Au plus profond de la puce Exynos du Galaxy S7 se trouve un réseau de neurones pour prédire les transitions

Un système de puces FinFET Exynos 8890 de 14 nanomètres

Hier, lors d'une conférence spécialisée sur les puces microélectroniques en Californie, les ingénieurs de Samsung ont d' abord montré des dessins des mystérieux cœurs de processeur M1 (nom de code Mongoose) qui fonctionnent sur les smartphones S7 et S7 Edge.

Les versions internationales de ces smartphones Android disposent d'un système de puce FinFET Exynos 8890 de 14 nanomètres. Il dispose de quatre cœurs ARM Cortex-A53 standard (1,6 GHz) et de quatre cœurs M1 propriétaires fonctionnant à 2,3 GHz et 2,6. GHz

Une équipe de développement américaine a développé le M1 à partir de zéro en trois ans sur son propre projet . En termes de référence, l'Exynos 8890 est inférieur à la puce iPhone 6S A9 en termes de performances sur un seul cœur, mais gagne dans les tâches multicœurs.


Plan de base M1. Image: Samsung

L'un des composants du noyau M1 est le prédicteur de branche intégré, qui prédit si une branche conditionnelle sera exécutée dans le programme exécutable. La prédiction des branches réduit le temps d'indisponibilité du pipeline en préchargeant et en exécutant des instructions qui doivent être exécutées après l'exécution de l'instruction de branche conditionnelle. La prédiction de branche est critique car elle permet une utilisation optimale des ressources informatiques du processeur.

La prédiction de branche via un prédicteur de branche est une fonctionnalité assez standard dans les processeurs. Déjà dans les premiers processeurs SPARC et MIPS, une méthode de prédiction de branche statique primitive était utilisée, lorsque des instructions situées après l'instruction de branche conditionnelle étaient toujours chargées dans le pipeline. Les processeurs modernes mettent en œuvre des méthodes plus avancées de prédiction de transition dynamique:

• avec analyse de l'historique global des transitions (compteur bimodal, prédicteur adaptatif à deux niveaux, prédiction de transition globale);
  
  
• avec une analyse de son propre historique de transition pour chaque transition conditionnelle (prédiction de transition locale);
  
  
• un prédicteur hybride qui sélectionne les résultats des prédicteurs les plus efficaces, y compris le prédicteur pour le cycle;
  
  
• prédicteur de branches indirectes pouvant avoir plus de deux branches.

Il s'avère donc que, dans le noyau M1, les ingénieurs de Samsung ont implémenté la prédiction de branche à l'aide d'un réseau neuronal . Il s'agit d'un type de prédicteur de transition relativement nouveau. Il a été proposé pour la première fois pour être utilisé dans des travaux théoriques par le professeur Lucian Vintan en 1999 (article scientifique " Vers un prédicteur de branche neuronale de haute performance "). Deux ans plus tard, le premier prédicteur de transition du perceptron a été développé, qui pourrait théoriquement être implémenté dans le matériel (article scientifique " Fast Path-Based Neural Branch Prediction ", auteur - professeur Daniel A. Jiménez de l'Université Rutgers aux États-Unis).

Un avantage clé d'un prédicteur sur un réseau de neurones est une augmentation linéaire des ressources avec une augmentation de l'analyse de l'historique de transition (dans les prédicteurs classiques, la consommation de ressources croît de façon exponentielle avec une augmentation de l'historique). Pour cette raison, un prédicteur sur un réseau neuronal est plus efficace. Déjà le premier réseau neuronal issu des travaux de Daniel Jimenez a montré une augmentation de l'efficacité de 5,7% par rapport au prédicteur hybride Scott McFarling .

Au cours des années suivantes, le même Daniel Jimenez et d'autres chercheurs ont travaillé pour éliminer les lacunes du prédicteur de transition, y compris un retard important dans les calculs.

Les chercheurs proposent les dernières idées pour les prédicteurs de transition lors de la prédiction de la branche de championnat, dont la dernière s'est tenue en juin 2016 dans le cadre du symposium ISCA 2016 sur l'architecture informatique à Séoul.

Malgré les recherches scientifiques vigoureuses dans ce domaine, jusqu'à présent, on ne connaissait aucun processeur de masse, qui implémente le prédicteur des transitions sur les perceptrons. Ce n'est pas que le FinFET Exynos 8890 avec des cœurs M1 dans les smartphones S7 et S7 Edge soit le premier processeur de ce type. Seuls les développeurs de Samsung et d'autres sociétés gardent les informations secrètes, et cela peut être compris. Les prédicteurs de transition sont l'un des secrets les mieux gardés de l'industrie des semi-conducteurs. Souvent, les fabricants ne brevetent même pasleurs prédicteurs de transition, afin de ne pas donner de secret aux concurrents, et aussi parce qu'alors il sera difficile de prouver le fait de la contrefaçon de brevet, compte tenu de la logique complexe des processeurs propriétaires modernes.


Diapositive de la présentation de Samsung lors de la conférence Hot Chips. Il représente un module prédicteur de transition utilisant un réseau neuronal. Image: Samsung

Samsung est la première entreprise à annoncer officiellement l'utilisation d'un réseau neuronal dans son prédicteur des transitions. Les experts de l'industrie microélectronique affirmentqu'une technologie similaire semble être utilisée dans les prédicteurs Jaguar et Bobcat des puces AMD. Sans surprise, l'actuel vice-président de Samsung et directeur du développement des processeurs chez Samsung, chef du centre de recherche de Samsung à Austin, Texas, Brad Burgess, dirigeait auparavant le projet de microarchitecture Bobcat d'AMD.

Il est probable qu'Intel et AMD utilisent discrètement des prédicteurs perceptron dans les processeurs de bureau et de serveur. Comme déjà mentionné, ces informations sont gardées secrètes et ne sont même pas brevetées.

Samsung a été le premier à rompre le vœu de silence. Peut-être que les développeurs de la microarchitecture Exynos ont simplement décidé de se vanter.

Source: https://habr.com/ru/post/fr397075/