蘋(píng)果在2008 年4 月23 日，冒著極大風(fēng)險(xiǎn)硬著頭皮發(fā)表初代iPhone 的隔年，耗費(fèi)2 億7,800 萬(wàn)美元，購(gòu)并了專(zhuān)注開(kāi)發(fā)高效能Power 處理器的PA Semi，組成其處理器研發(fā)團(tuán)隊(duì)的骨干，然后在2012 年9 月發(fā)表的iPhone 5，其心臟「A6」處理器，終于不再使用來(lái)自ARM 授權(quán)的核心，采用自家的「Swift」微架構(gòu)（Micro Architecture）。

再以世界上首款搶灘登陸智慧型手機(jī)與平板的64 位元ARM 處理器「A7」（Cyclone 微架構(gòu)）為起點(diǎn)，蘋(píng)果自家SoC 開(kāi)始逐漸展現(xiàn)壓倒ARM Cortex 家族（與躺著中槍的Qualcomm 自有核心）效能優(yōu)勢(shì)，且隨著時(shí)間演進(jìn)，差距越拉越開(kāi)。

接著，每代iPhone 發(fā)表后，各大科技媒體網(wǎng)站的報(bào)導(dǎo)，與底下的讀者回應(yīng)，只會(huì)有兩種制式的單細(xì)胞生物反應(yīng)：

文章高高掛著「眾人都驚呆了，連開(kāi)發(fā)效能測(cè)試軟件的人都不知道發(fā)生了什么事」如內(nèi)容農(nóng)場(chǎng)般的標(biāo)題，再來(lái)繼續(xù)機(jī)械化的炒作「蘋(píng)果會(huì)不會(huì)用自家芯片取代Intel處理器」的多年冷飯。

底下的讀者留言雞同鴨吵成一團(tuán)，上演「Android 自由主義」和「蘋(píng)果神權(quán)政治」信徒大對(duì)決，沒(méi)有人講到任何值得注意的重點(diǎn)，連一絲一毫的學(xué)理成分都沒(méi)有，宗教信仰就是如此奇妙。

筆者不啰唆，直接在這里講結(jié)論：

藉由牢牢把持軟硬件平臺(tái)的「封閉性」先天優(yōu)勢(shì)，蘋(píng)果掌握了ARM 指令集邁向64 位元帶來(lái)的機(jī)會(huì)，打造出一系列同時(shí)間能夠有效處理更多指令的先進(jìn)微架構(gòu)。

看起來(lái)好像微言大義到接近廢話(huà)的程度？如果你真的這樣想，那你就更有繼續(xù)讀下去的必要。

撥亂反正：做為電腦語(yǔ)言的「指令集架構(gòu)」vs. 執(zhí)行語(yǔ)言載具的「處理器核心微架構(gòu)」

近年來(lái)拜ARM 為首的授權(quán)IP 商業(yè)模式之所賜，越來(lái)越多人搞不懂這兩者的差別，完全混在一起，這些年來(lái)筆者已經(jīng)聽(tīng)過(guò)太多讓人完全笑不出來(lái)的笑話(huà)，所以在此特別重述一次。

支配智慧型手機(jī)市場(chǎng)的ARM 又是怎么一回事呢？以32 位元ARMv7-A 指令集為例，在手機(jī)上常見(jiàn)的微架構(gòu)（核心），總計(jì)有：

ARM 本家賣(mài)IP 授權(quán)給別人的Cortex-A5 / A7 / A9 / A12 / A15 / A17 這幾種核心微架構(gòu)。

Qualcomm 自行打造的Scorpio / Krait。

蘋(píng)果并購(gòu)PA Semi 后關(guān)起門(mén)來(lái)搞出的A6「Swift」，iPhone 5 的心臟。

換成64 位元ARMv8-A，就變成以下場(chǎng)景：

ARM 本家賣(mài)IP 授權(quán)給別人的Cortex-A35 / A53 / A57 / A72 / A73 這幾種核心微架構(gòu)。

增加半精度浮點(diǎn)支援和系統(tǒng)可靠度機(jī)能的ARMv8.2-A 指令集：Cortex-A55 / A75。

Qualcomm 自行打造的Kyro。

nVidia 的Project Denver。

蘋(píng)果繼續(xù)關(guān)起門(mén)來(lái)搞出的A7「Cyclone」，與之后的眾多芯片，如A8「Typhoon」、A9「Twister」、A10「Fusion」（Hurricane + Zephyr）、A11「Bionic」（Monsoon + Mistra） 。

