兼容多種運(yùn)算核心　HSA架構(gòu)提高處理器能源效率

借重HSA編程架構(gòu)　處理器達(dá)成高效能/低功耗

超微半導(dǎo)體現(xiàn)正著手設(shè)計(jì)與1.0版HSA相容的新款A(yù)PU，而HSA規(guī)格的目的在于協(xié)助軟體利用GPU及其他處理元件的功率與效能。以GPU而非 CPU來(lái)執(zhí)行高度平行碼時(shí)，APU能夠利用其GPU核心的能源效率，以及巨量平行運(yùn)算來(lái)處理工作負(fù)載，更快完成任務(wù)。HSA編程架構(gòu)可將工作負(fù)載導(dǎo)向最佳芯片資源，例如專(zhuān)為特定演算法所設(shè)計(jì)的加速器，其設(shè)計(jì)宗旨在于減少完成固定工作負(fù)載所需周期數(shù)量及電力消耗，并在行動(dòng)裝置的功率限制內(nèi)執(zhí)行高階運(yùn)算密集式應(yīng)用程式，轉(zhuǎn)由GPU而非CPU處理之后，高階行動(dòng)應(yīng)用程式(如語(yǔ)音辨識(shí)、手勢(shì)辨識(shí)、臉部辨識(shí)等次世代使用者介面和相片索引)都能獲得次方程度的效能改善。

個(gè)人電腦處理器的效能隨時(shí)間而成長(zhǎng)，但步調(diào)相對(duì)較慢。另一方面，由于設(shè)計(jì)者將更多芯片空間留給圖形處理，以支援4K解析度的顯示設(shè)備，GPU效能得以快速攀升。藉由HSA架構(gòu)，超微半導(dǎo)體就能善用這種GPU效能成長(zhǎng)。將GPU用于一般任務(wù)的優(yōu)點(diǎn)，展現(xiàn)于個(gè)人電腦應(yīng)用程式和基準(zhǔn)測(cè)試中(圖1)。

圖1　標(biāo)準(zhǔn)35W行動(dòng)處理器的GPU運(yùn)算趨勢(shì)

OpenCL 是首批支援以GPU執(zhí)行平行運(yùn)算的業(yè)界標(biāo)準(zhǔn)編程語(yǔ)言之一，可供C程式發(fā)揮語(yǔ)言擴(kuò)充的功效，為代碼的運(yùn)算密集部分帶來(lái)次方程度的效能提升。采用OpenCL 1.x(以O(shè)penCL 2.x全面啟用HSA的前身)加速時(shí)，PCMark 8 v2.0基準(zhǔn)測(cè)試展現(xiàn)多達(dá)25%的增益(圖2)。

圖2　現(xiàn)有平臺(tái)經(jīng)由GPU卸載所達(dá)成的PCMark 8 v2.0加速

回頭參考圖1所示，異質(zhì)架構(gòu)利用GPU效能的快速成長(zhǎng)，而GPU效能遠(yuǎn)勝近代CPU效能，GPU仍會(huì)是讓未來(lái)處理器實(shí)現(xiàn)更高效能與能源效率的關(guān)鍵。每一個(gè) GPU都有多個(gè)“著色器”核心(超微半導(dǎo)體將其稱(chēng)之為“串流處理單元”)，每個(gè)核心都能處理整數(shù)或浮點(diǎn)運(yùn)算，同時(shí)維持小于標(biāo)準(zhǔn)CPU核心的體積與耗電量。而且，由于每一個(gè)著色器核心都很小，所以單一晶?？梢哉蠑?shù)十甚至數(shù)百個(gè)著色器核心與個(gè)位數(shù)的通用CPU核心。因此，GPU可以對(duì)運(yùn)用這么多處理核心的工作負(fù)載，產(chǎn)生次方以上程度的運(yùn)算提升。上述所提及的每一種高階應(yīng)用程式，都可利用GPU固有的平行運(yùn)算能力，來(lái)達(dá)成如此驚人的效能增益，而且耗電量極低。

圖3顯示超微半導(dǎo)體從2008年“Puma”CPU處理器，到2020年預(yù)測(cè)APU的標(biāo)準(zhǔn)使用耗電降低趨勢(shì)。虛線(xiàn)表示至2015年的耗電趨勢(shì)，Tirias Research預(yù)測(cè)超越此點(diǎn)后至2020年之間降低速度會(huì)相對(duì)減緩，因?yàn)楹碾娨掩吔?瓦(W)。但Tirias Research預(yù)測(cè)2015年，異質(zhì)運(yùn)算將大幅提升，驅(qū)動(dòng)與GPU能力相稱(chēng)的更高效能水準(zhǔn)。

