鯤鵬開發重點4--ARM 性能優化，簡要對標X86 Skylake

鯤鵬開發重點4--ARM 性能優化，簡要對標X86 Skylake

一、鯤鵬芯片和X86芯片對應關系

二、鯤鵬920? ARM服務器的型號與整體架構圖

三、鯤鵬920的組成和結構

四、TaishanV110指令處理的流程

五、內存、存儲、網絡等其他配置

六、對性能優化的基礎建議：（針對芯片、流水線等）

七、各種指令執行的時延，和吞吐，以及占用的pipeline情況

八、鯤鵬和泰山的命名

鯤鵬開發重點4--ARM 性能優化，簡要對標X86 Skylake

（這是一篇比較早期的文章，供參考。）

一個應用或計算機系統的性能，通常關注兩點，延時和吞吐。影響程序的性能有很多方面，越靠近工作執行的地方能得到優化，帶來的整體效果越顯著。

先簡單看下鯤鵬ARM服務器的情況，以及對標X86的哪款芯片。各自的優劣點有哪些?

一、鯤鵬芯片和X86芯片對應關系

鯤鵬 920 實現 ARM 架構業界性能最強，集成四大結構于單一封裝。華為 2019 年 1 月對 外發布鯤鵬 920 處理器，鯤鵬 920 采用最先進的 7nm 工藝，集成 64 個核心。主頻也提升到了2.6GHz。通過優化分支預 測算法，增加 OP 單元數量并進一步改進內存子系統架構，整合 8 通道的內存控制器，提升處 理器性能，使得帶寬增加幅度達 48%。在 SPECint 基準測試中，鯤鵬服務器測試得分超過 930， 超行業基準 25%，同時電力效率高同業 30%，實現更強性能的同時降低功耗。此外，鯤鵬芯 片中集成了傳統計算芯片的四大結構，包括網絡、存儲、主控芯片和 CPU 于單一封裝中。

對標 Intel 服務器級芯片 XEON-8180，48 核數據跑平，功耗低 20%。鯤鵬 920 處理器是 專為大數據處理和分布式存儲等應用場景設計，因而應用場景與 INTEL“至強”(XEON)類似。鯤鵬 920（Hi1620）包括 32、48 和 64 核。在 SPEC 測試中，48 核的鯤鵬 920 與 IntelXEON8180 的性能相當，而 64 核的測試性能要優于 XEON8180。且 48 核的鯤鵬功耗為 150W 低于 XEON8180 的 205W。此外，進一步對比內存等指標和集成網卡等特點，鯤鵬 920 在海量存儲 的應用場景中更有優勢。

二、鯤鵬920? ARM服務器的型號與整體架構圖

以下圖Hi1620v100為例，CPU型號kunpeng920,（ARMv8.2-A，TaishanCoreV110）。一顆鯤鵬920（4826）包含：2個SCCL，一個SICL。每個SCCL 包含：6個CCL, 4 DDR controller。每個CCL 包含：4個Taishan核。

三、鯤鵬920的組成和結構

每個Taishan核包含：CPU core部分、64KB L1I、64KB L1D、512KB L2、一個L3 Tag Partition、(L3 Data Partition 在CCL之外)，具體如下圖所示。

其中可以看到，每個taishanV110都擁有自己的L1和L2 cache，同時都支持VFP和NEON指令。L3的Tag Partion是4個核共享的。

L3_DATA與L3_TAG配合，共同組成L3 Cache；每個CCL 有一個L3_DATA 的partition;

每個CPU partitioned L3的最大可用容量為3.75M（DATA Cache）+256K（EXTEND DATA Cache,固定有256K用作SRAM空間訪問）。

所有的partition 共同組成了L3。 L3_DATA作為L3 Cache的數據存儲部分，負責L3 Cache相關的數據處理工作；L3 大小為 48MB。

四、TaishanV110指令處理的流程

下圖描述了高級TaishanV110指令處理Pipeline。 首先獲取指令fetch，然后將其解碼decode為內部微操作（微指令）。 從那里開始，微指令進入寄存器重命名和dispatch階段。 在dispatch后，微指令會等待其操作數，然后OOO無序地向八個執行管道PipeLine之一發出指令。 每個執行管道可以每個周期接受并完成一個微指令（uop）。

其中，ALU1：Integer ALU uops,?整數ALU運算

ALU2/3/BRU1/2 (ALU/BRU) ： Integer ALU uops, Branch uops ，整數ALU微指令，分支微指令

Multi-cycle (MDU) ：Integer shift-ALU, multiply, divide, CRC，?整數移位-ALU，乘法，除法，CRC

FP/ASIMD 1 (FSU1) ：ASIMD ALU, ASIMD misc, ASIMD integer multiply, FP convert, FP misc, FP add, FP multiply, FP divide, crypto uops, Hivector

即ASIMD ALU，ASIMD misc，ASIMD整數乘法，FP轉換，FP misc，FP加，FP乘法，FP除法，密碼運算，Hivector

FP/ASIMD 2 (FSU2) ：ASIMD ALU, ASIMD misc, FP convert, FP misc, FP add, FP multiply, FP sqrt, ASIMD shift uops, Hivector

即 ASIMD ALU，ASIMD雜項，FP轉換，FP雜項，FP加，FP乘，FP sqrt，ASIMD移位，Hivector

LoadStore 0/1 (LS)：?Load, store, special memory uops，?加載，存儲特殊存儲器

五、內存、存儲、網絡等其他配置

內存：

內存通道數（8 vs 6）

內存頻率 (2933Mhz/2666Mhz)

內存刷新頻率（32ms->64ms）

內存交織

內存時序參數

存儲：

文件系統(xfs/ext4)

固態硬盤/機械硬盤

RAID級別(raid0,raid1,raid5)

讀寫策略(寫穿，回寫)

調度算法（noop/deadline/cfg）

磁盤預讀(readahead)

網絡：

10GE/GE

光纖/普通網線

網卡bond

中斷聚合/綁定

六、對性能優化的基礎建議：（針對芯片、流水線等）

七、各種指令執行的時延，和吞吐，以及占用的pipeline情況

在分析性能時，要清楚各種指令大概的時延情況，如除法較耗時，能否采用移位或乘，或者更換算法來避免使用等等。

在分析CPU流水并行時，需要關注pipeline的占用情況，如占用相同pipeline的指令會引起CPU等待，可考慮插入一些其他指令來提升吞吐。

各種指令的說明過多，這里截圖下大概的情況，具體見附件。

八、鯤鵬和泰山的命名

ARM SOC Hi1610(16核)、Hi1616(32核、正式命名鯤鵬916)、Hi1620(64核、正式命名鯤鵬920)、Hi1630(鯤鵬930)

泰山系列服務器

1. TaiShan 200(早期命名TaiShan V2)服務器：鯤鵬920處理器，包含2280E邊緣型、1280高密型、2280均衡型、2480高性能型、5280存儲型和X6000高密型等產品型號

2. TaiShan 100(早期命名TaiShan V1)服務器：鯤鵬916處理器，包含2280均衡型和5280存儲型等產品型號

鯤鵬云

使用鯤鵬916和鯤鵬920，以后傾向更多使用鯤鵬920[1616 1620]，具體服務器是泰山系列。

ARM 鯤鵬

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。