為了伺服器而量身訂做的特殊微架構(gòu)，如Qualcomm Centriq 2400 的「Falkor」，和Cavium Thunder X 系列的核心。

只要作業(yè)系統(tǒng)相同（如同版本Android 或iOS），這些核心微架構(gòu)應(yīng)當(dāng)正確執(zhí)行使用ARM 指令集撰寫(xiě)或編譯出來(lái)的軟件，講的更專(zhuān)業(yè)或更假掰一點(diǎn)，它們擁有相同的應(yīng)用程式二進(jìn)位執(zhí)行檔介面（ABI，Application Binary Interface），如同Intel 與AMD 的x86 處理器都應(yīng)可正確安裝Windows 作業(yè)系統(tǒng)，理所當(dāng)然執(zhí)行Office 等應(yīng)用軟件和Battlefield 等套裝游戲。

至于Qualcomm、蘋(píng)果和nVidia，是否根本自身特殊需求，自行定義「非官方」ARM 指令，那就后頭有空再討論了。

高效能之路：讓核心微架構(gòu)同時(shí)間內(nèi)能夠有效處理更多的指令

在執(zhí)行相同指令集「語(yǔ)言」的前提之上，相容處理器的效能要能夠勝出，只有微架構(gòu)設(shè)計(jì)能否比競(jìng)爭(zhēng)對(duì)手有效處理更多的指令。方向不外乎：

更高的時(shí)脈：雖然往往計(jì)算機(jī)概論會(huì)教你「指令管線(xiàn)階段越多，代表處理器同時(shí)執(zhí)行更多的指令，只是這些指令位處于不同的階段」，但實(shí)際上最多還是一個(gè)時(shí)脈周期「吐出」一個(gè)被執(zhí)行完畢的指令，所以現(xiàn)實(shí)層面的「加深指令管線(xiàn)」，實(shí)際上跟「提高運(yùn)行時(shí)脈」講的是同一件事。很不幸的，智慧型手機(jī)因嚴(yán)格的功耗限制，透過(guò)積極追求高時(shí)脈以提高效能，是比較不切實(shí)際的方向。

更寬的管線(xiàn)：一個(gè)便當(dāng)吃不夠，你可以吃第二個(gè)，嫌執(zhí)行一個(gè)指令不夠看，你也可以同時(shí)執(zhí)行第二個(gè)，這就是源自1966年CDC6600的「超純量」（Superscalar）架構(gòu)。另外也有純軟件方式、讓編譯器去一個(gè)蘿卜一個(gè)坑塞指令到不同執(zhí)行單元的「超長(zhǎng)指令集」（VLIW），這就不在本文的討論范圍內(nèi)了。

足以喂飽嗷嗷待哺執(zhí)行單元的高效能記憶體子系統(tǒng)：包含系統(tǒng)主記憶體、快取記憶體、連結(jié)多個(gè)處理器核心的匯流排、舉足輕重的快取記憶體資料一致性協(xié)定（Cache Coherence Protocol） ，甚至可以非循序的存取記憶體位址（Memory Disambiguation），都是不可或缺的「基礎(chǔ)建設(shè)」。

天底下沒(méi)有白吃的午餐：兩種該死的「相依性」

但「指令管線(xiàn)化」與「指令執(zhí)行平行化」也帶來(lái)了新的挑戰(zhàn)。

控制相依性：電腦有別于計(jì)算器的最重要特征在于「條件判斷」的能力，根據(jù)不同的條件執(zhí)行不同的指令流，處理器如碰到分支（Branch）或跳躍（Jump），就須改變指令執(zhí)行的流程，清除已經(jīng)進(jìn)入管線(xiàn)的指令，從另一個(gè)記憶體位址擷取指令，重新執(zhí)行并存取相關(guān)的資料（或稱(chēng)為「運(yùn)算元」，意指運(yùn)算的目標(biāo)，如特定資料暫存器或記憶體位址），而具備條件判斷的分支，造成的傷害更大，因?yàn)樾枰芫€(xiàn)停下來(lái)等待其結(jié)果、或著事先預(yù)測(cè)并「先斬后奏」。

解決方案：分支預(yù)測(cè)（Branch Prediction），與后面會(huì)提到、釜底抽薪減少分支指令的「條件執(zhí)行」（Conditional Execution）。

資料相依性：當(dāng)同時(shí)執(zhí)行多個(gè)指令，最忌諱遭遇「撞衫」同時(shí)存取相同的資料暫存器與記憶體位址，特別是當(dāng)指令集定義可操作的資料暫存器越少，軟件手段可以盡量排除的空間越少，發(fā)生的機(jī)率也越高。

