到目前為止，很明顯，蘋果的M1芯片是一件大事。而且，對(duì)其他行業(yè)的影響也越來越清晰。在這個(gè)故事中，我想談?wù)勥@件事對(duì)RISC-V微處理器的影響，而這對(duì)于大多數(shù)讀者而言可能并不明顯。

首先讓我為您提供一些背景知識(shí)：《蘋果M1為什么那么快》，在那個(gè)故事中，我談到了驅(qū)動(dòng)M1性能的兩個(gè)因素。一種是使用大量的解碼器和亂序執(zhí)行（OoOE）。

接下來的故事將與另一部分有關(guān)，那就是異構(gòu)計(jì)算。Apple積極追求添加專用硬件單元的策略，在本文中，我將其稱為協(xié)處理器：

GPU（圖形處理單元），用于圖形和許多其他具有大量數(shù)據(jù)并行性的任務(wù)（同時(shí)對(duì)多個(gè)元素執(zhí)行相同的操作）。

神經(jīng)引擎。用于機(jī)器學(xué)習(xí)的專用硬件。

用于圖像處理的數(shù)字信號(hào)處理硬件（DSP）。

硬件中的視頻編碼。

在蘋果的解決方案中，他們并沒有添加更多的通用處理器，而是開始在解決方案中添加更多的協(xié)處理器。在這里，您也可以使用專用的術(shù)語——加速器。

這不是一個(gè)全新的趨勢，我從1985年開始使用的老式Amiga 1000具有協(xié)處理器來加速音頻和圖形?，F(xiàn)代GPU本質(zhì)上是協(xié)處理器。Google的Tensor處理單元是一種用于機(jī)器學(xué)習(xí)的協(xié)處理器。

Google TPU是專用集成電路（ASIC）。我將它們稱為協(xié)處理器 什么是協(xié)處理器

與CPU不同，協(xié)處理器不能單獨(dú)存在。您不能僅通過將協(xié)處理器插入其中來制造計(jì)算機(jī)。協(xié)處理器作為專用處理器，可以很好地完成特定任務(wù)。協(xié)處理器的最早示例之一是Intel 8087浮點(diǎn)單元（FPU）。不起眼的Intel 8086微處理器可以執(zhí)行整數(shù)運(yùn)算，但不能執(zhí)行浮點(diǎn)運(yùn)算。有什么不同？

英特爾8087。一種用于執(zhí)行浮點(diǎn)計(jì)算的早期協(xié)處理器

整數(shù)是這樣的整數(shù)：43, -5, 92, 4。

這些對(duì)于計(jì)算機(jī)來說相當(dāng)容易使用。您可能會(huì)自己組合一個(gè)解決方案，以使用一些簡單的籌碼相加整數(shù)。但當(dāng)您需要小數(shù)時(shí)，問題就開始了。

假設(shè)您要對(duì)類似4.25, 84.7 or 3.1415這樣的數(shù)字進(jìn)行加法或乘法運(yùn)算。因?yàn)檫@些是浮點(diǎn)數(shù)的示例。如果該點(diǎn)之后的位數(shù)是固定的，我們將其稱為固定點(diǎn)號(hào)。金錢常常被這樣對(duì)待。您通常在該點(diǎn)后有兩位小數(shù)。

當(dāng)然，您可以使用整數(shù)來模擬浮點(diǎn)運(yùn)算，但是速度較慢。這類似于早期的微處理器也不能夠?qū)⒄麛?shù)相乘。他們只能加減。但是，仍然可以執(zhí)行乘法。您只需要模擬它將添加多個(gè)內(nèi)容。例如3 × 4簡單4 + 4 + 4。

理解下面的代碼示例并不重要，但是它可以幫助您了解CPU如何僅通過使用加，減和分支（代碼跳轉(zhuǎn)）來執(zhí)行乘法。

簡而言之，您總是可以通過重復(fù)簡單的運(yùn)算來實(shí)現(xiàn)更復(fù)雜的數(shù)學(xué)運(yùn)算。

所有協(xié)處理器的工作與此相似。CPU總是有一種方法可以完成與協(xié)處理器相同的任務(wù)。但是，這通常需要重復(fù)多個(gè)更簡單的操作。我們之所以提早使用GPU是因?yàn)?，?duì)數(shù)百萬個(gè)多邊形或像素重復(fù)相同的計(jì)算對(duì)于CPU來說確實(shí)很耗時(shí)。

