股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

一文看懂现代CPU

公众号记得加星标??,第一时间看推送不会错过。

中央处理器(CPU)常被称为计算机的大脑,就像人脑一样,它由多个部分组成,这些部分协同工作来处理信息。有些部分接收信息,有些部分存储信息,有些部分处理信息,还有一些部分将处理结果发送出去。在今天的讲解中,我们将介绍构成CPU的关键元素,以及它们如何协同工作来驱动计算机运行。

本文是“剖析系列”文章的一部分,该系列文章深入剖析了每个主要PC组件背后的技术原理。如果您想了解更多,我们的“CPU设计系列”文章将以更详尽的技术细节介绍处理器的设计和制造过程。本文将从更高的层面回顾一些基础知识,并结合现代CPU的实际工作原理进行讲解。

与我们解剖系列的其他文章相比,本文必然会更加抽象。

当你观察电源之类的设备内部时,可以清晰地看到电容器、变压器和其他元件。但对于现代CPU来说,这是不可能的,因为所有元件都非常小,而且像英特尔、AMD、苹果和高通这样的芯片制造商只共享高层级的设计。实际的电路都是专有的,因此本文所涵盖的内容代表了所有CPU都具备的通用特性。

值得注意的是,我们今天所说的“CPU”很少仅仅是CPU。大多数现代处理器更接近于系统级芯片,除了CPU核心之外,还集成了图形处理器、AI加速器、内存控制器等组件。

每个数字系统都需要某种形式的中央处理器(CPU)。从根本上讲,程序员编写代码来完成任务,然后CPU执行该代码以产生预期结果。CPU还连接到系统的其他部分,例如内存和I/O,以确保其能够持续获取相关数据。让我们深入了解一下……

CPU蓝图

分析任何CPU时,首先会遇到的就是指令集架构(ISA)。它就像一张蓝图,描绘了CPU的功能以及软件如何与其通信。就像同一物种下有许多不同的犬种一样,CPU也可以基于多种不同的ISA架构构建。

最常见的两种架构是x86和 Arm。x86 架构在台式机、笔记本电脑和服务器领域占据主导地位,而Arm架构则几乎应用于所有智能手机,并且应用范围已远远超出移动领域。苹果公司在 2020 年将 Mac 电脑的处理器升级为 Arm 架构芯片,高通骁龙 X 系列处理器将 Arm 架构引入 Windows 系统,如今,亚马逊、英伟达和谷歌等公司的云服务器和人工智能服务器芯片中,越来越多的芯片也采用了 Arm 架构。

还有其他选择。RISC -V是一种开放且免版税的指令集架构 (ISA),它已从一个利基项目发展成为强有力的竞争者。数十亿个 RISC-V 内核已经应用于微控制器中,并且该架构正逐步渗透到个人电脑、服务器和人工智能芯片领域。而像 MIPS 和 PowerPC 这样的老旧 ISA 则逐渐淡出人们的视野,沦为小众产品。

指令集架构 (ISA)规定了 CPU 可以处理哪些指令、软件可以使用哪些寄存器、如何寻址内存等等。

芯片如何实际执行这些指令,包括其流水线、缓存和执行单元,被称为微架构,而这正是芯片制造商竞争的焦点。

AMD 的 Zen 5 和 Intel 的 Lion Cove 核心都运行相同的 x86 代码,但它们的内部结构却截然不同。指令集架构 (ISA) 也在不断发展:Intel 和 AMD 于 2024 年成立了x86 生态系统咨询小组,以协调该架构的未来扩展。

为了涵盖CPU的主要组成部分,我们将沿着指令的执行路径进行讲解。不同类型的指令可能遵循不同的路径,并使用CPU的不同部分,但这里我们将进行概括,以涵盖最重要的部分。

我们将从单核处理器的最基本设计开始,然后逐步增加复杂性,最终实现更现代的设计。

控制单元和数据通路

CPU 的组成部分可以分为两部分:控制单元和数据通路。想象一下一列火车。引擎驱动火车前进,而工程师则在幕后操纵控制杆,控制引擎的各个方面。CPU 的工作原理也是如此。

数据通路就像引擎,顾名思义,它是数据在处理过程中流动的路径。数据通路接收输入,进行处理,并在处理完成后将其发送到正确的位置。控制单元就像火车司机一样,指挥数据通路如何运行。根据指令,控制单元会将信号路由到不同的组件,打开或关闭数据通路的不同部分,并监控CPU的状态。

