cpu工程师该何去何从.doc

《cpu工程师该何去何从.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、cpu工程师该何去何从　　对可怜的处理器设计师表示同情。他们的工作以前非常简单。在每一半导体新工艺代中，每平方毫米的晶体管数量都会加倍，速度会有很大的提高，同时总功耗也会降低。设计师的黄金规则是“保持体系结构不变，在实现上稍作调整。”　　但现在完全不同了。速度提高的越来越小，功耗降低的也越来越少。您再也不能简单的提高时钟了：设计师不得不使用所有新晶体管来研究实现并行功能。但是怎样找到并行功能呢？cpu工程师该何去何从　　对可怜的处理器设计师表示同情。他们的工作以前非常简单。在每一半导体新工艺代中，每平方毫米的晶体管数量都会加倍，速度会有

2、很大的提高，同时总功耗也会降低。设计师的黄金规则是“保持体系结构不变，在实现上稍作调整。”　　但现在完全不同了。速度提高的越来越小，功耗降低的也越来越少。您再也不能简单的提高时钟了：设计师不得不使用所有新晶体管来研究实现并行功能。但是怎样找到并行功能呢？首先，我们找到了现成的好方法：通过超标量体系结构自动实现指令级并行功能。然后，有了更多的晶体管，使用了大部分指令并行功能，矢量处理器进行数据并行处理，宏单元级指令并行——线程，采用多线程，然后是多核CPU。　　但是，我们突然发现自己身处无尽的“暗硅片”中。所有这些晶体管的功率密度增加非常

3、快，如果它们都同时全速运行，根本没法对其进行散热。我们使用时钟选通，然后是电源选通，最后降低晶体管封装密度，以避免互联走线被熔化。但是，这限制了我们采用越来越多的晶体管实现数据和算法的并行处理。看起来这一过程要慢慢停下来了。　　年初的热点芯片大会上就提出了这类问题。虽然在克服困难方面已经取得了很大的成就，但是芯片设计师仍然展示了还有继续创新的空间：找到能够进行并行处理的地方，使用所有晶体管的方法，以及使其保持较低温度的技术。找到好方法　　很显然，如果我们继续使用所有这些晶体管，那么，我们必须降低能耗。这意味着，减少信息的传送：数据移动和

4、复制少了，指令读取的少了。不仅DRAM周期能耗比较高，而且在高级进程中，数据通过阻抗越来越大的片内互联也是问题。在传统的体系结构中，我们能够传送大量的数据：最近的估算表明，SoC中80%的活动硅片用于连接或者缓冲互联，而不是用于逻辑功能。　　信息传送的少了，意味着需要围绕数据内部结构来组织处理单元——这是热点芯片大会论文最明显的观点。我们特别关注一下四种情形。第一，搜索引擎加速，处理大量的非结构和独立数据元素。第二种情形，矢量处理，处理高度结构化的数据，其元素之间会有相关性。第三种，有很多线程的问题，但不一定是并行数据处理。最后一种情形

5、，单线程加速。搜索引擎加速　　对于并行执行而言，网络搜索既带来了很多难题，也创造了机会。数据中心设计师不仅仅需要多核x86CPU，他们考虑更多的是数据的非结构、独立特性——基本上，网页上到处都是。在热点芯片大会上，微软资深研究硬件设计工程师AndrewPutnam介绍了他的团队在加速必应搜索引擎方面的工作。　　Putnam简要介绍了搜索问题的关键阶段流程，页面评定（图1）。在第一阶段，服务器群——大量的服务器，选择候选页面：含有某些搜索字符串元素的页面。这些页面被送入评定引擎，本身包括三级：特性提取、自由形式表达评估，以及机器学习评分。

6、　　　　图1.在专用处理单元群中实现页面评定流水线，加速必应搜索。　　Putnam说，特性提取是由54个硬件状态机阵列完成的，即，规则表达匹配和结果列表。使用状态机避免了指令获取和解码操作带来的能耗问题。为进一步降低能耗，页面内容不会通过特性提取器：只有记录特性出现、位置和频率的表格数据被传送至下一级。　　表达式评估器是另一阵列，但这次是特殊的多线程处理器阵列。这些处理器，以240个单元为一群，读取来自提取器的表格数据，从中计算出非常复杂的数字表达值，这可能会包括超越函数。必应开发人员调整了算法，因此，这些表达式会有所变化，无法对其进行

7、硬线连接。这一级的输出是页面评定，为从搜索字符串中提取出的元特性分配一个数字。　　这一数据随后被送入机器学习级，Putnam对此并没有介绍，这可能需要大量的并行神经网络仿真。正是这一可训练级为页面产生最终的评定分。　　Putnam说，微软选择在大规模FPGA的2D平面内实现三级评定引擎。每一FPGA位于中间电路板上，插入到微软标准服务器机柜的服务器刀片中。Putnam观察到，可以采用ASIC来很好的均衡速度和功耗。但是由于必应评定算法的多变性，需要具备重新配置能力。他提醒说，否则，特殊的硬件很快就会成为程序员面临的瓶颈问题，最终不得不依

8、赖数据中心来解决问题。　　微软的设计人员建立了硬件引擎的很多例化，允许异步运行，研究页面评定的固有并行特性。尽可能减少指令获取和解码操作。定义了任务，因此，只有很少量的数据在流水线级之间传送。在不同的环境中