距離Arm公布代號(hào)Bifrost的次世代GPU架構(gòu)并推出Mali G71核心已經(jīng)兩年了， 然而作為先鋒的Mali G71在麒麟960和Exynos 8895中的表現(xiàn)都不盡人意，其功耗之高明顯超出了預(yù)期。之后的Mali G72是一款更為合理的產(chǎn)品，它更接近Bifrost架構(gòu)所承諾的能效目標(biāo)，在麒麟970和Exynos 9810上實(shí)現(xiàn)了100%的能效提升。

今天，Arm公布了Mali G72的后續(xù)產(chǎn)品，也是Bifrost系列的最新產(chǎn)品：Mali G76，目標(biāo)非常明確：提高單位功耗性能和單位面積性能，并盡可能地趕超競(jìng)爭(zhēng)對(duì)手。Arm承諾，在臺(tái)積電7nm工藝的支撐下，使用Mali G76的下一代SoC性能可提高50％。

橫向來(lái)看，Mali G76重點(diǎn)改善了三個(gè)關(guān)鍵指標(biāo)，首先是性能密度提高了30％，這意味著GPU面積不變，性能可提高30％；或者在性能相同時(shí)，可縮小約24%的GPU面積。其次，Mali G76的微架構(gòu)效率提升了30%，這要?dú)w功于架構(gòu)內(nèi)功能塊的整合。最后，Arm為Mali G76添加了新的專用8位點(diǎn)積指令，使其機(jī)器學(xué)習(xí)推理性能提高了2.7倍。

擴(kuò)充架構(gòu)規(guī)模

對(duì)于Arm的GPU設(shè)計(jì)來(lái)說(shuō)，Bifrost已經(jīng)是一個(gè)現(xiàn)代的圖形架構(gòu)，3D圖形技術(shù)在過(guò)去的兩年中也沒(méi)有發(fā)生重大變革。Mali G76在圖形特性方面和Mali G72完全一樣，變化集中在圖形計(jì)算過(guò)程中。

與Mali G72相比，Mali G76在架構(gòu)上的優(yōu)化幅度更大。雖然它仍是Bifrost架構(gòu)，但GPU的工作方式發(fā)生了很大變化。無(wú)論在移動(dòng)GPU還是桌面GPU領(lǐng)域，Mali G76都是單個(gè)圖形體系版本迭代中變化最大的之一。

前代Mali G71/G72的每個(gè)EU模塊中包含4組FMA和ADD/SF流水線并組成一個(gè)線程粒度，Arm將這種模塊結(jié)構(gòu)稱為“Quad”。隨著技術(shù)和應(yīng)用的發(fā)展以及移動(dòng)GPU在VR和高畫質(zhì)游戲領(lǐng)域的壓力不斷增加，Quad結(jié)構(gòu)的運(yùn)算效率已逐漸無(wú)法滿足需求。

根據(jù)Arm的數(shù)據(jù)，Mali G76為了進(jìn)一步提高架構(gòu)的性能和面積效率，將GPU內(nèi)的基礎(chǔ)計(jì)算模塊的規(guī)模增加了一倍，單個(gè)EU內(nèi)擁有8組FMA和ADD/SF流水線。全新EU結(jié)構(gòu)的面積并沒(méi)有大幅增加，相比前代只提升了22%，但性能卻得到了顯著提升。

這是一個(gè)非常有趣的變化，通常來(lái)說(shuō)線程粒度的尺寸通常代表著硬件架構(gòu)的典型特性。PC GPU的線程粒度已經(jīng)有許多年沒(méi)有變動(dòng)過(guò)了，NVIDIA自2006年至今一直保持著32寬度，AMD則從2011年至今一直使用64寬度。

此前Bifrost架構(gòu)所用的Quad結(jié)構(gòu)，相比競(jìng)爭(zhēng)對(duì)手架構(gòu)的線程粒度（16~32寬度）要小很多。通常來(lái)講，線程粒度反映了架構(gòu)在資源/面積密度和性能之間的平衡點(diǎn)，較大的線程粒度可節(jié)省控制邏輯單元數(shù)量（單個(gè)32寬度線程粒度只需1個(gè)控制邏輯單元，而8個(gè)4寬度線程粒度需要8個(gè)控制邏輯單元）。

但線程粒度越大，控制單元填充它就越困難。Arm的GPU哲學(xué)總體上注重的是盡量避免執(zhí)行停滯，通過(guò)使用更小的線程粒度降低線程發(fā)散的可能性。分割線程雖然并不難，但也會(huì)造成性能損失。

