2022年2022年接口技术报告 2.pdf

《2022年2022年接口技术报告 2.pdf》由会员分享，可在线阅读，更多相关《2022年2022年接口技术报告 2.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、接口技术作业报告Intel Core i7处理器是英特尔于2008 年推出的 64 位四核心 CPU， 沿用 x86-64 指令集，并以 Intel Nehalem 微架构为基础1，取代 Intel Core 2 系列处理器。 Nehalem 曾经是 Pentium 4 10 GHz版本的代号。Intel Core i7 的特点主要有以下几点：(1)支持超线程的技术，令到四核心的处理器，有总共8 个线程 (2010 年推出的 Core i7 980X 6 核心系列将有 12 个线程）(2)存储器控制器会自带于CPU 中，支持三通道DDR3 SDRAM(3)支持 Turbo Mode （后更名为

2、 Dynamic Speed ）技术，倘若有程序使用较多的处理器负载，处理器频率可以按步骤提升，此外，可以自动往上提升倍频9该功能不需要操作系统的支持，完全由硬件监(4)支持 Power Gates 技术，核心闲置的时候可被关闭。对比上一代的Core 2 Duo ，Core i7 的核心电阻可以被关闭，电流可以完全不通过核心。各个处理器核心可运作于不同的频率和电压(5)Turbo Mode及 Power Gates功能都是由一个单元提供，占去大约一百万个晶体管(6)放弃了传统的FSB，使用了新的 Quick Path Interconnect，与 AMD 的 HyperTransport相似。

3、相比FSB ， 每一个处理器都可以有独立的QPI 通道与其他处理器连接， 处理器之间不用再共享FSB 带宽，并绕路到北桥才能通信。此外，QPI 是双向传输(7)指令集方面， SSE4 的版本会提升为SSE 4.2 ，后者新增了 7 条指令(8)处理器采用模块化设计。例如核心、存储器控制器、以至输入输出接口控制器，都能够以不同的数量配搭。这样做可以使到产品更容易针对不同市场，而每一个模块都可以有独立的电压，令到处理器更省电(9)L2 缓存亦有所减少，每一个核心独立256KB，但拥有较低读取延迟值。加入L3 缓存，每一个处理器共享 8MB(10)处理器核心的电压与系统存储器同步。目前，官方会支持D

4、DR3-800 和 DDR3-1066 规格。对于DDR3-1333 ，由于处理器只可以接受较低的电压水平（限制在1.65V 或以下） ，高速的存储器意味着需要较高的电压， 所以此规格的官方支持仍然存在疑问。第二批 X58 芯片组主机版将可以实现电压异步，方便用家超频。另外，原先只有 XE 版本处理器可以调整存储器频率。后Intel 修改为所有上市的Core i7 处理器，均可以修改存储器和QPI 的频率Nehalem 的核心部分比Core 微架构改进了以下部分：快速通道互联（QPI）：取代前端总线(FSB)的一种点到点连接技术，20 位宽的 QPI 连接其带宽可达惊人的每秒 25.6GB ，

5、远超过原来的FSB。QPI 最初能够发放异彩的是支持多个处理器的服务器平台，QPI 可以用于多处理器之间的互联。集成了内存控制器(IMC) ：内存控制器从北桥芯片组上转移到CPU 片上，支持三通道DDR3 内存， 内存读取延迟大幅减少，内存带宽则大幅提升，最多可达三倍。Cache设计：采用三级全内含式Cache设计， L1 的设计与 Core 微架构一样； L2 采用超低延迟的设计，每个核心各拥有256KB 的 L2 Cache；L3 则是采用共享式设计，被片上所有核心共享使用。Nehalem的核心部分比Core 微架构新增加的功能主要有以下几方面：New SSE4.2 Instruction

6、s （新增加 SSE4.2指令）Turbo Mode （内核加速模式）Improved Lock Support （改进的锁定支持）Additional Caching Hierarchy （新的缓存层次体系）Deeper Buffers （更深的缓冲）名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - Improved Loop Streaming （改进的循环流）Simultaneous Multi-Threading （同步多