如何與協(xié)處理器傳輸數(shù)據(jù)

讓我們看一下下面的圖，以更好地了解協(xié)處理器是如何與微處理器（CPU）或通用處理器一起工作。

微處理器工作原理概述。數(shù)字沿彩色線移動(dòng)。輸入/輸出可以是協(xié)處理器，鼠標(biāo)，鍵盤和其他設(shè)備。

我們可以將綠色和淺藍(lán)色的總線視為管道。通過這些管道，我們可以將數(shù)字推送到CPU的不同功能單元（繪制為灰色框）。這些盒子的輸入和輸出連接到這些管道。您可以認(rèn)為每個(gè)盒子的輸入和輸出都有閥門（（ valves））。紅色控制線用于打開和關(guān)閉這些閥（（ valves））。因此，負(fù)責(zé)紅線的解碼器可以打開兩個(gè)灰色框上的閥（valves），使數(shù)字在它們之間流動(dòng)。

您可以將數(shù)據(jù)總線視為帶有由紅色控制線打開和關(guān)閉的閥門（ valves）的管道。但是，在電子設(shè)備中，這是通過我們所謂的多路復(fù)用器完成的，而不是實(shí)際的閥門。

這讓我們解釋了如何從內(nèi)存中獲取數(shù)據(jù)。要對(duì)數(shù)字執(zhí)行運(yùn)算，我們需要在寄存器中進(jìn)行操作。

該解碼器使用控制線，以打開灰色存儲(chǔ)器框和寄存器框的閥門（ valves）。具體是這樣的：

1、解碼器打開負(fù)載存儲(chǔ)單元（Load Store Unit :LSU）上的閥，該閥使內(nèi)存地址從綠色地址總線上流出。

2、內(nèi)存盒上的另一個(gè)閥門被打開，因此它可以接收地址。它由綠色管道（地址總線）傳送。所有其他閥都關(guān)閉，因此例如輸入/輸出無法接收地址。

3、選擇具有給定地址的存儲(chǔ)單元。它的內(nèi)容流出到藍(lán)色數(shù)據(jù)總線上，因?yàn)榻獯a器已經(jīng)打開了通往數(shù)據(jù)總線的閥門。

4、存儲(chǔ)單元中的數(shù)據(jù)可以流到任何地方，但是解碼器僅打開了寄存器的輸入閥。

諸如鼠標(biāo)，鍵盤，屏幕，GPU，F(xiàn)PU，神經(jīng)引擎和其他協(xié)處理器之類的東西都等于“輸入/輸出”框。我們像訪問存儲(chǔ)位置一樣訪問它們。硬盤驅(qū)動(dòng)器，鼠標(biāo)，鍵盤，網(wǎng)卡，GPU，DMA（直接內(nèi)存訪問）和協(xié)處理器都具有映射到它們的內(nèi)存地址。

通過指定地址，我們可以像訪問存儲(chǔ)位置一樣訪問硬件。

通過這些舉例，你能看懂我到底想說明什么？如果沒有，讓我補(bǔ)充一些地址。如果處理器嘗試從內(nèi)存地址84讀取，則可能意味著計(jì)算機(jī)鼠標(biāo)的x坐標(biāo)。雖然說85表示y坐標(biāo)。因此，要獲取鼠標(biāo)坐標(biāo)，您可以在匯編代碼中執(zhí)行以下操作：

對(duì)于DMA控制器，可能會(huì)有地址110、111和113，這是特殊含義。這是一個(gè)不切實(shí)際的匯編代碼程序，使用該程序與DMA控制器進(jìn)行交互：

一切都以這種方式工作。您讀寫特殊的內(nèi)存地址。當(dāng)然，常規(guī)的軟件開發(fā)人員從來沒有看到過這種情況。這些工作由設(shè)備驅(qū)動(dòng)程序完成。您使用的程序只能看到不可見的虛擬內(nèi)存地址。但是驅(qū)動(dòng)程序會(huì)將這些地址映射到其虛擬內(nèi)存地址。

