【IT168 专稿】上篇通过SPEC_fp2000和SPECfp_rate2000基准测试，比较了三种CPU设计方案（更小的芯片、增加缓存、增加核心）在性能和性价比方面的不同表现和优劣势。
中篇将讨论多核处理器在短期内需要解决的一些问题，如功耗问题、单/多线程性能矛盾、最优核心数量等，为此，作者还对传统的Amdahl 定律进行了适当修改。此外，文章还从技术和市场的角度对多核芯片与RISC SMP进行了比较，作者认为这二者之间存在一定的相似性，而且，64位多核处理器对RISC市场构成了挑战。
下篇，作者从长远角度，对未来多核处理器的方向性问题进行了一些探讨，如片上SMP、异构多核、核心过多、内存带宽等问题。
AMD专家:多核革命的希望、风险及影响-上
——三种CPU设计方案
第1页：三种CPU设计方案
第2页：三种方案对CPU性能和成本的影响
AMD专家:多核革命的希望、风险及影响-中
——多核处理器发展中的当前问题和短期问题
第3页：功耗问题也很复杂
第4页：单线程性能和多线程性能的矛盾
第5页：多核芯片与RISC SMP的相似性
第6页：X86冲击RISC-打破系统平衡
第7页：小型SMP和大型SMP的性价比差距越..
第8页：多核X86处理器的性价比
AMD专家:多核革命的希望、风险及影响-下
——多核处理器发展方向的长期预测
第9页：在芯片上实现SMP系统（SoC，SMP o..
第10页：CPU设计时有更大的灵活度
第11页：异构多核芯片中不仅有CPU，还有GPU
第12页：核心过多带来的问题
第13页：内存带宽是多核系统的瓶颈
第14页：总结与结论
1）功耗问题也很复杂
跟性能一样，功耗问题也会比你想象的要复杂得多，同样会涉及多个方面。在基于高性能处理器的计算机系统环境中，“功耗”问题可能意味着以下任何一种情况：
• 通过众多超细针脚/焊点传送到芯片的大量电流。（注意：即使在同样的功耗水平下，随着电压下降，电流上升，针脚/焊点内的热阻也将升高。）
• 消除大量热量，以防止Die温度超过阈值，明显缩短产品寿命。
• “热点”问题：芯片局部区域中的功耗密度过高可能将导致局部故障。（注意：若为了保持同样的功耗水平，将晶圆上的处理器内核尺寸减少一半，同时提高频率，则内核中的功耗密度将提高一倍。）
• 为提供计算服务，需要为系统设备提供大量电力——包括电力成本和用电升级成本。
• 消除放置服务器所需基础设施所产生的大量热量——包括电力成本和机房冷却系统升级成本。
• 消除处理器芯片造成的大量热空气，以免影响其他热敏组件（如内存、硬盘等）。
由此可以看出，功耗问题实际上至少与5、6个相关而性质截然不同的技术问题和经济问题有关。
2）单线程性能和多线程性能的矛盾
下面，我们需要进一步探讨的是，如何在保持功耗水平不变的情况下，通过多核心设计来提高CPU的吞吐量和性能。我们知道，在假定其他条件不变的情况下，功耗往往是以CPU主频的平方倍或立方倍增长的，而性能提升却要低于主频的线性增长速度。可见，在主频发展到一定程度，试图继续通过提升主频来提高每瓦特性能的做法会越来越难以凑效。
多核为我们提供了一种新的方法。对于那些可以充分利用多线程的应用负载来说，多核可以极大地提高CPU的每瓦特吞吐量。但是，多核也存在缺陷，就象我们前文讨论过的，这种吞吐量的提升是以牺牲单线程性能为代价的。
为了在一颗芯片上放入更多的内核，一方面，我们可以不断改进平版印刷工艺，以把更多的当前内核放进去，另一种方法就是设计尺寸更小、也更节能的新内核。但问题在于，过去数年来，我们把单线程看得太重要了，使得后一种方法并没得到大规模使用（除了SUN的TI处理器外）。
通过上文的性能模型分析表明，只要我们能够保证CPU内核的功耗下降速度快于峰值吞吐量的下降速度，我们就能够通过无数个高效率的微小核心来获得最优的吞吐量性能。很显然，这样一种系统会使单线程性能很低。