7、线程）Faster Virtualization （更快的虚拟化）Better Branch Prediction （更好的分支预测）QPI 总线技术Nehalem使用的 QPI 总线是基于数据包传输 （packet-based ） 、 高带宽、低延迟的点到点互连技术 （point to point interconnect），速度达到6.4GT/s （每秒可以传输6.4G 次数据）。每一条连接（link）是 20bit位宽的接口，使用高速的差分信号（differential signaling）和专用的时钟通道（dedicated clock lane），这些时钟通道具有失效备援（failo

8、ver ）。 QPI 数据包是 80bit 的长度，发送需要用4 个周期。尽管数据包是 80bit ，但只有 64bit 是用于数据，其它的数据位则是用于流量控制、CRC 和其它一些目的。这样，每条连接就一次传输16bit （2Byte ）的数据，其余的位宽则是用于CRC 。由于 QPI 总线可以双向传输，那么一条 QPI 总线连接理论最大值就可以达到25.6GB/s （22B 6.4GT/s ）的数据传送。单向则是12.8GB/s 。对于不同市场的Nehalem ，可以具有不同的QPI 总线条数。比如桌面市场的CPU ，具有 1 条或者半条 QPI 总线（半条可能是用10bit 位宽或单向）

9、； DP 服务器（双 CPU 插座）的 CPU ，每个具有 2 条 QPI总线；而 MP 服务器（ 4 个或 8 个 CPU 插座）的，则每个具有4 条或更多的QPI 总线。IMC( 集成内存控制器) Nehalem的 IMC （integrated memory controller， 整合内存控制器），可以支持 3 通道的 DDR3 内存，运行在 1.33GT/s （DDR3-1333 ），这样总共的峰值带宽就可以达到32GB/s （3 64bit 1.33GT/s8）。不过还并不支持FB-DIMM ，要 Nehalem EX （Beckton ）才有可能会支持FB-DIMM （Fully

10、 Buffered-DIMM，全缓冲内存模组）。每通道的内存都能够独立操作，控制器需要乱序执行来降低（掩盖）延迟。由于有了Core 2 近 4 倍的内存带宽， Nehalem的每个核心支持最大10 个未解决的数据缓存命中失败（outstanding data cache miss）和总共 16 个命中失败，而Core 2 在运行中则只支持最大8 个数据缓存的和总共14 个的命中失败。IMC 能够很显著的降低内存延迟（尤其是对于采用FB-DIMM 方案的系统）。下面的Nehalem与Harpertown ，我不清楚是什么频率情况下的对比（来自于IDF 上的表格，可能Nehalem是 3.2GHz

11、 ）。Nehalem的本地内存延迟大约是Harpertown的 60% 。Harpertown系统使用的是1.6GT/s 的前端总线，所有内存都在一个位置，大约是略低于100ns （纳秒）的延迟，这样Nehalem 的内存延迟就是约60ns 。对于 2 个 CPU 插座的 Nehalem 来说，使用的是 NUMA 结构（Non Uniform Memory Access Achitecture，非均匀内存存取架构），远方内存的延迟则要高一些，因为这时对内存的请求和回应需要通过QPI 总线，其延迟大约是Harpertown的 95% 。所以，即使是最糟糕的情况，延迟还是得到了降低。一个有意思的问

12、题是， 当使用 4 个 CPU 插座的 Nehalem 时， 延迟是否将会被增大？因为这种系统很有可能会使用FB-DIMM ，而这意味着将遭受延迟损失，不过远方内存的延迟还是将只会比本地内存慢个约30ns 。对于其它使用IMC 和核心互连的多CPU 系统 （例如 EV7 、 K8、 K10 ） ， 内存延迟也是非均匀的 （NUMA ） 。为了优化性能，操作系统就必须知道延迟差异，并调度那些在同一个CPU 上共享数据的进程。Windows Vista 是 Microsoft 的第一个为NUMA 进行优化的操作系统， 而 Linux 等则已经很早就可以支持NUMA 了。Nehalem的远方 /本地