我不會(huì)過多地談?wù)撎摂M內(nèi)存。本質(zhì)上，我們得到了真實(shí)的地址。綠色總線上的地址將從虛擬地址轉(zhuǎn)換為實(shí)際物理地址。當(dāng)我開始在DOS中使用C / C ++進(jìn)行編程時(shí)，沒有這種東西。我可以將C指針設(shè)置為直接指向視頻內(nèi)存的內(nèi)存地址，然后開始直接向其寫入以更改圖片。

協(xié)處理器的工作方式與此相同。

神經(jīng)引擎，GPU，安全區(qū)域等將具有您與之通信的地址。了解這些以及諸如DMA控制器之類的重要信息是讓它們可以異步工作。

這意味著CPU可以為神經(jīng)引擎或GPU安排一堆完整的指令，并將其寫入內(nèi)存中的緩沖區(qū)。然后，通過與它們的IO地址進(jìn)行對(duì)話，將這些指令的位置通知神經(jīng)引擎或GPU協(xié)處理器。

您不希望CPU坐在那里閑置等待協(xié)處理器檢查所有指令和數(shù)據(jù)。您也不想使用DMA進(jìn)行操作。這就是為什么通常您可以提供某種中斷的原因。

中斷如何工作？

在實(shí)際操作中，當(dāng)您在PC中插入各種卡（無論是圖形卡還是網(wǎng)卡）后，它們都將獲得分配一些中斷線。就像一條直線直接進(jìn)入您的CPU。激活此行后，CPU會(huì)將其持有的所有內(nèi)容都丟棄以處理中斷。

或更具體地說。它在內(nèi)存中存儲(chǔ)其當(dāng)前位置及其寄存器的值，因此可以返回到以后執(zhí)行的操作。

接下來，它在所謂的中斷表中查找要做什么。該表具有觸發(fā)該中斷時(shí)要運(yùn)行的程序的地址。

作為程序員，您不會(huì)看到這些東西。對(duì)您來說，它看起來更像是為某些事件注冊的回調(diào)函數(shù)。驅(qū)動(dòng)程序通常在較低級(jí)別上進(jìn)行處理。

我為什么要告訴你所有這些書呆子的細(xì)節(jié)？因?yàn)樗兄谀私馐褂脜f(xié)處理器時(shí)發(fā)生的情況。否則，不清楚與協(xié)處理器進(jìn)行通信實(shí)際上需要做什么。

使用中斷可以使許多事情并行發(fā)生。當(dāng)CPU被計(jì)算機(jī)鼠標(biāo)中斷時(shí)，應(yīng)用程序可能會(huì)從網(wǎng)卡獲取圖像。鼠標(biāo)已移動(dòng)，我們需要新的坐標(biāo)。CPU可以讀取這些并將它們發(fā)送到GPU，因此可以在新位置重新繪制鼠標(biāo)光標(biāo)。當(dāng)GPU繪制鼠標(biāo)光標(biāo)時(shí)，CPU可以開始處理從網(wǎng)絡(luò)檢索到的圖像。

同樣，通過這些中斷，我們可以將復(fù)雜的機(jī)器學(xué)習(xí)任務(wù)發(fā)送給M1神經(jīng)引擎，以識(shí)別網(wǎng)絡(luò)攝像頭上的人臉。同時(shí)，計(jì)算機(jī)的其余部分都響應(yīng)，因?yàn)樯窠?jīng)引擎正在與CPU所做的其他所有事情并行地瀏覽圖像數(shù)據(jù)。

SiFive的基于RISC-V的板能夠運(yùn)行Linux

RISC-V的興起

早在2010年，在加州大學(xué)伯克利分校的并行計(jì)算實(shí)驗(yàn)室（ Parallel Computing Laboratory），我們看到了向大量使用協(xié)處理器發(fā)展的趨勢。因?yàn)樗麄兛吹剑?dāng)摩爾定律走向終結(jié)時(shí)，意味著您不再能夠輕易地從通用CPU內(nèi)核中擠出更多性能。因此您需要專用的硬件：協(xié)處理器。

