En el interior del chip Exynos en el Galaxy S7 se encuentra una red neuronal para predecir las transiciones.

Un sistema de chips FinFET Exynos 8890 de 14 nanómetros

Ayer, en una conferencia especializada en microelectrónica Hot Chips en California, los ingenieros de Samsung mostraron por primera vez dibujos de los misteriosos núcleos de procesador M1 (nombre en clave Mongoose) que funcionan en los teléfonos inteligentes S7 y S7 Edge.

Las versiones internacionales de estos teléfonos inteligentes Android tienen un sistema de chips FinFET Exynos 8890 de 14 nanómetros. Tiene cuatro núcleos ARM Cortex-A53 estándar (1.6 GHz) y cuatro núcleos M1 patentados que operan a 2.3 GHz y 2.6 GHz

Un equipo de desarrollo estadounidense desarrolló el M1 desde cero en tres años en su propio proyecto . En los puntos de referencia, el Exynos 8890 es inferior al chip iPhone 6S A9 en términos de rendimiento en un solo núcleo, pero gana en tareas multinúcleo.


Plan Básico M1. Imagen: Samsung

Uno de los componentes del núcleo M1 es el predictor de rama incorporado, que predice si se ejecutará una rama condicional en el programa ejecutable. La predicción de ramificaciones reduce el tiempo de inactividad de la tubería al precargar y ejecutar instrucciones que deben ejecutarse después de que se ejecute la instrucción de ramificación condicional. La predicción de rama es crítica porque permite el uso óptimo de los recursos informáticos del procesador.

La predicción de rama a través de un predictor de rama es una característica bastante estándar en los procesadores. Ya en los primeros procesadores SPARC y MIPS, se utilizó un método de predicción de rama estática primitivo, cuando las instrucciones ubicadas después de la instrucción de rama condicional siempre se cargaban en la tubería. Los procesadores modernos implementan métodos más avanzados de predicción de transición dinámica:

• con análisis de la historia general de las transiciones (contador bimodal, predictor adaptativo de dos niveles, predicción de transición global);
  
  
• con un análisis del propio historial de transición para cada transición condicional (predicción de transición local);
  
  
• un predictor híbrido que selecciona los resultados de los predictores más exitosos, incluido el predictor para el ciclo;
  
  
• predictor de ramas indirectas que pueden tener más de dos ramas.

Entonces, resulta que, en el núcleo M1, los ingenieros de Samsung implementaron la predicción de sucursales utilizando una red neuronal . Este es un tipo relativamente nuevo de indicador de transición. El profesor Lucian Vintan propuso que se utilizara por primera vez en un trabajo teórico en 1999 (artículo científico " Hacia un predictor de rama neural de alto rendimiento "). Dos años después, se desarrolló el primer predictor de transición de perceptrón, que en teoría podría implementarse en hardware (artículo científico " Predicción de rama neural basada en la vía rápida ", autor - Profesor Daniel A. Jiménez de la Universidad de Rutgers en los Estados Unidos).

Una ventaja clave de un predictor en una red neuronal es un aumento lineal de los recursos con un aumento en el análisis del historial de transición (en los predictores clásicos, el consumo de recursos crece exponencialmente con un aumento en el historial). Por esta razón, un predictor en una red neuronal es más eficiente. Ya la primera red neuronal del trabajo de Daniel Jiménez mostró un aumento en la eficiencia del 5,7% en comparación con el predictor híbrido Scott McFarling .

En los años siguientes, el mismo Daniel Jiménez y otros investigadores trabajaron para eliminar las deficiencias del predictor de transición, incluido un gran retraso en los cálculos.

Los investigadores ofrecen las últimas ideas para los predictores de transición en la predicción de la sucursal del campeonato, el último de los cuales se celebró en junio de 2016 como parte del simposio de arquitectura informática ISCA 2016 en Seúl.

A pesar de la vigorosa investigación científica en esta área, hasta ahora no se conocía ningún procesador de masa que implementara el predictor de transiciones en perceptrones. No es que el FinFET Exynos 8890 con núcleos M1 en los teléfonos inteligentes S7 y S7 Edge sea el primer procesador de este tipo. Solo los desarrolladores de Samsung y otras compañías mantienen la información en secreto, y esto se puede entender. Los predictores de transición son uno de los secretos mejor guardados de la industria de los semiconductores. Los fabricantes a menudo ni siquiera patentansus predictores de transición, para no dar un secreto a los competidores, y también porque entonces será difícil probar el hecho de la infracción de patentes, dada la lógica compleja en los procesadores propietarios modernos.


Diapositiva de la presentación de Samsung en la conferencia Hot Chips. Representa un módulo predictor de transición que utiliza una red neuronal. Imagen: Samsung

Samsung es la primera compañía en anunciar oficialmente el uso de una red neuronal en su predictor de transiciones. Los expertos en la industria microelectrónica dicenque una tecnología similar parece ser utilizada en los predictores Jaguar y Bobcat en chips AMD. Como era de esperar, el actual vicepresidente y director de desarrollo de procesadores de Samsung en Samsung, jefe del Centro de Investigación de Samsung en Austin, Texas, Brad Burgess, dirigió anteriormente el proyecto de microarquitectura Bobcat de AMD.

Es probable que Intel y AMD estén usando silenciosamente predictores de perceptrón en procesadores de escritorio y servidores. Como ya se mencionó, esta información se mantiene en secreto y ni siquiera está patentada.

Samsung fue el primero en romper el voto de silencio. Quizás los desarrolladores de la microarquitectura Exynos simplemente decidieron presumir.

Source: https://habr.com/ru/post/es397075/