13、延迟比是约1.5 倍。衡量 K8 的 NUMA 系数（也就是远方延迟除以本地延迟）在2 CPU 系统时也差不多是1.5。而在 4 CPU 系统时， INTEL 将具有优势， 因为所有的内存要么都是本地（当QPI 总线上没有hop 时），或者所有内存都是远方（QPI 总线上有一个hop 时）。因为使用对角线连接，每个 CPU 都有 QPI 总线连接， 那么远方内存最多就一跳（1 个 hop ） 。 而现在的 4 插座的 K8 或 K10 系统，有的内存在HT 总线上多达有2 个 hop。总之，具有更大的NUMA 系数，就更需要软件考虑其所使用的内存的位置。作为参考，其中最早一个具备IMC 和核心

14、互连的EV7 ，在其 64 CPU的系统中， NUMA 系数为 1.86-5.21 （1-8 个 hop 的情况）名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 缓存结构Nehalem可以同时运行的读取和存储量增加了50%，读取缓冲由32 项增加到了 48 项，而存储缓冲由 20 项增加到了32 项（增量还略多于50% ）。增加的原因自然是为了让两个线程共享，这里采用的是静态分配，可能是由于关键路径的限制。从读取缓冲和存储缓冲，

15、存储操作就继续访问到缓存架构。Nehalem 的缓存架构是完全革新了的。像P4 一样，所有的缓存和数据TLB （Translation Lookaside Buffer，旁路转换缓冲，或叫页表缓冲）都是由2 个线程动态共享（根据已经观察到的行为）。Nehalem的 L1 D（一级数据缓存）保留了和Core 2 一样的大小和联合度（associativity ），但是延迟却从3 个周期增加到了4 个周期，以适应时间限制（timing constraint ）。每一个核心可以支持更多的未解决的命中失败（outstanding miss），最多到 16 个，可以利用更多的存储带宽。而 Nehalem

16、 剩下的缓存结构则和Core 2 截然不同。 Core 2 的最后一级缓存是L2，由 2 个核心共享，这样可以减少一致性错误（coherency traffic ），数量达到了24 路联合的 6MB （Penryn ），延迟是14-15个周期（Conroe 是 14，Penryn 是 15）。而 Nehalem 有 3 级缓存， 前两级相对较小， 是每个核心私有的，而 L3 则非常大，由所有核心共享。Nehalem的每个核心有一个私有的通用型L2，是 8 路联合的 256KB ，访问速度相当快。其使用延迟时间还没有完全披露， 不过 INTEL 的工程师表明是小于12 个周期的。Nehalem的

17、 L2 相对于其 L1D 来说，既不是包含式（ inclusive ）也不是独占式（exclusive ），就象 Core 2 一样， Nehalem可以在两个核心的私有缓存（ L1D 和 L2）之间传递数据，尽管不能够达到全速。Nehalem的 16 路联合、 8MB 的 L3 对于前两级来说，是完全包含式的，并且由4 个核心共享。尽管INTEL 并没有完全说明Nehalem的物理设计，但似乎L3 缓存是单独使用电力，并运行在单独的频率上。这是从节省电力和可靠性这两个方面推断出来的，因为大的缓存更容易在低电压下产生软错误（soft error ） 。这样， L3 使用延迟就取决于相对频率、核

18、心的相差（phase alignment）、 L3 自身，还有访问L3 的仲裁器的延迟。在最好的情况下， 即操作相差和频率差距是整数倍的情况下，Nehalem的 L3 使用延迟是在30-40周期（根据INTEL 工程师的说法）。Nehalem的缓存架构设计得也更容易支持非对齐（unaligned ）的访问，有更快的非对齐缓存存取。INTEL 前几代芯片一直是用两种类型指令来做16Byte （128bit ）的 SSE 读取和存储，一种是其数据必须正好和缓存行（ 16B ）对齐，比如MOVAPS/D 、MOVDQA 指令 （数据）必须刚好是16Byte ，和缓存行对齐。另一种则可以是未对齐的，比

