ARM догоняет Intel и AMD по быстродействию
Уже в следующем году процессоры ARM станут гораздо быстрее благодаря изменениям в чипах Cortex-A. В компании следуют примеру таких соперников, как AMD, где уделяют особое внимание повышению производительности.
22 апреля 2017 09:02,
Рубрики: Мир
Агам Шах, IDG News Service
Смогут ли процессоры ARM соперничать на равных с продукцией Intel и AMD с точки зрения производительности? Ответ на этот вопрос может стать положительным быстрее, чем некоторые думают.
Начиная со следующего года процессоры ARM станут заметно быстрее благодаря изменениям, которые вносятся в конструкцию Cortex-A. В этом отношении ARM следует примеру соперников, таких как AMD, которая в последнее время уделяет особое внимание повышению производительности своих процессоров.
Процессоры же ARM прежде всего отличаются не столько своим быстродействием, сколько экономичностью, за счет которой устройства с ними дольше работают от батареи. Именно благодаря этому компания преуспела в мире мобильных гаджетов, где энергоемкие чипы Intel не прижились.
Однако для новых приложений, в том числе систем виртуальной реальности и машинного обучения, нужна более высокая производительность, для достижения которой в ARM проводят доработку микросхем — увеличивают число ядер, добавляют новые инструкции и более быстрые конвейеры, повышают плотность упаковки чипа.
Перечисленные новшества в ARM обозначают общим названием DynamIQ. Они появятся в будущих моделях процессоров Cortex для различных применений, включая мобильные устройства, ПК, серверы и технику Интернета вещей.
Как считают в компании, средства DynamIQ позволят ускорить процессоры, не принося в жертву усилия ARM по обеспечению энергоэффективности. Большинство процессоров архитектуры ARM не требуют вентиляторного охлаждения, это свойство сохранят и будущие чипы.
Благодаря этим усовершенствованиям повышается вероятность того, что Apple переведет свои компьютеры на архитектуру ARM. Этого до сих пор не произошло, поскольку процессоры Intel Core работают намного быстрее, чем нынешние чипы ARM. Подобно другим производителям, Apple платит за лицензии на архитектуру ARM, которую компания использует в iPhone, iPad и других своих устройствах.
Процессорные архитектуры меняются согласно требованиям времени, причем наибольшее влияние в этом отношении среди всех рабочих нагрузок оказывает машинное обучение, отмечает Дин Маккэррон, главный аналитик Mercury Research.
Процессоры ARM имеют архитектуру RISC, обеспечивающую ускорение за счет использования более простых команд, тогда как чипы x86 основаны на архитектуре CISC, в которой не фиксируется длина команд. Но для ARM разрабатываются все новые расширения наборов инструкций, благодаря чему архитектура развивается теми же темпами, что и x86, и их рыночные отличия постепенно стираются.
В частности, в конструкции ARMv8-A реализованы расширения для векторной обработки, предназначенные для систем высокопроизводительных вычислений. Созданы также расширения для виртуализации и др.
Доработки, проведенные в рамках проекта DynamIQ, планируется реализовать и для конструкции ARMv8-A. Еще одним новшеством станет возможность размещения в одном кластере до восьми ядер, то есть вдвое больше по сравнению с нынешними процессорами. Ядра при этом будут делить память, тракты ввода-вывода и другие основные компоненты.
У одного процессора могут быть ядра разных типов, например четыре быстрых для ресурсоемких приложений и столько же более медленных ядер для коротких задач, потребляющих мало ресурсов. Соответствующие возможности уже предусмотрены в архитектуре ARM Big.Little, а в DynamIQ они получат дальнейшее развитие.
Например, процессор MediaTek X30 имеет десять ядер, рассредоточенных по трем кластерам. DynamIQ в теории позволит создавать чипы Cortex с 16 ядрами в двух кластерах, экономя место в смартфонах.
Еще одна особенность DynamIQ — новые команды для машинного обучения. Как заявляют в ARM, ее процессоры за предстоящие три-пять лет увеличат быстродействие систем искусственного интеллекта в 50 раз. Это станет возможным благодаря способности процессоров быстрее выполнять низкоуровневые задачи машинного обучения, экономя энергию. Среди соответствующих усовершенствований ARM — расширение круга поддерживаемых операций над числами с плавающей запятой половинной точности. В этом отношении ARM следует примеру разработчиков специализированных процессоров для машинного обучения — подготавливаемого к выпуску Intel Knights Mill и видеочипов AMD и Nvidia для систем искусственного интеллекта.
Значительный прирост быстродействия могли бы обеспечить и более быстрые конвейеры обработки команд, однако ни принципиальных изменений организации конвейера, ни механизмов прогнозирования ветвления чипы ARM пока не получат. Более радикальные изменения планируются в долгосрочной перспективе.