指令周期:取指

CPU 的首要任务是确定接下来要执行的指令,并将它们从内存传输到 CPU 中。指令通常由编译器生成,并且与 CPU 的指令集架构 (ISA) 密切相关。ISA 通常会共享一些常见的指令类型,例如加载、存储、加法、减法等,但也可能存在一些特定 ISA 独有的特殊指令类型。控制单元会知道每种指令类型需要将哪些信号路由到哪里。

例如,在 Windows 系统中运行 .exe 文件时,该程序的代码会被加载到内存中,CPU 会被告知第一条指令的起始地址。CPU 始终维护一个内部寄存器,用于保存下一条待执行指令的内存地址。这个寄存器被称为程序计数器 (PC)。

一旦确定了起始指令,指令周期的第一步就是获取该指令。这会将指令从内存移动到CPU的指令寄存器中,这个过程称为取指阶段。实际上,该指令很可能已经存在于CPU的缓存中,但我们稍后会详细介绍这些细节。

实际上,现代CPU并非一次只读取一条指令。它们每个周期都会获取一个包含数十字节的数据块,其中可以同时容纳多条指令。读取单元也不会等待指令指示下一步的执行方向。分支预测器(我们稍后会介绍)会不断预测程序的执行方向,并提前调整读取操作,从而避免CPU的其他部分因等待而中断工作。

指令周期:解码

当CPU接收到一条指令时,它需要确定这条指令的具体类型。这被称为解码阶段。每条指令都有一组特定的比特位,称为操作码(Opcode),它告诉CPU如何解释这条指令。这类似于使用不同的文件扩展名来告诉计算机如何解释文件。例如,.jpg和.png都是图像文件,但它们的数据组织方式不同,因此计算机需要知道文件类型才能正确解释它们。

根据指令集架构(ISA)的复杂程度,CPU的指令解码部分也会变得非常复杂。RISC-V的基本指令集只有几十条指令(可选扩展指令集会增加更多指令),而x86指令集则有超过一千条指令,其中许多指令还有多种变体。x86指令的长度也从1字节到15字节不等,因此CPU必须先确定一条指令的结束位置和下一条指令的开始位置,才能对其进行解码。

这使得解码成为英特尔或AMD x86 CPU中最具挑战性的部分之一,并且占用大量空间。相比之下,ARM指令固定为4字节,这也是苹果核心每个周期可以解码八条或更多指令的原因之一。

为了减轻负担,x86 CPU 将复杂的指令分解为更简单的内部操作,称为微操作,并将最近解码的微操作存储在专用的微操作缓存中。

当同一段代码再次运行时(这种情况会在循环中不断发生),CPU 可以完全跳过解码器。英特尔自 2011 年的 Sandy Bridge 架构以来就一直在使用这种技巧,而 AMD 自 2017 年的初代 Zen 架构以来也一直在使用。

CPU最常解码的指令类型是内存指令、算术指令或分支指令。

3 种主要指令类型

内存指令可能是“将内存地址 1234 中的值读入值 A”或“将值 B 写入内存地址 5678”。

算术指令可能是这样的:“将值 A 加到值 B 上,并将结果存储到值 C 中。”

分支指令可能是这样的:“如果 C 值为正,则执行此代码;如果 C 值为负,则执行该代码。”

一个典型的程序可能会将这些操作串联起来,得到类似这样的结果:“将内存地址 1234 处的值与内存地址 5678 处的值相加,如果结果为正,则将其存储在内存地址 4321 中;如果结果为负,则将其存储在地址 8765 中。”

在我们开始执行刚刚解码的指令之前,我们需要先停下来谈谈寄存器……CPU 有一些容量很小但速度很快的内存单元,称为寄存器。在 64 位 CPU 上,通用寄存器每个存储 64 位数据,而且数量很少:x86 架构有 16 个,Arm 架构有 31 个。CPU 还拥有容量更大的向量寄存器,每个寄存器最大可达 512 位,用于一次性处理多个值。

这些寄存器用于存储当前正在使用的值,可以将其视为内存层次结构的最顶层(类似于“L0 缓存”),速度甚至比 L1 缓存还要快。在上面的指令示例中,值 A、B 和 C 都将存储在寄存器中。

