù)雜性，從而阻礙AMD和Intel添加更多的解碼器。

可是AMD的Zen3內(nèi)核還是更快啊，不是嗎？

據(jù)我所知，最新的AMD CPU內(nèi)核，也就是所謂的Zen3內(nèi)核在性能基準(zhǔn)測(cè)試是要比Firestorm內(nèi)核快一些。但問(wèn)題是，這僅僅是因?yàn)閆en3內(nèi)核的時(shí)鐘頻率為5 GHz。而Firestorm內(nèi)核的時(shí)鐘頻率為3.2 GHz。雖然時(shí)鐘頻率提高了近60％，但Zen3也只是勉強(qiáng)比Firestorm快一點(diǎn)。

那蘋(píng)果為什么不相應(yīng)提高時(shí)鐘頻率呢？因?yàn)楦叩臅r(shí)鐘頻率會(huì)導(dǎo)致芯片發(fā)熱。但那卻是蘋(píng)果的主要賣(mài)點(diǎn)之一。跟英特爾和AMD的產(chǎn)品不同，他們的計(jì)算機(jī)幾乎不需要制冷。

從本質(zhì)上講，可以說(shuō)Firestorm內(nèi)核確實(shí)優(yōu)于Zen3內(nèi)核。Zen3只能靠加大電流并變得更熱來(lái)讓自己保持領(lǐng)先。而蘋(píng)果只是選擇不這么做而已。

如果蘋(píng)果想要提高性能的話，他們只只需要多加些內(nèi)核就可以了。這樣一來(lái)，他們既可以降低功耗，又能提供更高性能。

未來(lái)

似乎AMD和Intel在兩個(gè)方面都陷入了困境：

他們沒(méi)有一個(gè)可以輕松從事異構(gòu)計(jì)算和SoC設(shè)計(jì)的商業(yè)模式。

他們傳統(tǒng)的x86 CISC指令集反過(guò)來(lái)又給他們?cè)斐衫_，導(dǎo)致難以提高OoO性能。

當(dāng)然，這并不意味著游戲結(jié)束了。他們是可以提高時(shí)鐘頻率，強(qiáng)化散熱能力，增加更多內(nèi)核，擴(kuò)充CPU緩存等。但這些方面他們也都處于劣勢(shì)。英特爾的情況最糟，一方面內(nèi)核似乎已經(jīng)被Firestorm擊敗，而且能跟SoC解決方案集成的GPU也很弱。

引入更多內(nèi)核的問(wèn)題在于，對(duì)于典型的桌面工作負(fù)荷來(lái)說(shuō)，內(nèi)核太多會(huì)導(dǎo)致收益遞減。當(dāng)然，大量?jī)?nèi)核非常適合服務(wù)器。

但是在這個(gè)領(lǐng)域，像Amazon和Ampere之類(lèi)的公司正在用128核的怪獸CPU發(fā)動(dòng)攻擊。這就像是東線和西線同時(shí)開(kāi)戰(zhàn)。

不過(guò)對(duì)于AMD和Intel來(lái)說(shuō)，幸運(yùn)的是，蘋(píng)果并沒(méi)有直接賣(mài)自己的芯片。所以，PC用戶只能接受他們提供的任何產(chǎn)品。PC用戶可能會(huì)投奔曹營(yíng)，但這會(huì)是一個(gè)緩慢的過(guò)程。用戶不會(huì)馬上離開(kāi)自己自己投入了大量資金的平臺(tái)。

但是，那些還沒(méi)有在任何平臺(tái)上面燒太多錢(qián)的年輕專(zhuān)業(yè)人，他們未來(lái)可能會(huì)慢慢地轉(zhuǎn)向蘋(píng)果陣營(yíng)，擴(kuò)大了后者在高端市場(chǎng)的份額，并因此進(jìn)一步擴(kuò)大其在PC市場(chǎng)所占的利潤(rùn)份額。
責(zé)任編輯:tzh