那么，在多核系统中，如何来解决“多线程应用性能提高、单线程应用性能下降”的这种矛盾呢？到底多少个处理器内核才是最优的呢？\
为此，我们可以事先定义好可以接受的最低单线程性能（minimum acceptable single-thread performance），然后对芯片进行优化，在限定的面积和功耗水平下，使其能包含尽可能多的内核。
此外，还有其他一些因素会限定内核的数量。一个因素就是通信（communication）和同步（synchronization），这一点在简单的吞吐量模型中往往被忽视了。而实际情况是，如果你想在一个并行、线程化的应用中使用不只一个内核，就需要某种通信/同步，而且，对于一个固定的工作负载，通信/同步开销是作业所用 CPU 内核数量的单调递增函数（monotonically increasing function）。由此，我们需要对 Amdahl 定律做些简单修改：
 |
其中，T 为解决某计算问题所需的总时间，Ts 是完成串行（非重叠性，non-overlapped）工作所需的时间，Tp 是完成所有并行工作所需的时间，N 是并行工作中所使用的处理器数量，To 是每颗处理器的通信与同步开销。To正是传统 Amdahl 定律公式中所没有的——随着处理器的增多，总开销也会增加。
在没有引入通信/同步开销的传统标准模型中，总时间T就是处理器数N的一个单调递减函数（monotonically decreasing function），会逐渐接近于Ts。而在修改后的公式中，我们很清楚地看到，由于存在通信开销，随着处理器数N 的增加，在达到某一临界点后，总时间T就会开始增加。因此，对于一个完全并行的应用 (即Ts=0) 来说，其所需处理器的最优数量是：
 |
比如，假设通信同步开销 To 是并行化时间 Tp 的 1%，那么，我们可以算出：使用 10 个处理器就能获得最大的性能表现。当然，在实际系统设计时，我们还需要权衡其他一些影响性能和性价比的因素。
3）多核芯片与RISC SMP的相似性
我们注意到，在多核芯片与上世纪90年代中繁荣了RISC服务器市场的RISC SMP系统之间，存在着非常有趣的相似现象。在过去的10年中，RISC服务器市场的硬件收入可是达到了2400亿美元。
首先，传统的RISC SMP提供了易于使用、缓存一致（cache-coherent）、共享内存（shared-memory）的应用特性，未来的多核处理器也同样会提供这些价值，不同的是，SMP是在一个单一的芯片上来实现。
其次，二者拥有相似的主内存延迟比率。1995年，SGI POWER Challenge是当时中端市场上最畅销的HPC服务器——笔者之一（McCalpin）就曾买过一台8 CPU的系统，花了40万美元。在1996-1997年间，其CPU主频是90 MHz (11 ns)，主内存延迟接近 1000 ns（即90 个时钟周期）。而到了2007年，一颗AMD四核处理器的主频将超过 2 GHz (0.5 ns)，主内存延迟约为 55 ns（即110 个时钟周期）。比较一下，我们不难发现，主内存延迟的比率是多么惊人的相似，均在100个时钟周期左右。
再次，二者在字节/FLOP上也相似。对于RISC SMP系统来说，能否提供足够的内存带宽是一大挑战。一套配备8颗CPU的SGI POWER Challenge的峰值浮点运算性能是2.88 GFLOPS，最高内存带宽为1.2 GB/s，即平均每FLOP约 0.42 字节。而一颗AMD四核处理器的峰值浮点性能将达到32 GFLOPS，最高内存带宽约12.8 GB/s，平均每FLOP也大约是0.4 字节。
4）X86多核处理器对RISC的冲击
1996年，UNIX 服务器市场的硬件收入超过 220 亿美元，到 2000 年，增加到了近330 亿美元。之后，这块市场一直在下滑，到2006 年，已下滑到了180 亿美元左右。我们认为，主要有以下三大因素导致了UNIX市场的萎缩：
