Tief im Inneren des Exynos-Chips des Galaxy S7 befindet sich ein neuronales Netzwerk zur Vorhersage von Übergängen

Ein 14-Nanometer-FinFET-Exynos-8890-Chipsystem

Gestern zeigten Samsung-Ingenieure auf einer Fachkonferenz über Mikroelektronik- Hot-Chips in Kalifornien erstmals Zeichnungen der mysteriösen M1-Prozessorkerne (Codename Mongoose), die auf S7- und S7-Edge-Smartphones funktionieren.

Die internationalen Versionen dieser Android-Smartphones verfügen über ein 14-Nanometer-FinFET-Exynos-8890-Chipsystem. Es verfügt über vier Standard-ARM-Cortex-A53-Kerne (1,6 GHz) und vier proprietäre M1-Kerne, die mit 2,3 GHz und 2,6 arbeiten GHz

Ein amerikanisches Entwicklungsteam hat den M1 in drei Jahren in einem eigenen Projekt von Grund auf neu entwickelt . In Benchmarks ist der Exynos 8890 dem iPhone 6S A9-Chip in Bezug auf die Leistung auf einem einzelnen Kern unterlegen, gewinnt jedoch bei Multi-Core-Aufgaben.


Kernplan M1. Bild: Samsung

Eine der Komponenten des M1-Kerns ist der integrierte Verzweigungsprädiktor, der vorhersagt, ob eine bedingte Verzweigung im ausführbaren Programm ausgeführt wird. Die Vorhersage von Verzweigungen reduziert die Ausfallzeit der Pipeline durch Vorladen und Ausführen von Anweisungen, die ausgeführt werden müssen, nachdem die bedingte Verzweigungsanweisung ausgeführt wurde. Die Verzweigungsvorhersage ist kritisch, da sie eine optimale Nutzung der Prozessor-Computing-Ressourcen ermöglicht.

Die Verzweigungsvorhersage durch den Prädiktor Übergänge - es ist eine Standardfunktion in Prozessoren. Bereits in den ersten SPARC- und MIPS-Prozessoren wurde eine primitive statische Verzweigungsvorhersagemethode verwendet, wenn Befehle, die sich nach dem bedingten Verzweigungsbefehl befinden, immer in die Pipeline geladen wurden. Moderne Prozessoren implementieren fortschrittlichere Methoden zur Vorhersage dynamischer Übergänge:

• mit Analyse der gesamten Übergangsgeschichte (bimodaler Zähler, adaptiver Zwei-Ebenen-Prädiktor, globale Übergangsvorhersage);
  
  
• mit einer Analyse der eigenen Übergangsgeschichte für jeden bedingten Übergang (lokale Übergangsvorhersage);
  
  
• ein hybrider Prädiktor, der die Ergebnisse der erfolgreichsten Prädiktoren auswählt, einschließlich des Prädiktors für den Zyklus;
  
  
• Prädiktor für indirekte Zweige, die mehr als zwei Zweige haben können.

Es stellte sich heraus, dass die Samsung-Ingenieure im M1-Kern die Verzweigungsvorhersage mithilfe eines neuronalen Netzwerks implementiert haben . Dies ist eine relativ neue Art von Übergangsprädiktor. Es wurde erstmals 1999 von Professor Lucian Vintan für theoretische Arbeiten vorgeschlagen (wissenschaftlicher Artikel "Auf dem Weg zu einem Hochleistungs-Prädiktor für neuronale Zweige "). Zwei Jahre später wurde der erste Perzeptron-Übergangsprädiktor entwickelt, der theoretisch in Hardware implementiert werden konnte (wissenschaftlicher Artikel " Fast Path-Based Neural Branch Prediction ", Autor - Professor Daniel A. Jiménez von der Rutgers University in den USA).

Ein Hauptvorteil eines Prädiktors in einem neuronalen Netzwerk ist eine lineare Zunahme der Ressourcen mit einer Zunahme der Analyse der Übergangsgeschichte (bei klassischen Prädiktoren wächst der Ressourcenverbrauch exponentiell mit einer Zunahme der Geschichte). Aus diesem Grund ist ein Prädiktor in einem neuronalen Netzwerk effizienter. Bereits das erste neuronale Netz aus der Arbeit von Daniel Jimenez zeigte eine Effizienzsteigerung von 5,7% gegenüber dem Hybrid-Prädiktor Scott McFarling .

In den folgenden Jahren arbeiteten derselbe Daniel Jimenez und andere Forscher daran, die Mängel des Übergangsprädiktors zu beseitigen, einschließlich einer großen Verzögerung bei den Berechnungen.

Forscher bieten die neuesten Ideen für Übergangsprädiktoren bei Championship Branch PredictionDie letzte fand im Juni 2016 im Rahmen des ISCA 2016 Computer Architecture Symposiums in Seoul statt.

Trotz der intensiven wissenschaftlichen Forschung auf diesem Gebiet war bisher kein Massenprozessor bekannt, der den Prädiktor für Übergänge auf Perzeptronen implementiert. Es ist nicht so, dass der FinFET Exynos 8890 mit M1-Kernen in den Smartphones S7 und S7 Edge der erste derartige Prozessor ist. Nur die Entwickler von Samsung und anderen Unternehmen halten die Informationen geheim, und dies kann verstanden werden. Übergangsprädiktoren sind eines der bestgehüteten Geheimnisse der Halbleiterindustrie. Hersteller patentieren oft nicht einmalihre Übergangsprädiktoren, um den Wettbewerbern kein Geheimnis zu verraten, und auch, weil es angesichts der komplexen Logik moderner proprietärer Prozessoren schwierig sein wird, die Tatsache einer Patentverletzung zu beweisen.


Folie von der Samsung-Präsentation auf der Hot Chips-Konferenz. Es zeigt ein Übergangsprädiktormodul unter Verwendung eines neuronalen Netzwerks. Bild: Samsung

Samsung ist das erste Unternehmen, das offiziell die Verwendung eines neuronalen Netzwerks für die Vorhersage von Übergängen ankündigt. Experten der mikroelektronischen Industrie sagendass eine ähnliche Technologie in den Jaguar- und Bobcat-Prädiktoren in AMD-Chips verwendet zu werden scheint. Es überrascht nicht, dass Brad Burgess, der derzeitige Vice President und Director of Processor Development bei Samsung, Leiter des Samsung Research Center in Austin, Texas, zuvor das Bobcat-Mikroarchitekturprojekt von AMD leitete.

Es ist wahrscheinlich, dass Intel und AMD Perceptron-Prädiktoren in Desktop- und Serverprozessoren stillschweigend verwenden. Wie bereits erwähnt, werden diese Informationen geheim gehalten und nicht einmal patentiert.

Samsung war der erste, der das Schweigegelübde gebrochen hat. Vielleicht haben die Entwickler der Exynos-Mikroarchitektur einfach beschlossen, zu prahlen.

Source: https://habr.com/ru/post/de397075/