解決方案：以暫存器重新更名機(jī)制（Register Rename）為中心的非循序指令執(zhí)行（Out-Of-Order Execution）。

然后根據(jù)分支預(yù)測(cè)結(jié)果而先斬后奏「預(yù)測(cè)性執(zhí)行指令」（Speculative Execution），是分支預(yù)測(cè)與非循序指令執(zhí)行的結(jié)合體?？傊?，我們盡其所能的讓管線(xiàn)「順暢」的像生產(chǎn)線(xiàn)不停的運(yùn)轉(zhuǎn)，實(shí)現(xiàn)最高的指令執(zhí)行效率。

理所當(dāng)然的，指令管線(xiàn)越深，一旦「筊杯」失敗，要復(fù)原管線(xiàn)并恢復(fù)指令執(zhí)行的代價(jià)，也越像火燒摩天樓一樣恐怖，這也是高時(shí)脈深管線(xiàn)近年來(lái)不太受歡迎的另類(lèi)主因，因?yàn)楝F(xiàn)實(shí)世界的應(yīng)用程式，其實(shí)有很多難以預(yù)測(cè)的分支行為，越高的「代價(jià)」，更意味著更差勁的「效能／功耗」比。

LLVM 開(kāi)發(fā)環(huán)境參數(shù)透露的神秘訊息

講了那么多原理，蘋(píng)果從來(lái)不公開(kāi)自主微架構(gòu)的技術(shù)細(xì)節(jié)，那該如何掌握他們追求高效能的設(shè)計(jì)方向？

2014 年初，當(dāng)多數(shù)世人正「驚呆」A7 的64 位元與驚人的性能表現(xiàn)時(shí)，有人注意到蘋(píng)果提交的LLVM 原始代碼，不僅透露了微架構(gòu)代號(hào)是「Cyclone」，更包含眾多重要的規(guī)格參數(shù)：

指令發(fā)出寬度（Issue Width）：6

非循序指令執(zhí)行緩沖區(qū)（Reorder Buffer）：192

記憶體載入延遲（Load Latency）：4

分支預(yù)測(cè)錯(cuò)誤代價(jià)（Misprediction Penalty）：16（一般介于14~19）

在當(dāng)時(shí)，這是非常驚人的規(guī)格，就算擺在今天也是同樣駭人，可同時(shí)處理的指令是同時(shí)期A(yíng)RM 核心足足兩倍（即使64 位元的Cortex-A57 也只能3 個(gè)指令），非循序指令執(zhí)行引擎的「深度」則是Intel Haswell 等級(jí)，指令管線(xiàn)深度則中規(guī)中矩的維持在16 階這一般水準(zhǔn)。

相信有些讀者早已從其他網(wǎng)站看過(guò)相關(guān)的報(bào)導(dǎo)，但有個(gè)「江湖傳言」倒是值得注意：部分開(kāi)發(fā)iOS 應(yīng)用程式的程式設(shè)計(jì)者，做了一些指令輸出率的實(shí)驗(yàn)，察覺(jué)到「A7 一旦執(zhí)行32 位元程式碼，指令輸出率就腰斬了」，這個(gè)「特性」一路延續(xù)到A10，直到A11 根本沒(méi)有32 位元應(yīng)用程式可執(zhí)行為止。

后來(lái)蘋(píng)果當(dāng)然就沒(méi)有繼續(xù)「規(guī)格大放送」，Wiki上蘋(píng)果處理器的規(guī)格表，一路從A7到A11，都是維持這些數(shù)字，有沒(méi)有經(jīng)過(guò)實(shí)測(cè)考驗(yàn)也不得而知，反正就大家一起無(wú)限回圈繼續(xù)驚呆，蘋(píng)果持之以恒的甩開(kāi)和其他競(jìng)爭(zhēng)者的差距。

唯一可以確定的是，筆者在自己的iPad Pro 9.7 吋A10X 上，透過(guò)配對(duì)簡(jiǎn)單指令，測(cè)出每個(gè)時(shí)脈周期可同時(shí)輸出「4 個(gè)整數(shù)，2 個(gè)浮點(diǎn)，2 個(gè)記憶體載入」的可怕性能。此外，A10X 與A11 放棄第三階4MB 快取記憶體，而以大型化第二階8MB 取而代之，也暗示了蘋(píng)果極可能在快取記憶體技術(shù)有了重大的突破，可兼顧高容量與低延遲。

A11？筆者沒(méi)有iPhone 8 和iPhone X 可用，有機(jī)會(huì)再測(cè)測(cè)看。

讓我們重新畫(huà)出命案現(xiàn)場(chǎng)的人形粉筆圈，歸納出蘋(píng)果的產(chǎn)品設(shè)計(jì)取向：

微架構(gòu)以64 位元效能為優(yōu)先設(shè)計(jì)考量。

既然行動(dòng)處理器受制于低功耗需求，難以透過(guò)提高時(shí)脈追求效能，索性以「更寬」的指令管線(xiàn)取勝。

同時(shí)執(zhí)行更多指令，代表要耗費(fèi)更多心思去解決暫存器相依的問(wèn)題。

更強(qiáng)力的非循序指令執(zhí)行引擎。

寄望指令集本身就定義更多的資料暫存器，降低「強(qiáng)碰」機(jī)率。

ARM 指令集走向64 位元帶來(lái)的重大改革

讓ARM 指令集邁向64 位元的ARMv8-A，并非只有「將整數(shù)邏輯暫存器寬度延長(zhǎng)到64 位元」和「提供64 位元記憶體定址空間」這么簡(jiǎn)單，拋棄昔日專(zhuān)注于嵌入式應(yīng)用的遺產(chǎn)，更加的簡(jiǎn)潔優(yōu)雅，更利于打造高效能微架構(gòu)，引領(lǐng)ARM 榮登高效能的天堂，是這次指令集改版最神圣不可侵犯的絕對(duì)使命。

ARMv8-A 修訂項(xiàng)目極多，但就筆者的角度，除了取消「加速重建儲(chǔ)存CPU 狀態(tài)的Context Switch 相關(guān)機(jī)制」（一堆就今日觀(guān)點(diǎn)實(shí)在很小家子氣的技術(shù)），和簡(jiǎn)化例外處理與執(zhí)行特權(quán)階層外，最重大的改革，只有兩項(xiàng)：

倍增通用暫存器（GPR）數(shù)量，這件事在當(dāng)年AMD 讓x86 邁向64 位元時(shí)也發(fā)生過(guò)，意義重大。

取消涵蓋整套指令集的「條件執(zhí)行」（Conditional Execution），這和前者互為表里，因?yàn)榭偹銛D出了珍貴的指令編碼空間去增加暫存器數(shù)量。

其中又稱(chēng)為「引述式執(zhí)行」（Predicated Execution，或Guarded Exectuion）的后者，目的在于減少程式中的分支，指令集提供簡(jiǎn)單扼要的條件執(zhí)行指令，一次做完所有事情。

直接舉例比較快。原本一個(gè)簡(jiǎn)單的If-Then-Else 循序條件判斷，會(huì)需要等待確認(rèn)條件結(jié)果，或著強(qiáng)行進(jìn)行分支預(yù)測(cè)，管線(xiàn)才會(huì)繼續(xù)動(dòng)作：

if condition

then do this

else

do that

就變成這樣：

(condition) do this

(not condition) do that

有沒(méi)有感覺(jué)簡(jiǎn)潔多了？講的玄一點(diǎn)，條件執(zhí)行的中心精神在于「將控制相依性轉(zhuǎn)化為資料相依性」。

然后有鑒于過(guò)去的應(yīng)用程式，在這種If-Then-Else 的條件判斷中，有60% 都是資料搬移指令，這也是為何指令集「事后」擴(kuò)充條件執(zhí)行功能，如DEC Alpha、MIPS、甚至x86，都以「條件搬移」（Conditional Move）為主。

以Alpha 為例，其指令格式統(tǒng)一為cmovxx（xx 代表?xiàng)l件），一個(gè)簡(jiǎn)單的條件搬移：

beq ra, label // if (ra) = 0, branch to 'label'

or rb, rb, rc // else move (rb) into rc

可以透過(guò)新指令，簡(jiǎn)化如下：

cmovne ra, rb, rc

在A(yíng)RMv8 之前，整套ARM 指令集每道指令，都包含了4 位元的條件碼，必須符合「某個(gè)條件」才會(huì)執(zhí)行指令。如條件成立，執(zhí)行此指令并寫(xiě)回運(yùn)算結(jié)果。反之，指令執(zhí)行結(jié)果無(wú)效，或不予執(zhí)行。

回到原點(diǎn)，條件執(zhí)行的優(yōu)點(diǎn)很明顯：

加速實(shí)際條件判斷的效率，因?yàn)閷?shí)際上只要比較0 與1（Bitwise）。

減少簡(jiǎn)單條件判斷的分支，可以提升指令平行化執(zhí)行的潛力。這也是為何很多VLIW 指令集普遍支援條件執(zhí)行。甚至定義存放引述碼（Predicate）的專(zhuān)用暫存器，以因應(yīng)更復(fù)雜多樣的條件判斷，如攤平回圈的軟件管線(xiàn)（Software Pipeline）。

但為何ARM 要取消看似完美的條件執(zhí)行？

占用4 位元指令編碼，實(shí)在是太浪費(fèi)了，所以用「條件選擇」（Conditional Select）取而代之。

舉個(gè)范例：「CSEL W1, W2, W3, Cond」，如條件符合，W2 暫存器資料搬移到W1，如非，就W3 到W1。缺點(diǎn)是會(huì)稍微增加程式碼體積，但絕對(duì)劃算。

提高打造高效能非循序指令執(zhí)行引擎的復(fù)雜度，在管線(xiàn)前端就要「預(yù)鎖」后面所需要的相關(guān)資源，也增加后方需要「更名」的暫存器，更不利提升時(shí)脈。

A11「極可能」是純64 位元的微架構(gòu)

可確保處理器正確執(zhí)行所有軟件的指令集回溯相容性，是商業(yè)上的「資產(chǎn)」，但也是設(shè)計(jì)處理器微架構(gòu)的「包袱」。

我們有非常充分的理由相信，蘋(píng)果急著驅(qū)離「32 位元低階應(yīng)用程式」，就是為了其處理器全力針對(duì)64 位元最佳化造橋鋪路，而A11 如此驚世駭俗的效能表現(xiàn)，除了它根本是純64 位元處理器，所有電晶體預(yù)算都砸在提升效能的刀口上，沒(méi)有其他合理的解釋了（新的異質(zhì)多處理器排程也有影響，但沒(méi)那么絕對(duì)）?！妇退恪笰11 具備32 位元相容性，其性能表現(xiàn)恐怕也僅聊勝于無(wú)，不足掛齒。

無(wú)獨(dú)有偶，Qualcomm 企圖搶攻伺服器市場(chǎng)的Centriq 2400，也是純64 位元的設(shè)計(jì)，這就是ARM 制定64 位元指令集擴(kuò)充時(shí)，最希望看到的結(jié)果：雨后春筍般的高效能產(chǎn)品。

同場(chǎng)加映：Mac 改用自家芯片的可能性

關(guān)于這個(gè)「年經(jīng)」（每年發(fā)表一支新iPhone）議題，筆者不會(huì)賭上爺爺?shù)拿u(yù)做不負(fù)責(zé)任的推論，但只留下兩個(gè)留待讀者思考的問(wèn)題：

蘋(píng)果能否承擔(dān)轉(zhuǎn)移的成本，尤其當(dāng)Mac 用戶(hù)已非弱勢(shì)族群的當(dāng)下。

蘋(píng)果是否仍希望「吸收」Windows PC 的使用者。

Mac 是否改用蘋(píng)果自家芯片這檔事，并不只是「效能夠好」就可以一筆輕松帶過(guò)的大哉問(wèn)，請(qǐng)各位多多考量商業(yè)層面的因素。

蘋(píng)果同時(shí)掌握軟硬件的「不公平競(jìng)爭(zhēng)」

最后，再重新貼出本文標(biāo)題的答案：

「藉由牢牢把持軟硬件平臺(tái)的『封閉性』先天優(yōu)勢(shì)，蘋(píng)果掌握了ARM 指令集邁向64 位元帶來(lái)的機(jī)會(huì)，打造出一系列同時(shí)間能夠有效處理更多指令的先進(jìn)微架構(gòu)?！?/p>

這「一體成形」的絕對(duì)優(yōu)勢(shì)，在可見(jiàn)未來(lái)的深度學(xué)習(xí)之路上，會(huì)更加的牢不可破，這就是蘋(píng)果在iPhone 前景未明之際，就膽敢購(gòu)并PA Semi 投資未來(lái)，所得到的豐碩成果，就算你不喜歡「果粉」，你也不能不佩服喬布斯的遠(yuǎn)見(jiàn)。

至于PA Semi 究竟干過(guò)哪些值得蘋(píng)果冒險(xiǎn)的好事，等以后有機(jī)會(huì)，再好好談?wù)?，如果真的還有機(jī)會(huì)。