Arm在推出Bifrost架構(gòu)時(shí)表示，他們采用了4寬度線程粒度，以減少因線程發(fā)散所造成的ALU（算術(shù)邏輯單元）閑置。這從理論上看是一種很好的策略，如果運(yùn)算中有大量分支代碼，那么因線程發(fā)散而閑置的ALU就沒(méi)有了任何價(jià)值。

然而對(duì)于一個(gè)很小的線程粒度來(lái)說(shuō)，控制邏輯單元與ALU的比率太高了，浪費(fèi)了大量硬件規(guī)模。Mali G76換用8寬度線程粒度后，降低了控制邏輯單元與ALU的比率，在ALU吞吐量翻倍的情況下，EU模塊的規(guī)模只比之前4寬度線程粒度時(shí)增加了28%。

雖然Arm并沒(méi)有做出更明確的解釋，但雷鋒網(wǎng)認(rèn)為此次改變其實(shí)反映出Arm此前4寬度線程粒度的設(shè)計(jì)有些一廂情愿了，實(shí)際游戲中幾乎用不到這么小的尺寸。更致密的Quad結(jié)構(gòu)也有助于擴(kuò)充架構(gòu)規(guī)模，Arm可以在單位面積上塞入更多ALU以提升性能。

與此同時(shí)，為了匹配翻倍的Quad尺寸，Arm將相應(yīng)的緩存和通道也增加了一倍。雖然Arm沒(méi)有正式披露Quad的寄存器堆棧大小，但他們已經(jīng)證實(shí)Mali G76的寄存器堆棧與Mali G72一樣，每通道有64個(gè)寄存器，因而寄存器堆棧的壓力并沒(méi)有變化。

在像素和紋理方面，Mali G76也使用了雙單元方案，每周期可以處理兩個(gè)像素或兩個(gè)紋理，ALU與像素和紋理單元的比例與之前保持一致。

在相同的時(shí)鐘速度下，Mali G76的浮點(diǎn)運(yùn)算、紋理和像素吞吐量都增加了一倍，實(shí)際性能的提升幅度也應(yīng)基本相仿。在某種意義上，Arm是將兩個(gè)Mali G72核心融合成了一個(gè)Mali G76核心，但Mali G76達(dá)到Mali G72翻倍的性能只需132%的芯片面積，理論上單位面積性能提升了50%。

強(qiáng)化機(jī)器學(xué)習(xí)

雖然Arm大幅強(qiáng)化了Bifrost架構(gòu)的圖形渲染性能，但這不是Mali G76核心的唯一改變，機(jī)器學(xué)習(xí)性能的提升也是此次的重頭戲。

Arm為Mali G76的ALU強(qiáng)化了int8格式的支持，這一數(shù)據(jù)格式是處理神經(jīng)網(wǎng)絡(luò)的關(guān)鍵操作，在機(jī)器學(xué)習(xí)推理非常重要，盡管8位整數(shù)的精度有限，但在很多情況下仍然足以進(jìn)行基本推理。

雖然此前Mali G71/G72也可通過(guò)打包4個(gè)int8數(shù)據(jù)的方法進(jìn)行計(jì)算，但Mali G76是第一個(gè)原生支持單周期處理int8的Mali核心。根據(jù)工作負(fù)載和機(jī)器學(xué)習(xí)框架的不同，Mali G76的機(jī)器學(xué)習(xí)性能相比Mali G71/G72提升了約2.7倍。

同時(shí)Arm研究發(fā)現(xiàn)，影響GPU性能的另一個(gè)潛在瓶頸是回寫機(jī)制。如果GPU在一個(gè)多邊形回寫過(guò)程中停滯，則很可能會(huì)阻塞GPU的其他部分。Arm將Mali G76從有序回寫機(jī)制轉(zhuǎn)變?yōu)闊o(wú)序回寫機(jī)制，允許通過(guò)繞過(guò)那些回寫延遲來(lái)更靈活地回寫多邊形。

此外Arm還優(yōu)化了Mali G76塊緩沖，在某些情況下色彩緩沖被耗盡時(shí)，可臨時(shí)溢出到深度緩沖中。這樣可以減少對(duì)主內(nèi)存進(jìn)行訪問(wèn)的次數(shù)，以盡可能保持GPU核心的本地流量。Mali G76的線程本地存儲(chǔ)機(jī)制也相應(yīng)的針對(duì)寄存器溢出處理進(jìn)行了優(yōu)化，GPU會(huì)將溢出的數(shù)據(jù)塊分組在一起以利于將來(lái)獲取。

性能和功耗預(yù)測(cè)

Arm的GPU核心設(shè)計(jì)一向都是組團(tuán)群P的思路，通過(guò)堆砌核心數(shù)量來(lái)抗衡高通Adreno的大核心無(wú)敵策略。