讓我們暫時(shí)反思一下為什么。我們知道，時(shí)鐘頻率不能輕易增加，我們被困在3–5 GHz這個(gè)頻率范圍很久了。任何頻率的升高都會(huì)帶來能量消耗和熱量小號(hào)。

但是，我們可以添加更多的晶體管，不過我們根本無法使晶體管工作得更快。因此，我們需要并行進(jìn)行更多工作。一種方法是添加大量通用內(nèi)核。正如我之前討論的那樣，我們可以添加很多解碼器并執(zhí)行亂序執(zhí)行（OoOE）。

晶體管預(yù)算：CPU內(nèi)核還是協(xié)處理器？

您可以繼續(xù)傳統(tǒng)玩法，讓你的CPU最終擁有128個(gè)通用內(nèi)核，例如Ampere Altra Max ARM處理器。但這真的是我們硅的最佳用途嗎？毫無疑問，對(duì)于云中的服務(wù)器而言，這很棒。因?yàn)槲覀兛梢允顾羞@128個(gè)內(nèi)核忙于處理各種客戶端請(qǐng)求。但是，臺(tái)式機(jī)系統(tǒng)可能無法有效地在普通臺(tái)式機(jī)工作負(fù)載上使用8個(gè)以上的內(nèi)核。因此，如果您說32核，則是浪費(fèi)了很多時(shí)間會(huì)閑置的許多核上的硅。

與其將所有的芯片都花在更多的CPU核上，不如我們可以添加更多的協(xié)處理器？

這樣考慮：您有一個(gè)晶體管預(yù)算。在早期，也許您的預(yù)算為2萬個(gè)晶體管，并且您認(rèn)為可以使CPU具有15000個(gè)晶體管。這在80年代初已經(jīng)接近現(xiàn)實(shí)?，F(xiàn)在，該CPU可以執(zhí)行100個(gè)不同的任務(wù)。假設(shè)為其中一項(xiàng)任務(wù)制作專用的協(xié)處理器，將花費(fèi)1000個(gè)晶體管。如果您為每個(gè)任務(wù)創(chuàng)建一個(gè)協(xié)處理器，那么您將獲得10萬個(gè)晶體管。那會(huì)浪費(fèi)你的預(yù)算。

晶體管豐度變化策略

因此，在早期設(shè)計(jì)中，需要專注于通用計(jì)算。但是今天，我們可以用許多晶體管填充芯片，我們幾乎不知道該怎么辦。

因此，設(shè)計(jì)協(xié)處理器已成為一件大事。進(jìn)行各種新型協(xié)處理器的研究很多。但是，這些往往包含漂亮卻笨拙的加速器，這需要改進(jìn)。與CPU不同，它們無法讀取告訴他們所有步驟的指令。他們通常不知道如何訪問內(nèi)存和組織任何事情。

因此，對(duì)此的常見解決方案是使用簡單的CPU作為一種控制器。因此，整個(gè)協(xié)處理器是由一個(gè)簡單的CPU控制的專用加速器電路，該電路配置加速器以完成其工作。通常這是高度專業(yè)化的。例如，諸如神經(jīng)引擎或張量處理單元之類的東西處理的是非常大的寄存器，可以容納矩陣（行和數(shù)字列）。

量身定制的RISC-V以控制加速器

這正是RISC-V設(shè)計(jì)的目的。它僅有約40至50條指令的最小指令集，這使其可以執(zhí)行所有典型的CPU工作。聽起來可能很多，但是請(qǐng)記住，x86 CPU具有超過1500條指令。

與大量的固定指令集不一樣，RISC-V是圍繞擴(kuò)展的概念設(shè)計(jì)的。每個(gè)協(xié)處理器都是不同的。因此，它將包含一個(gè)RISC-V處理器來管理實(shí)現(xiàn)核心指令集的事物以及針對(duì)該協(xié)處理器需要做什么而定制的擴(kuò)展指令集。

好吧，現(xiàn)在也許您開始看到我正在了解的輪廓。蘋果的M1確實(shí)將推動(dòng)整個(gè)行業(yè)朝著這個(gè)協(xié)處理器主導(dǎo)的未來發(fā)展。為了制造這些協(xié)處理器，RISC-V將成為解決難題的重要組成部分。