圖3　APU的能源使用與運(yùn)算趨勢(shì)

閑置耗電量降低，將可以幫助標(biāo)準(zhǔn)使用耗電，得以從相鄰的2008年平臺(tái)“Puma”CPU的近4W，降低至2014年“Kaveri”APU的 1.6W，將會(huì)產(chǎn)生2.5倍的基準(zhǔn)耗電量改善(兩種產(chǎn)品都適用于相同的35W筆記型電腦熱功率封包)。數(shù)量更多的CPU核心、更快的時(shí)脈速度，以及GPU 運(yùn)算協(xié)助，使得處理器效能得以改善，讓“Kaveri”的運(yùn)算力比起“Puma”高達(dá)4.5倍。因此，相較于“Puma”，“Kaveri”提供十倍 (2.5×4.5)以上的標(biāo)準(zhǔn)使用能源效率增加，如標(biāo)準(zhǔn)耗能最大效能所示。

Tirias Research預(yù)估超微半導(dǎo)體將利用多項(xiàng)遠(yuǎn)遠(yuǎn)超越“Kaveri”的效能改善，在2015年達(dá)成下一次的大幅耗電降低。由于耗電漸趨于零，且開(kāi)始以平臺(tái)組件功率為主，未來(lái)的閑置耗電降低步調(diào)必將趨緩。Tirias Research分析，根據(jù)超微半導(dǎo)體產(chǎn)品規(guī)畫(huà)，該公司可望在2008年至2020年之間實(shí)現(xiàn)標(biāo)準(zhǔn)使用耗電量的大幅降低，在此12年間達(dá)成16倍的改善，如圖3A線(xiàn)所示。

有鑒于GPU的效能預(yù)計(jì)將持續(xù)提升，且可運(yùn)用此種異質(zhì)運(yùn)算能力(圖3中B實(shí)線(xiàn))的應(yīng)用程式將越來(lái)越多，Tirias Research預(yù)測(cè)超微半導(dǎo)體將于2020年達(dá)到對(duì)等點(diǎn)。在此點(diǎn)上，約有一半的尖峰值效能將來(lái)自GPU，另一半則來(lái)自CPU。保守估計(jì)，由于CPU及 GPU兩者都在持續(xù)進(jìn)化，這種矽芯片資源分配方式能夠使2020年的未來(lái)APU相較于2014年的“Kaveri”產(chǎn)生四倍的運(yùn)算效能提升。

Tirias Research相信更大的GPU和更趨平行的應(yīng)用程式將有助于促進(jìn)更顯著的效能改善。以此合理保守估計(jì)額外的四倍運(yùn)算效能提升，結(jié)合至少六倍的標(biāo)準(zhǔn)使用耗電量降低，將可使超微半導(dǎo)體的最大效能對(duì)閑置耗電比在2014年至2020年之間展現(xiàn)高達(dá)二十五倍的改善。這是十分驚人的大幅變化，兼具兩方面之長(zhǎng)，低閑置耗電既可以減少能源耗用，又能以高峰值效能支援未來(lái)的高階應(yīng)用。

由于HSA可降低對(duì)于APU之CPU端的依賴(lài)程度，超微半導(dǎo)體將之視為改善高度平行工作負(fù)載效能與節(jié)電的必要方法。除了GPU之外，超微半導(dǎo)體現(xiàn)正配合智能型手機(jī)芯片開(kāi)發(fā)者所需，將單一功能加速器整合于APU。這些專(zhuān)用加速器的設(shè)計(jì)目標(biāo)是以最小晶粒面積提供最高能源效率表現(xiàn)，將耗電量降到最低。專(zhuān)用單元的缺點(diǎn)在于無(wú)法輕易適應(yīng)新的演算法，因?yàn)榭删幊绦缘挠邢?。而其他替代性可編程單元如以通訊與音訊處理見(jiàn)長(zhǎng)的數(shù)位訊號(hào)處理器，可替CPU核心分擔(dān)相關(guān)任務(wù)。

例如，超微半導(dǎo)體已于其最新APU及GPU中加入數(shù)位音效處理器，藉此解除CPU處理音訊的負(fù)擔(dān)。對(duì)如音訊處理等工作負(fù)載而言，這些微小的架構(gòu)新增可帶來(lái)極大的功率效率增益，相較于單獨(dú)以CPU處理，其增益可達(dá)兩倍至將近二十五倍不等。

超微半導(dǎo)體運(yùn)用支援HSA的軟體結(jié)合其節(jié)電設(shè)計(jì)，讓筆記型電腦和平板電腦APU的電池續(xù)航力與峰值效能勝過(guò)現(xiàn)今水準(zhǔn)。