• 越来越难以维持最初使UNIX服务器获得成功的系统平衡；
• 跟中低端的小型RISC SMP不同，大型多路RISC SMP无法降低每处理器的系统价格；
• 更低廉的IA32架构服务器的普及，以及2003年AMD 64架构产品的出现，大大冲击了RISC市场。
那么，具体来说，这三大因素是如何发生作用的呢？
①系统平衡被打破
如前文所述，起初，RISC SMP的主内存延迟大约在100个时钟周期，内存带宽为0.4字节/FLOP。内存延迟在很大程度上跟CPU数量是不相关的，但每颗处理器的带宽会因为配置不同数目的处理器而有所变化。
另外，在应用领域和处理器带宽之间也存在明显的系统相关性：缓存友好型的应用大多采用满配的SMP系统，而高带宽型的应用则配置较少的处理器，甚至是运行在单路系统上。
到了2000年，RISC SMP的主内存延迟大约减少了3倍，而CPU主频却增加了3-6倍。同样，随着系统总线转向多种多样的NUMA架构，每处理器带宽的变化也难以保持一致，情况变得更加复杂。这样一来，过去的系统平衡就逐渐被打破了。
②小型SMP和大型SMP的性价比差距越来越大
为了维持合理的系统平衡，服务器厂商在上世纪90年代中后期，也进行了大量的努力。虽然取得了不错的效果，但代价却是提高了系统的成本。导致成本增加的两大主要因素是为保持缓存一致性所需的片外SRAM缓存（off-chip SRAM cache）和监听系统总线（snooping system bus）。
对于RISC SMP系统来说，为了平衡相对较高的内存延迟，以及降低共享地址（shared address）和数据总线所需的带宽要求，大容量的片外SRAM缓存是至关重要的。但是，当英特尔不再使用标准的片外SRAM缓存之后，这一市场停滞不前了，跟其他电子元器件的发展趋势不同，SRAM的性价比变得越来越糟糕。到2000年，一个大容量的片外SRAM缓存所花费的成本甚至是处理器的好几倍。
不过，对于小型SMP系统来说，由于降低了对内存和地址总线的共享，因此，能够获得相对较低的延迟和较高的每处理器带宽。反过来，小型SMP使用小容量的片外SRAM缓存就可以了。这样一来，小型RISC SMP和大型RISC SMP在每处理器售价（price/processor）方面的差距越拉越大，越来越多的用户开始转向小型SMP集群，以取代大型SMP系统。
③多核X86处理器的性价比
到2000年初，基于X86架构的服务器在性能上开始接近基于专有RISC架构的服务器，而且前者在性价比方面更胜一筹。上述大型SMP向小型SMP集群迁移的趋势，也使得进一步向X86集群转移变得更加容易。随着2003年AMD64架构处理器的推出，向X86迁移也就更加盛行，因为AMD64提供了更好的性能、真64位寻址及整数算法能力。随后，英特尔也推出了EM64T架构，从而使得仅仅在几年的时间里，大多数X86服务器完成了从32位向64位的转变。
当然，这些趋势并不能说明用户对SMP系统不再有兴趣，而是说明，用户对大型SMP系统的性价比变得越来越敏感了。想想看，大型SMP和小型SMP之间的价格差距实在太大了，市场必然会欢迎更便宜的硬件产品。
过去，RISC SMP的发展促使大量ISV对其软件代码进行了并行化（在企业计算和科学计算两个领域都是如此），现在，多核处理器趋势则会进一步刺激更多的软件转向并行化，这些软件通常运行在价格更低廉的小型服务器上。
与上世纪九十年代RISC SMP市场不同的是，今天的多核处理器不再依赖于片外SRAM缓存，而且通过配置，可以避免芯片到芯片（chip-to-chip）之间昂贵的一致性流量（coherence traffic）——既可以通过监听过滤器（snoop filter），也可以简单地使用单路服务器，如SUN的T1/Niagara。