但為什么？制作協(xié)處理器的每個(gè)人都不能只是發(fā)明自己的指令集嗎？畢竟，我認(rèn)為蘋果已經(jīng)做到了。或者可能他們使用ARM。我不知道。如果有人知道，請(qǐng)給我打個(gè)電話。

堅(jiān)持使用RISC-V進(jìn)行協(xié)處理器設(shè)計(jì)有什么好處？

制造芯片已成為一件復(fù)雜而昂貴的事情。建立工具以驗(yàn)證您的芯片。運(yùn)行測試程序，診斷和許多其他事情需要很多努力。這是當(dāng)今使用ARM的價(jià)值的一部分。他們擁有龐大的工具生態(tài)系統(tǒng)，可幫助您驗(yàn)證設(shè)計(jì)并對(duì)其進(jìn)行測試。

因此，尋求定制的專有指令集不是一個(gè)好主意。但是，使用RISC-V可以為多家公司提供標(biāo)準(zhǔn)工具。突然有一個(gè)生態(tài)系統(tǒng)，多家公司可以分擔(dān)負(fù)擔(dān)。

但是，為什么不使用現(xiàn)有的ARM呢？您會(huì)看到ARM被制成通用CPU。它具有較大的固定指令集。在客戶和RISC-V競爭的壓力下，ARM放松了態(tài)度，并于2019年開放了擴(kuò)展指令集。但這仍然存在的問題是，因?yàn)樗皇且婚_始就為此目的而設(shè)計(jì)的。整個(gè)ARM工具鏈將假定您已實(shí)現(xiàn)了整個(gè)大型ARM指令集。這對(duì)于Mac或iPhone的主CPU來說很好。

但是對(duì)于協(xié)處理器，您不需要或不需要這么大的指令集。您需要一個(gè)圍繞最小擴(kuò)展基礎(chǔ)固定擴(kuò)展指令集這一思想構(gòu)建的工具生態(tài)系統(tǒng)。

為什么會(huì)有這樣的好處？英偉達(dá)對(duì)RISC-V的使用提供了一些見識(shí)。在大型GPU上，他們需要某種通用CPU用作控制器。但是，他們可以為此預(yù)留一定數(shù)量的硅，并且允許產(chǎn)生的熱量極小。請(qǐng)記住，許多事物正在爭奪空間。

RISC-V的小而簡單的指令集使其可以以以比ARM少得多的硅實(shí)現(xiàn)RISC-V內(nèi)核。

由于RISC-V的指令集如此小而簡單，因此它擊敗了包括ARM在內(nèi)的所有競爭對(duì)手。Nvidia發(fā)現(xiàn)，選擇RISC-V可以制造出比其他任何產(chǎn)品都小的芯片。他們還將功耗降至最低。

因此，通過擴(kuò)展機(jī)制，您可以將自己限制為僅添加對(duì)您需要完成的工作至關(guān)重要的指令。用于GPU的控制器可能需要除加密協(xié)處理器上的控制器以外的其他擴(kuò)展。

ARM將成為新的x86

因此，具有諷刺意味的是，我們可能會(huì)看到Mac和PC由ARM處理器驅(qū)動(dòng)的未來。但是在所有定制硬件周圍，所有協(xié)處理器將由RISC-V主導(dǎo)。隨著協(xié)處理器越來越流行，片上系統(tǒng)（SoC）中的硅芯片可能是運(yùn)行RISC-V，而不是Arm。

當(dāng)我寫上面的故事時(shí)，我實(shí)際上并沒有完全理解RISC-V的全部含義。盡管未來將與ARM或RISC-V有關(guān)。相反，它可能是ARM和RISC-V。

ARM指揮RISC-V協(xié)處理器大軍

通用ARM處理器將會(huì)是RISC-V驅(qū)動(dòng)的協(xié)處理器的中心，以加速從圖形，加密，視頻編碼，機(jī)器學(xué)習(xí)，信號(hào)處理到處理網(wǎng)絡(luò)程序包的所有可能任務(wù)。