这些是软件能够访问的寄存器。实际上,现代CPU在后台维护着数百个物理寄存器,并使用一种称为寄存器重命名的技术,将它们映射到程序实际使用的少数寄存器。

这样一来,CPU 就可以同时处理多条指令,而不会互相覆盖对方的值,这在乱序执行时就变得非常重要。

执行和算术逻辑单元 (ALU)

现在回到执行阶段。上面提到的三种指令的执行过程各不相同,所以我们将分别介绍每一种。

我们将从算术指令入手,因为它们最容易理解。这类指令会被送入算术逻辑单元(ALU)进行处理。ALU 是一种电路,它通常接收两个输入和一个控制信号,并输出一个结果。

想象一下你在中学时用过的基本计算器。要进行运算,你输入两个输入数字以及要进行的运算类型。计算器进行计算并输出结果。

对于我们CPU的算术逻辑单元(ALU)而言,运算类型由指令的操作码决定,控制单元会将操作码发送给ALU。除了基本的算术运算外,ALU还可以执行位运算,例如与(AND)、或(OR)、非(NOT)和异或(XOR)。ALU还会向控制单元输出一些关于其刚刚完成的计算的状态信息。这些信息可能包括结果是正数、负数、零,还是发生了溢出。

现代CPU核心并非只有一个算术逻辑单元(ALU)。高端设计通常包含六个或更多并行工作的整数ALU,以及独立的浮点运算单元和向量指令单元,可以一次性对一大批数字执行相同的运算。这正是现代CPU在相同时钟频率下比老式CPU快得多的重要原因之一。

算术逻辑单元(ALU)最常用于算术运算,但它也可以用于内存访问或分支指令。例如,CPU 可能需要计算由先前算术运算结果指定的内存地址。

它还可能需要计算分支指令所需的程序计数器偏移量。例如,“如果前一个结果为负数,则跳转到后 20 条指令”。在现代 CPU 中,内存地址计算通常交给专用的“地址生成单元”(AGU)来完成,但原理相同。

内存和缓存层次结构

要了解内存指令,我们需要理解一个名为“内存层次结构”的概念。它描述了缓存、RAM 和主存储器之间的关系。

当CPU收到一条内存指令,要求它存储一段本地寄存器中尚不存在的数据时,它会沿着内存层次结构向下查找,直到找到该数据为止。大多数现代CPU包含三级缓存:L1、L2和L3,一些较新的设计还增加了第四级缓存。

CPU 首先会检查 L1 缓存。这是最小也是最快的缓存层。L1 缓存通常分为数据存储区和指令存储区。记住,指令和数据一样,都需要从内存中读取。

典型的L1缓存容量很小,每个核心的数据缓存和指令缓存通常只有32到64KB。如果CPU在L1缓存中找不到所需数据,它会检查L2缓存。目前桌面级芯片的L2缓存通常为每个核心1到3MB。

下一步是L3缓存,其容量可能只有几十MB,并且由多个核心共享。AMD的X3D芯片在处理器顶部直接堆叠了额外的64MB L3缓存,这就是为什么它们在游戏方面如此强大的原因——游戏这种工作负载非常依赖更大的缓存。

如果 CPU 在 L3 缓存中找不到所需数据,它会从 RAM 中读取。如果 RAM 中也没有数据,操作系统就必须从存储设备加载,这速度要慢得多。随着缓存级别的降低,可用空间大约增加一个数量级,但延迟也会相应增加。

CPU一旦找到数据,就会将其向上层级递归,以便将来需要时能够快速访问。这其中涉及很多步骤,但可以确保CPU能够快速访问所需数据。

例如,CPU 读取内部寄存器只需一两个时钟周期,读取 L1 缓存只需几个时钟周期,读取 L2 缓存需要十几个或更多,读取 L3 缓存也只需几十个时钟周期。而从 RAM 读取数据则需要几百个时钟周期,从 SSD 读取数据则需要几十万个时钟周期。硬盘读取数据甚至可能需要数百万个时钟周期。

每个核心通常都有自己的私有 L1 和 L2 缓存,而 L3 缓存则由一组核心共享,例如 AMD Zen 5 芯片上的八个核心。英特尔的能效核心是个例外,它们以四个为一组共享一个 L2 缓存。本文稍后将详细讨论多核 CPU。

分支、管道和预测

三种主要指令类型中的最后一种是分支指令。现代程序经常跳转执行,CPU 很少会连续执行超过十几条指令而不使用分支指令。

分支指令源自诸如if语句、for循环、函数调用和return语句等编程元素。它们都用于中断程序执行并切换到代码的不同部分。此外,还有跳转指令,它是一种始终会被执行的分支指令。