19、如MOVUPS/D 、 MOVDQU指令，数据对齐与否是没有要求的。Nehalem对非对齐指令进行了优化：在存取对齐数据的时候，非对齐指令和对齐指令具有一样的延迟和吞吐量。同时也提高了非对齐指令对于非对齐数据的访问速度。这样，不管是什么类型的SSE 操作，都具有相同的延迟。另外Nehalem对在存取数据时跨越了64-Byte 缓存行边界的情况也进行了优化，比起Core 2 具有更低的延迟和更高的吞吐量。这样，编译器就不会再惧怕使用非对齐的指令了。SMT （同步多线程技术）同步多线程（ Simultaneous Multi-Threading，SMT）技术又重新回归到了Nehalem架构，这最早

20、出现在 130nm 的 P4 上。对于打开了SMT 的 CPU 来说，将会遭受到更多的命中失败，并需要使用更多的带宽。所以 Nehalem比 P4 是更适合使用SMT 的。另外，在移动和桌面领域的Nehalem有可能将不会支持SMT，它们也不需要3 通道内存。为什么 Core 2 没有使用 SMT？很显然，它是可以做到的。SMT 是在节省电力的基础上增加了性能，而且软件支持的基础建设也早就有了。有2 个可能的原因：一是Core 2 可能没有足够的内存带宽和CPU内部带宽来利用SMT 获得优势。通常，SMT 能够提升内存级并行（memory level parallelism，MLP），但是对于

21、内存带宽已经成为瓶颈的系统则是个麻烦。而更有可能的原因则是SMT 的设计、 生效等是很麻烦的，而当初设计SMT 是由 INTEL 的 Hillsboro小组主持，而并非是Haifa 小组（ Core 2 是由这个小组负责的）。这样Core 2 不使用 SMT 就避免了冒险。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - Nehalem的同步多线程（ Simultaneous Multi-Threading，SMT）是 2-way

22、 的，每核心可以同时执行2个线程。对于执行引擎来说，在多线程任务的情况下，就可以掩盖单个线程的延迟。SMT 功能的好处是只需要消耗很小的核心面积代价，就可以在多任务的情况下提供显著的性能提升，比起完全再添加一个物理核心来说要划算得多。这个和以前P4 的 HT 技术是一样的，但比较起来，Nehalem的优势是有更大的缓存和更大的内存带宽，这样就更能够有效的发挥。按照INTEL 的说法， Nehalem的 SMT 可以在增加很少能耗的情况下，让性能提升20-30% 。自动超频，核心加速Turbo Mode ，故名思义，就是加速模式，它是基于Nehalem 架构的电源管理技术，通过分析当前CPU的负

23、载情况，智能地完全关闭一些用不上的核心，把能源留给正在使用的核心，并使它们运行在更高的频率，进一步提升性能； 相反，需要多个核心时， 动态开启相应的核心，智能调整频率。 这样， 在不影响 CPU的 TDP 情况下，能把核心工作频率调得更高。Turbo Boost 默认是开启的，通过自动调高CPU 的倍频提高性能。在Intel 原厂 X58 主板上，低负载时默认调高 1-2 个倍频。例如 Core i7 920 默认频率为2.66G，在 Turbo Boost 默认是开启的情况下，运行 Super PI 是以单核2.8G 来跑，这样单线程性能也就得到提升。文本处理再提速!完整 SSE4 指令支持

24、完整的 SSE 4(Streaming SIMD Extensions 4 ，流式单指令多数据流扩张)指令集共包含54 条指令，其中的 47条指令已在45nm 的 Core 2 上实现，称为SSE 4.1。SSE 4.1指令的引入，进一步增强了CPU 在视频编码 /解码、图形处理以及游戏等多媒体应用上的性能。其余的7 条指令在 Core i7 中也得以实现了，称为SSE 4.2 。SSE 4.2是对 SSE 4.1的补充， 主要针对的是对XML文本的字符串操作、存储校验 CRC32 的处理等。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -