鲲鹏开发重点4--ARM 性能优化，简要对标X86 Skylake

鲲鹏开发重点4--ARM 性能优化，简要对标X86 Skylake

一、鲲鹏芯片和X86芯片对应关系

二、鲲鹏920  ARM服务器的型号与整体架构图

三、鲲鹏920的组成和结构

四、TaishanV110指令处理的流程

五、内存、存储、网络等其他配置

六、对性能优化的基础建议：（针对芯片、流水线等）

七、各种指令执行的时延，和吞吐，以及占用的pipeline情况

八、鲲鹏和泰山的命名

鲲鹏开发重点4--ARM 性能优化，简要对标X86 Skylake

（这是一篇比较早期的文章，供参考。）

一个应用或计算机系统的性能，通常关注两点，延时和吞吐。影响程序的性能有很多方面，越靠近工作执行的地方能得到优化，带来的整体效果越显著。

先简单看下鲲鹏ARM服务器的情况，以及对标X86的哪款芯片。各自的优劣点有哪些?

一、鲲鹏芯片和X86芯片对应关系

鲲鹏 920 实现 ARM 架构业界性能最强，集成四大结构于单一封装。华为 2019 年 1 月对 外发布鲲鹏 920 处理器，鲲鹏 920 采用最先进的 7nm 工艺，集成 64 个核心。主频也提升到了2.6GHz。通过优化分支预 测算法，增加 OP 单元数量并进一步改进内存子系统架构，整合 8 通道的内存控制器，提升处 理器性能，使得带宽增加幅度达 48%。在 SPECint 基准测试中，鲲鹏服务器测试得分超过 930， 超行业基准 25%，同时电力效率高同业 30%，实现更强性能的同时降低功耗。此外，鲲鹏芯 片中集成了传统计算芯片的四大结构，包括网络、存储、主控芯片和 CPU 于单一封装中。

对标 Intel 服务器级芯片 XEON-8180，48 核数据跑平，功耗低 20%。鲲鹏 920 处理器是 专为大数据处理和分布式存储等应用场景设计，因而应用场景与 INTEL“至强”(XEON)类似。鲲鹏 920（Hi1620）包括 32、48 和 64 核。在 SPEC 测试中，48 核的鲲鹏 920 与 IntelXEON8180 的性能相当，而 64 核的测试性能要优于 XEON8180。且 48 核的鲲鹏功耗为 150W 低于 XEON8180 的 205W。此外，进一步对比内存等指标和集成网卡等特点，鲲鹏 920 在海量存储 的应用场景中更有优势。

二、鲲鹏920  ARM服务器的型号与整体架构图

以下图Hi1620v100为例，CPU型号kunpeng920,（ARMv8.2-A，TaishanCoreV110）。一颗鲲鹏920（4826）包含：2个SCCL，一个SICL。每个SCCL 包含：6个CCL, 4 DDR controller。每个CCL 包含：4个Taishan核。

三、鲲鹏920的组成和结构

每个Taishan核包含：CPU core部分、64KB L1I、64KB L1D、512KB L2、一个L3 Tag Partition、(L3 Data Partition 在CCL之外)，具体如下图所示。

其中可以看到，每个taishanV110都拥有自己的L1和L2 cache，同时都支持VFP和NEON指令。L3的Tag Partion是4个核共享的。

L3_DATA与L3_TAG配合，共同组成L3 Cache；每个CCL 有一个L3_DATA 的partition;

每个CPU partitioned L3的最大可用容量为3.75M（DATA Cache）+256K（EXTEND DATA Cache,固定有256K用作SRAM空间访问）。

所有的partition 共同组成了L3。 L3_DATA作为L3 Cache的数据存储部分，负责L3 Cache相关的数据处理工作；L3 大小为 48MB。

四、TaishanV110指令处理的流程

下图描述了高级TaishanV110指令处理Pipeline。 首先获取指令fetch，然后将其解码decode为内部微操作（微指令）。 从那里开始，微指令进入寄存器重命名和dispatch阶段。 在dispatch后，微指令会等待其操作数，然后OOO无序地向八个执行管道PipeLine之一发出指令。 每个执行管道可以每个周期接受并完成一个微指令（uop）。

其中，ALU1：Integer ALU uops, 整数ALU运算

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

Multi-cycle (MDU) ：Integer shift-ALU, multiply, divide, CRC， 整数移位-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整数乘法，FP转换，FP misc，FP加，FP乘法，FP除法，密码运算，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杂项，FP转换，FP杂项，FP加，FP乘，FP sqrt，ASIMD移位，Hivector

LoadStore 0/1 (LS)： Load, store, special memory uops， 加载，存储特殊存储器

五、内存、存储、网络等其他配置

内存：

内存通道数（8 vs 6）

内存频率 (2933Mhz/2666Mhz)

内存刷新频率（32ms->64ms）

内存交织

内存时序参数

存储：

文件系统(xfs/ext4)

固态硬盘/机械硬盘

RAID级别(raid0,raid1,raid5)

读写策略(写穿，回写)

调度算法（noop/deadline/cfg）

磁盘预读(readahead)

网络：

10GE/GE

光纤/普通网线

网卡bond

中断聚合/绑定

六、对性能优化的基础建议：（针对芯片、流水线等）

七、各种指令执行的时延，和吞吐，以及占用的pipeline情况

在分析性能时，要清楚各种指令大概的时延情况，如除法较耗时，能否采用移位或乘，或者更换算法来避免使用等等。

在分析CPU流水并行时，需要关注pipeline的占用情况，如占用相同pipeline的指令会引起CPU等待，可考虑插入一些其他指令来提升吞吐。

各种指令的说明过多，这里截图下大概的情况，具体见附件。

八、鲲鹏和泰山的命名

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

泰山系列服务器

1. TaiShan 200(早期命名TaiShan V2)服务器：鲲鹏920处理器，包含2280E边缘型、1280高密型、2280均衡型、2480高性能型、5280存储型和X6000高密型等产品型号

2. TaiShan 100(早期命名TaiShan V1)服务器：鲲鹏916处理器，包含2280均衡型和5280存储型等产品型号

鲲鹏云

使用鲲鹏916和鲲鹏920，以后倾向更多使用鲲鹏920[1616 1620]，具体服务器是泰山系列。

ARM 鲲鹏

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。