条件分支对于 CPU 来说尤其棘手,因为它可能同时执行多条指令,并且可能要等到开始执行后续指令后才能确定分支的结果。

为了彻底理解这个问题,我们需要稍微偏离主题,谈谈流水线技术。指令周期中的每个步骤可能需要几个周期才能完成。这意味着,在指令被提取期间,ALU(算术逻辑单元)原本会处于空闲状态。为了最大限度地提高CPU的效率,我们通过一种称为流水线的技术,将不同指令的各个阶段重叠执行。

理解这一点的经典方法是用洗衣服来类比。假设你有两堆衣服要洗,洗和烘干各需要一个小时。你可以先把第一堆衣服放进洗衣机,洗完烘干后再开始洗第二堆。这样一来,总共需要四个小时。但是,如果你把工作分成两部分,在第一堆衣服烘干的同时开始洗第二堆,那么三个小时就能把两堆衣服都洗完。

节省的一小时取决于您的洗衣量以及洗衣机和烘干机的数量。虽然单次洗衣仍然需要两个小时,但由于洗衣机和烘干机的重叠使用,总处理量从每小时 0.5 次增加到大约每小时 0.67 次,如果洗衣量足够大,则接近每小时一次。

CPU 也采用相同的方法来提高指令吞吐量。现代的 Arm 或 x86 内核通常有 10 到 20 个流水线级。由于现代内核每个流水线级可以处理多条指令并乱序执行,因此高端内核在任何给定时刻都可以同时处理数百条指令。每个设计都是独一无二的,但一个示例划分可能是:取指 4 个时钟周期,译码 6 个时钟周期,执行 3 个时钟周期,写回结果并结束指令执行则需要 7 个时钟周期。

回到分支指令的话题,希望您能开始理解问题所在。如果我们直到第 10 个周期才知道某条指令是分支指令,那么我们已经开始执行 9 条新指令,而如果分支指令被执行,这些新指令可能就无效了。为了解决这个问题,CPU 使用了非常复杂的结构,称为分支预测器。

有些人甚至借鉴机器学习的技术,例如使用被称为感知器的简单神经网络来预测某个分支是否会被采纳。分支预测器的复杂性远超本文的讨论范围,但从基本层面来说,它们会追踪先前分支的状态,从而判断即将出现的分支是否可能被采纳。

现代分支预测器在典型代码上的正确率超过 95%,而且它们的预测能力非常强,甚至在分支指令被解码之前,它们通常就能猜到程序要去哪里。

一旦分支指令的结果确定(即流水线该阶段执行完毕),程序计数器就会更新,CPU 将继续执行下一条指令。如果分支指令预测错误,CPU 会丢弃所有错误执行的分支指令之后的指令,并从正确的位置重新开始执行。

由于有大量的指令在运行,每一次错误的猜测都会浪费大量的工作,这就是为什么芯片制造商不断将晶体管投入到更好的预测器中的原因。

乱序执行

既然我们已经了解了三种最常见指令的执行方法,接下来让我们看看CPU的一些更高级的功能。实际上,几乎所有现代处理器都不是按照指令接收的顺序执行的。

一种称为乱序执行的范式被用来最大限度地减少等待其他指令完成时的停机时间。

如果CPU知道即将执行的指令需要的数据无法及时准备就绪,它可以调整指令顺序,并在等待期间从程序后面引入一条独立的指令。为了防止程序崩溃,CPU会将每条指令记录在一个名为重排序缓冲区的数据结构中。

指令可以按任意顺序执行,但只有按照原始程序顺序执行后,其结果才会最终确定(“执行完毕”)。因此,从软件的角度来看,一切都完全按照程序编写的顺序执行。这也是我们之前提到的寄存器重命名机制发挥作用的地方,它允许独立的指令并排运行,而不会相互干扰。这种指令重排序机制非常强大,但这远非CPU使用的唯一技巧。

另一个提升性能的功能叫做预取。如果你计时执行一条随机指令从开始到结束需要多长时间,你会发现内存访问占据了大部分时间。预取器是CPU中的一个单元,它会监控内存访问模式,并尝试预测程序接下来需要哪些数据。

如果程序以可预测的方式读取内存,例如遍历一个大型数组,预取器会在请求数据之前从 RAM 中取出数据并将其加载到缓存中。这就是“预取”名称的由来。

投机性执行与安全

分支预测和乱序执行有一个值得注意的副作用。当 CPU 猜测分支指令的执行方向时,它并非直接读取这些指令,而是会进行推测性执行,如果猜测错误,则会丢弃执行结果。几十年来,这种现象一直被认为是无害的。

这种情况在 2018 年随着Spectre 和 Meltdown漏洞的披露而改变。这两个漏洞家族表明,被丢弃的推测性工作仍然会留下痕迹,主要存在于缓存中。攻击者通过仔细测量内存访问所需的时间,可以推断出 CPU 不应该泄露的数据,例如来自其他程序的密码或加密密钥。几乎所有来自 Intel、AMD 和 Arm 的高性能 CPU 都受到了不同程度的影响。

Meltdown 漏洞已在硬件中得到修复,但Spectre式攻击是一类问题,而不是单个漏洞,而且每年都会出现新的变种。

芯片制造商现在在设计芯片核心时会考虑到这些侧信道攻击,而一些软件缓解措施会带来性能损失。这很好地说明了现代CPU速度快的特性,同时也增加了其安全性。

加速器和人工智能

现在CPU中普遍包含的另一项重要功能是任务专用加速器。这些电路的全部功能就是尽可能快地执行一项小型任务,例如加密、媒体编码或机器学习。

CPU 可以独立完成这些任务,但使用专用单元来处理这些任务效率要高得多。图形处理就是一个很好的例子。CPU 当然可以执行图形处理所需的计算,但使用专用单元(集成 GPU)可以带来数量级的性能提升。

近年来的一大亮点是NPU(神经处理单元),这是一种专为运行人工智能工作负载(例如实时转录或本地语言模型)而设计的模块,同时还能大幅降低功耗。NPU在短短几年内就从个人电脑中几乎不存在发展成为近乎标配的功能。

CPU核心本身也获得了更多专用硬件。像AVX-512这样的宽向量扩展指令集可以在一条指令中处理16个数字,而更新的矩阵扩展指令集,例如服务器芯片上的英特尔AMX和苹果M4芯片中使用的Arm SME,都是专门为加速人工智能数学运算而设计的。

下图展示的是2008年英特尔的一款CPU。其大部分空间都被核心和缓存占据。

第二张图展示的是AMD“Mullins”移动APU。其大部分空间都被核心以外的组件占据。

上图:英特尔第一代Nehalem架构的芯片。请注意,核心和缓存占据了大部分空间。

下图: AMD SoC的芯片,显示了用于加速器和外部接口的大量空间。

专用媒体引擎负责视频编码和解码,包括 AV1 编解码器,因此录制或流媒体播放几乎不会影响核心。

随着加速器的兴起,CPU核心可能只占用芯片的一小部分,尤其是在笔记本电脑处理器中,GPU、NPU和媒体引擎都集成在CPU核心旁边。

迈向多核

最后一个要介绍的主要特性是如何将多个独立的CPU连接起来,组成一个多核CPU。这并非像我们之前讨论的单核设计那样简单,只是简单地复制多个副本而已。就像把单线程程序转换成多线程程序并非易事一样,硬件也面临着同样的问题。问题在于各个核心之间的依赖关系。

各个核心并没有各自独立的内存访问路径。相反,它们通过片上互连(例如环形或网状互连)相互连接,连接到共享的 L3 缓存和内存控制器。

当多个实体可能操作相同的数据时,一致性和连贯性等问题必须得到解决。如果两个核心都在处理使用相同数据的指令,它们如何知道哪个核心拥有正确的值?如果一个核心修改了数据,但修改后的数据未能及时到达另一个核心执行,又该怎么办?由于它们拥有独立的缓存,而这些缓存可能存储重叠的数据,因此必须使用复杂的算法和控制器来消除这些冲突。

通常情况下,不同的核心会处理来自不同线程的指令流。这有助于降低核心之间的依赖性。因此,如果您查看任务管理器,经常会看到一些核心在高负荷运转,而其他核心则几乎处于空闲状态。许多程序仍然没有针对多线程进行设计,或者只是将工作分配给少数几个线程。在某些情况下,让一个核心完成所有工作可能比尝试将工作分配给多个核心所带来的额外开销更为高效。

同时多线程

许多CPU还允许单个核心同时处理两个线程,这种技术称为同步多线程(SMT),英特尔将其命名为超线程。即使是性能最佳的乱序执行核心也无法始终保持所有执行单元的繁忙状态,因此第二个线程可以填补空缺。

在线程优化良好的工作负载中,SMT 通常能以极小的芯片面积占用,提升 10% 到 30% 的吞吐量。SMT 一直是现代 CPU 的标配,但英特尔最近在其 Lunar Lake 和 Arrow Lake 芯片的性能核心中取消了超线程技术,转而将精力投入到提升每个核心的速度和效率上。苹果和高通则完全不使用 SMT。

混合架构

多年来,台式机CPU的每个核心都完全相同。但现在情况已大不相同。借鉴智能手机芯片的工作原理,许多处理器将体积更大、速度更快的性能核心(通常称为P核心)与体积更小、能效更高的核心(E核心)混合使用。

一些新推出的笔记本电脑芯片增加了第三层低功耗核心,用于处理轻量级后台任务。英特尔在2021年推出的Alder Lake处理器中采用了这种方案,苹果和高通也采用了类似的设计。与此同时,AMD则推出了紧凑型的“c”版本Zen核心,以牺牲峰值时钟频率为代价,换取更小的尺寸和更高的能效。

关键在于操作系统需要知道哪个核心最适合执行哪项任务。例如,英特尔的线程管理器会向 Windows 提供每个线程正在执行的任务信息,以便游戏运行在 P 核心上,而后台更新则发送到 E 核心。

Chiplets和Tiles

另一个重大转变在于 CPU 的物理构建方式。我们此前曾专门撰写过一篇技术解析文章,探讨了“芯粒”(chiplets)的重要性。其核心理念是:AMD 和 Intel 不再制造单一的大块硅片,而是将处理器拆分为若干较小的晶片——AMD 称之为“芯粒”(chiplets),Intel 则称之为“模块”(tiles)——并将它们连接在同一个封装内。

例如,Ryzen 9 9950X 处理器结合了两个 8 核心计算芯粒(compute chiplet)以及一个独立的 I/O 裸片(I/O die),后者负责处理内存、PCIe 和 USB 等功能。

较小的裸片制造成本更低,因为即便出现缺陷,受损的硅片面积也较小;此外,每个裸片都可以采用最适合其自身需求的制造工艺进行生产。这种方案的代价在于通信:数据在不同芯粒之间传输所花费的时间,要比在同一裸片内部传输更长。正因如此,软件和调度程序有时需要将相关的线程分配在同一个芯粒上运行。

英特尔的 Foveros 和 AMD 的 3D V-Cache 等先进封装技术更进一步,通过将裸片进行堆叠来实现集成。

物理设计:从蓝图到硅片

本文前文主要聚焦于 CPU 的架构设计,因为这是其复杂性的核心所在。然而,这些设计最终需要在现实世界中制造出来,而这一过程又引入了另一层复杂性。

为了协调处理器内部的所有组件,系统会使用时钟信号。现代桌面处理器的工作频率通常在 3GHz 到 5GHz 之间,最快的芯片甚至可以加速达到 6GHz 左右,甚至更高。与过去十年相比,这一频率提升幅度并不算大,因为性能的显著增长主要源于其他方面。在每一个时钟周期内,芯片内部数十亿个晶体管都在不断地进行开关切换。

时钟对于确保随着管道的每个阶段的进展,所有值都在正确的时间显示至关重要。但时钟速度本身并不能决定 CPU 的速度。

性能取决于时钟速度乘以内核每个时钟周期 (IPC) 可以完成的指令数。我们所讨论的一切,从更宽的解码器和多个 ALU 到更大的缓存和更好的分支预测器,都是为了提高 IPC。这就是为什么以 5GHz 运行的现代核心比十年前以相似速度运行的核心快几倍的原因。

我们所讨论的一切,从更宽的解码器和多个 ALU 到更大的缓存和更好的分支预测器,都是为了提高 IPC。

通过超频提高时钟频率将使芯片速度更快,但也会增加功耗和热量输出。如今,CPU 可以自行处理大部分事务。升压算法根据温度、功耗和工作负载不断调整时钟速度和电压,将每个芯片推向其极限,开箱即用,无需任何手动干预。这使得手动超频的空间比以前少得多。

热量是CPU最大的敌人,这一点没有改变。现代芯片设计为热运行,如果达到温度限制(通常在 95 至 105°C 左右),它们会自动调节时钟。长期损坏来自热量、电压和电流的综合作用,它会慢慢磨损微型晶体管和接线。

这就是为什么台式机CPU都配备散热片的原因。CPU的硅芯片实际面积可能只占物理设备表面积的20%。增大芯片面积可以让热量更均匀地散发到散热器上,同时也能提供更多与外部组件连接的触点。

现代桌面CPU背面有超过一千个电触点。AMD的AM5插槽使用1718个触点,英特尔的LGA 1851插槽使用1851个触点。两者现在都采用LGA设计,CPU背面有扁平焊盘,针脚位于主板插槽内。

笔记本电脑芯片直接焊接在主板上,焊接方式是通过一圈圈微小的焊球,数量通常超过一千个。无论设计如何,大约一半的焊球用于供电,其余的则用于数据传输,包括与内存、芯片组、存储设备、PCIe设备等进行通信。

高性能CPU满载时电流高达200安培以上,因此需要数百个触点来均匀分散电流。这些触点通常镀金以提高导电性。不同的制造商在其众多产品线中使用了不同的触点排列方式。

晶体管本身也在不断缩小尺寸并改变形状。台积电和英特尔最新的制造工艺正从FinFET晶体管转向全环栅极设计,在这种设计中,栅极完全包裹沟道,从而实现更好的控制和更低的漏电。英特尔在其Panther Lake芯片中使用的18A工艺还引入了背面供电技术,将电源线移至硅晶圆背面,使正面可以用于传输数据信号。想要更深入地了解芯片的制造过程,请查看我们的CPU设计系列文章的第三部分。

整合所有组件:AMD Zen 5 内部结构

最后,我们快速浏览一下现代CPU核心的设计:AMD的Zen 5架构,它应用于Ryzen 9000系列处理器。AMD已经发布了该核心的详细图纸,我们之前介绍的几乎所有概念都包含在其中。

从程序顶部开始,分支预测器运行在所有其他代码之前,它预测程序的执行方向,并告知前端需要获取哪些指令。这些指令来自一个 32KB 的 L1 指令缓存,并借助 TLB 缓冲区——一个用于存储程序使用的内存地址与其在 RAM 中实际物理位置之间最近转换信息的小型缓存——来获取。

指令随后会经过两个并行工作的独立解码集群,每个集群都会将 x86 指令转换为微操作。最近运行过的代码可以完全跳过解码步骤,直接从微操作缓存中执行。无论哪种方式,每个时钟周期最多可以有八个微操作被传递到下一阶段。

这时,乱序执行机制就发挥作用了。微指令会经过寄存器重命名,然后被放入一个包含 448 个条目的重排序缓冲区,该缓冲区会跟踪每条指令。之后,它们会在调度器中等待,直到输入数据准备就绪。这些机制的具体工作原理相当复杂(可以参考研究生级别的大学课程),但正是它们使得核心能够在保证结果顺序正确的同时,选择最合适的指令来执行下一条指令。

指令准备就绪后,会被发送到其中一个执行单元。Zen 5 拥有六个整数运算逻辑单元 (ALU)、四个用于内存操作的地址生成单元,以及一个能够处理完整 512 位 AVX-512 指令的浮点和向量单元。内存操作由一个 48KB 的 L1 数据缓存提供服务,每个核心配备一个 1MB 的 L2 缓存,芯片组上的八个核心共享一个 32MB 的 L3 缓存。

输出结果将被存储,指令将按程序顺序执行完毕,CPU现在可以开始执行下一条指令了。差不多就是这样!

本文并非旨在详尽阐述每款CPU的工作原理,但应该能让您对它们的内部运作和复杂性有一个大致的了解。坦白说,除了英特尔、AMD和苹果之外,没有人真正了解自家CPU的全部细节。本文的每个章节都代表着一个完整的研发领域,因此这里呈现的信息仅仅是冰山一角。

*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。

END

今天是《半导体行业观察》为您分享的第4593期内容,欢迎关注。

推荐阅读

★对话华为徐直军:绝境下逼出来的“何式定律”

★英伟达最强对手,来了

★光刻机巨头,轰然“倒塌”

★狂飙的AI ASIC赛道,国内跑出一个平台玩家

★刚刚,苹果买了家芯片公司

★存储芯片,走向失控

★玻璃封装,真的要来了

★连二手设备,都要抢了

加星标??第一时间看推送~

求点赞

求分享

求推荐

原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。