此前Mali G71/G72最多可支持堆砌32核心，但實(shí)際上沒(méi)有任何一家SoC廠商選擇過(guò)MP32的最大配置選項(xiàng)，最高也不過(guò)是三星Exynos 8895的Mali G71 MP20，其次是Exynos 9810的Mali G72 MP18，而華為的麒麟970使用了Mali G72 MP12，麒麟960則只有Mali G71 MP8。

出現(xiàn)這種現(xiàn)象的原因恰恰是Mali G71/G72的單位面積性能太差了。以Exynos 9810的18核Mali G72為例，其GPU總面積為24.53 mm2，是高通Adreno 630（10.69 mm2）的2.3倍、蘋果A11 GPU（15.28 mm2）的1.6倍，而性能卻還不如Adreno 630和蘋果A11 GPU。更遑論Exynos 8895上面積更大（32 mm2）性能更低的Mali G71 MP20。

三星Exynos 9810核心透視圖

與三星的狂堆核心數(shù)相比，麒麟970和960則只使用了中等數(shù)量的核心，然后通過(guò)拉高核心頻率來(lái)榨取性能。然而雷鋒網(wǎng)在上篇分析Cortex A76的文章中提到過(guò)，每種核心架構(gòu)在某一工藝下，都有一個(gè)能耗比最佳的頻率區(qū)間，越過(guò)這個(gè)區(qū)間后，繼續(xù)拉高頻需要付出極大的功耗代價(jià)。

三星Exynos 9810和8895雖然GPU面積很大，但由于頻率只有560MHz左右，因此功耗表現(xiàn)尚可。而麒麟970的Mali G72 MP12為746MHz，功耗上升非常明顯，能耗比僅略高于使用Mali G71的Exynos 8895。麒麟960的Mali G71 MP8頻率甚至高達(dá)1037MHz，暴增的功耗使其能耗比還不如老舊Exynos 7420上的Mali T760 MP8。

考慮到實(shí)際使用中的情況，以及Mali G76核心規(guī)模的擴(kuò)充，Arm決定將Mali G76的最大核心數(shù)量下調(diào)至20核心。通過(guò)將功能模塊和執(zhí)行引擎整合到更少的“內(nèi)核”中來(lái)提高內(nèi)核的性能密度，可顯著改善GPU的單位面積性能。據(jù)估計(jì)，Mali G76在曼哈頓3.1測(cè)試中，每mm2性能提升了39%，

Arm表示，Mali G76 MP12在7nm工藝下，相比Mali G72 MP18將會(huì)有50%的性能提升，功耗則保持一致。而相比驍龍845的Adreno 630，Mali G76 MP12在擁有12.8%性能優(yōu)勢(shì)的同時(shí)，功耗下降了22.8%。（注：Mali G76 MP12頻率不明）

結(jié)論與思考

總的來(lái)說(shuō)，Mali G76的進(jìn)步非常明顯——單位面積性能提高了30%，且功耗表現(xiàn)也有很大改善。然而雷鋒網(wǎng)認(rèn)為，盡管Mali G76將大大提高Arm公版GPU的競(jìng)爭(zhēng)力，但依然不足以借此一役趕超競(jìng)爭(zhēng)對(duì)手。

在微架構(gòu)優(yōu)化方面，Arm的確在整合核心和加強(qiáng)核心方面做出了正確的選擇。Arm公版GPU的多核心策略是一把雙刃劍，它雖然允許廠商根據(jù)自身需求配置核心數(shù)量，但多核心也會(huì)導(dǎo)致不可避免的性能和面積損耗。Arm雖然預(yù)測(cè)了Mali G76 MP12的表現(xiàn)，但與高通Adreno 630和蘋果A11的GPU相比，12核依然太多了。

想想Mali G72 MP18與Adreno 630的對(duì)比，即便Mali G76的每平方毫米性能提升了39%，依然無(wú)法抵消高達(dá)2.3:1的面積比。用7nm的Mali G76 MP12打贏10nm的Adreno 630并不能說(shuō)明什么，如果二者同為7nm工藝，不出意外Mali G76的能耗和面積依然會(huì)有明顯劣勢(shì)。

目前，雷鋒網(wǎng)非常關(guān)注Mali G76在實(shí)際芯片中能有怎樣的表現(xiàn)，同時(shí)希望Arm在未來(lái)能將每個(gè)EU的計(jì)算資源再增加一倍，這很可能將再次帶來(lái)巨大的改進(jìn)，進(jìn)一步縮小與競(jìng)爭(zhēng)對(duì)手的差距。

via：Anandtech

相關(guān)文章：

淺析ARM全新Cortex A76架構(gòu)：2.4GHz便可干掉驍龍845

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。