在這篇文章中，我們將探索MIPS軍工級(jí)I級(jí)I6500 CPU處理器的異構(gòu)設(shè)計(jì)如何大幅提升性能及降低功耗。

高性能處理器通常使用深度多指令執(zhí)行、分支預(yù)測(cè)及無序處理等技術(shù)以使性能最大化，但這卻可能會(huì)影響功效。

如果其中一些任務(wù)是并行的，隨之便會(huì)在一系列CPU中進(jìn)行分區(qū)，這樣便可以提供高性能高效的方案。為此，CPU供應(yīng)商提供了多核集群，操作系統(tǒng)和應(yīng)用程序開發(fā)人員則設(shè)計(jì)了相關(guān)軟件以開發(fā)這些功能。

采用多線程

即使采用無序執(zhí)行，通常的工作負(fù)載使得CPU將大多數(shù)時(shí)間花在等待內(nèi)存系統(tǒng)的訪問上。新引入的MIPS I6500支持多線程，即每個(gè)線程作為單獨(dú)的處理器出現(xiàn)在軟件中。根據(jù)不同的應(yīng)用程序，添加第二個(gè)線程至CPU中時(shí)，通常10%的面積需要總體性能提升40%。MIPS I6500可以容納6個(gè)CPU，每個(gè)都有4個(gè)線程，這樣就不必在單個(gè)集群中運(yùn)行24個(gè)線程。

MIPS I6500集群添加了對(duì)系統(tǒng)層硬件相干性的支持，并使用AMBA ACE添加接口至系統(tǒng)中。AMBA ACE是一個(gè)一致性總線接口，可以兼容最常用的相干NoC產(chǎn)品，如 NetSpeed公司的Gemini及Arteris公司的Ncore。有了NetSpeed Gemini 產(chǎn)品，64 MIPS I6500集群將可以連接高達(dá)384個(gè)處理器，運(yùn)行1536個(gè)線程，這著實(shí)令人驚嘆。

對(duì)于許多消費(fèi)產(chǎn)品，其所需的處理性能隨著時(shí)間的推移可能會(huì)有很大的差別。通常，它們只是偶爾需要峰值性能。大多數(shù)的時(shí)間卻只需要較低的性能，而這通過使用一個(gè)更簡(jiǎn)單更高效的處理器大幅降低總功耗便可以實(shí)現(xiàn)。

信息共享

將任務(wù)從一個(gè)處理器移至另一個(gè)處理器需要每個(gè)處理器可以共享相同的指令集及系統(tǒng)內(nèi)存信息。這通過共享虛擬內(nèi)存(支持向量機(jī))便可以實(shí)現(xiàn)。程序中的任何指針必須繼續(xù)指向相同的代碼或數(shù)據(jù)，且初始處理器中任何不良緩沖必須讓隨后的處理器可見。

維持處理器之間的緩存一致性

緩存一致性可以通過軟件管理。這要求最初的處理器(CPU A)在傳輸任務(wù)至后續(xù)處理器（CPU B）之前沖刷主存儲(chǔ)器的緩存。CPU B從主存儲(chǔ)器中獲取數(shù)據(jù)和指令。這個(gè)過程可能生成許多內(nèi)存訪問，因此將耗費(fèi)時(shí)間和功率。訪問主存儲(chǔ)器所需的功率比獲取緩存時(shí)的功率高一個(gè)數(shù)量級(jí)，所以這種影響還將被放大。為了解決這一問題，I6500 CPU集群支持硬件緩存一致性，以將功耗和性能成本降至最低。

在使用I6500集群的系統(tǒng)中，當(dāng)一個(gè)任務(wù)從CPUA傳輸至CPU B中時(shí)，CPU B將訪問駐留在CPU A中的本地緩存線路。硬件緩存一致性將跟蹤這些緩存線路的位置，并在必要時(shí)窺探緩存情況，以確保訪問數(shù)據(jù)的正確性。

I6500集群的另一個(gè)優(yōu)勢(shì)是可以在集群中被發(fā)現(xiàn)。在典型的異構(gòu)系統(tǒng)中，高性能處理器駐留在一個(gè)集群中，面積更小更高效的處理器駐留在另一個(gè)集群中。在這些不同類型處理器之間進(jìn)行任務(wù)傳輸時(shí)，新處理器第1層和第2層的緩存都是非激活的。要激活這些緩存需要一定的時(shí)間，并需要先前的緩存層在過渡階段仍然保持活躍。

MIPS I6500是不同的。我們稱這種差異性為“異構(gòu)內(nèi)置”，這意味著I6500支持異構(gòu)混合類型的處理器，允許高性能和功率優(yōu)化處理器處在同一集群中。將任務(wù)從一種類型的處理器傳輸至另一類處理器中將更有效，因?yàn)橹挥械?層緩存是未激活的，窺探上一層緩存的成本降低，因而過渡時(shí)間變得更短。

CPU配置專用加速器

CPU是通用的設(shè)備。其靈活性使其可以處理任何任務(wù)，且任務(wù)處理具有成本效率。而PowerVR GPU能夠高性能高效率地處理更大且高度并行的計(jì)算任務(wù)，其代價(jià)是靈活性相比CPU則較為降低，但其同時(shí)支持良好的軟件開發(fā)生態(tài)系統(tǒng)環(huán)境如OpenCL。

專用硬件加速器的專業(yè)化又有效地融合了多種性能，其性能效率相比CPU又高出了幾個(gè)數(shù)量級(jí)，不過相應(yīng)地靈活性則大為降低。

不過，多次使用加速器操作可以將潛在的性能和功效最大化。專業(yè)計(jì)算元素如音頻和視頻處理以及機(jī)器學(xué)習(xí)中使用的神經(jīng)網(wǎng)絡(luò)處理器使用了相似的數(shù)學(xué)運(yùn)算。此類操作使用最為廣泛的是向量點(diǎn)積(每向量中對(duì)應(yīng)元素產(chǎn)品的總和)。配置在CPU上的專用加速器使用此函數(shù)則可以顯著地提高性能并節(jié)省功率，同時(shí)又保留了CPU的靈活性。