David Patterson教授和他在加州大學(xué)伯克利分校的團(tuán)隊(duì)看到了這一未來的來臨，這就是RISC-V如此精心定制以迎接這個(gè)新世界的原因。我們看到RISC-V在各種專用硬件和微控制器中得到了如此廣泛的應(yīng)用和關(guān)注，我認(rèn)為當(dāng)今ARM主導(dǎo)的許多領(lǐng)域都將成為RISC-V的天下。

Raspberry Pi 4微控制器，當(dāng)前使用ARM處理器

想象一下類似Raspberry Pi的東西。現(xiàn)在它運(yùn)行在ARM芯片上。但是未來的RISC-V變體可能會(huì)提供滿足不同需求的大量變體?？赡苡袡C(jī)器學(xué)習(xí)微控制器。另一個(gè)可以是面向圖像處理的。三分之一可能用于加密?；旧?，您可以選擇帶有自己風(fēng)格的微控制器。您可能可以在其上運(yùn)行Linux并執(zhí)行所有相同的任務(wù)，只是性能配置文件會(huì)有所不同。

具有特殊機(jī)器學(xué)習(xí)指令的RISC-V微控制器將比具有視頻編碼指令的RISC-V微控制器更快地訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

英偉達(dá)已經(jīng)通過他們的Jetson Nano冒險(xiǎn)走這條路，如下所示。它是Raspberry Pi大小的微控制器，具有用于機(jī)器學(xué)習(xí)的專用硬件，因此您可以執(zhí)行對(duì)象檢測，語音識(shí)別和其他機(jī)器學(xué)習(xí)任務(wù)。

NVIDIA Jetson Nano開發(fā)者套件 RISC-V作為主CPU？ 許多人問：為什么不用RISC-V完全替代ARM？盡管其他人則認(rèn)為這將永遠(yuǎn)無法實(shí)現(xiàn)，因?yàn)镽ISC-V具有“微妙且簡單”的指令集，無法提供ARM和x86提供的那種高性能。 是的，您可以使用RISC-V作為主處理器。性能也不能阻止我們這樣做。就像使用ARM一樣，我們只需要有人來制造高性能RISC-V芯片。實(shí)際上，它可能已經(jīng)完成了。之前又一家公司已經(jīng)生成，他們新的RISC-V CPU獲得了創(chuàng)紀(jì)錄的每瓦性能。 常見的誤解是復(fù)雜的指令可以提供更高的性能。RISC工作站在90年代就證明了這一點(diǎn)，因?yàn)樗鼈兤茐牧诵阅芑鶞?zhǔn)測試中的x86計(jì)算機(jī)。英特爾在90年代也戰(zhàn)勝了很多RISC工作站。實(shí)際上，RISC-V有很多巧妙的竅門來獲得高性能。 簡而言之，沒有理由不能使您的主CPU成為RISC-V處理器，但這也是一個(gè)動(dòng)力問題。MacOS和Windows已在ARM上運(yùn)行。至少在短期內(nèi)，微軟或蘋果公司是否會(huì)花費(fèi)精力進(jìn)行另一次硬件過渡似乎值得懷疑。 分享你的意見

讓我知道你的想法。這里有很多事情很難猜測。我們看到，例如，現(xiàn)在有人聲稱RISC-V CPU在功耗和性能方面確實(shí)勝過ARM。這也使您想知道RISC-V是否確實(shí)有可能成為計(jì)算機(jī)的中央CPU。

我必須承認(rèn)，為什么RISC-V會(huì)勝過ARM尚不為人所知。經(jīng)他們自己承認(rèn)，RISC-V是一個(gè)相當(dāng)保守的設(shè)計(jì)。他們使用的指令不多，而其他一些較舊的設(shè)計(jì)尚未使用過。

但是，將所有內(nèi)容配對(duì)到最小似乎是一個(gè)很大的收獲。這使得可以實(shí)現(xiàn)非常小的和簡單的實(shí)現(xiàn)或RISC-V CPU。這再次使得可以減少瓦特使用并增加時(shí)鐘頻率。

因此，關(guān)于RISC-V和ARM的未來，尚未定局。

原文標(biāo)題：蘋果M1預(yù)示著RISC-V的崛起？

文章出處：【微信公眾號(hào)：半導(dǎo)體芯精英】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq