【香山双周报 3】20211101 期
欢迎来到我们的双周报专栏。本次是香山双周报专栏的第 3 期,我们将通过这一专栏,定期介绍香山的开源进展,希望与大家共同学习,一起进步。欢迎大家通过公众号后台留言的方式与我们交流!
近期进展
前端
- 恢复了从 MMIO 空间取指的通路,并且支持与参考模型进行正确性对比
- 修复 IFU 的 bug,解决了在第一个 cache 行 miss,第二个 cache 行触发异常的情况下请求无法送到 MissQueue 的问题
- 优化 FTB 面积利用效率,在每个 entry 里,减少一条 branch 专用的存储位置,让 jump 专用的存储位置和 branch 共享
- 修复预译码的 bug,解决了发生 page fault 的 pc 是一个取指 block 的首地址的时候,无法挂上 page fault 的问题
- 修复 IFU 的 bug,避免了将发生异常的取指请求也视为 MMIO 请求
- 修复预译码的 bug,解决了跨页指令页错误无法挂上 page fault 的问题
后端
- 新增了可配置的硬件计数器框架,支持软件对计数器的动态配置
- 将 Load/Store Queue 改到了 Dispatch2 这一级流水级入队,一方面减少了不必要的提前占用、提高了各项的利用率,另一方面也更有利于物理设计阶段进行布局
- 添加了 FADD/FMUL 功能部件的流水级,经过后端时序评估确认后,我们恢复了 FMA 功能单元的流水级,不再使用手动加拍的方式模拟 FMA 延迟
访存子系统
- 启用新的 DCache 设计,新的设计将 DCache 中的主流水线拆分成支持不同功能的子流水线,来保证 refill 等关键操作尽快完成。同时,新的 DCache 设计删除了冗余的缓冲区来优化面积
- 增加了对 Svinval 扩展的支持,可以通过修改自定义 CSR 寄存器来动态控制
- 增加了对 ASID 的支持,并且可以启动新版支持 ASID 的 linux 内核
- 添加了 load - load 违例的检查逻辑,在发生 load - load 违例时会从取指处重新开始执行
- 添加了自定义 Cache 控制指令
- 优化了 TLB 的时序,涉及到命中检查和例外检查,并在 ITLB 和 L2TLB 之间增加了一拍,弥补物理距离过远带来的线延迟
- 优化了 L2TLB 的时序,涉及到 L2TLB 的 ecc 检查,每 64bits 作为一个 ecc 块,而不是整体作为 ecc 块
- 优化了 PMA 的实现方式,采用类 PMP 的形式实现,利用了 M 态自定义 CSR 寄存器和 PMP 的保留位,可以通过 CSR 读写指令实现对 PMA 的读写
- 将物理地址的宽度减少到了 36 bit,减少了一定的资源消耗。由于物理地址位宽完全可配,所以这一修改仅是针对南湖流片版本进行的,后续会根据项目需求调整实际配置情况
- 简化了软件预取的译码逻辑
- 修正 Store Queue 指针更新逻辑,在有大量外部中断时能正确进行 MMIO 访存操作
HuanCun 子模块
- 更新 L2/L3 Crossbar 组织形式,去除冗余的数据通路从而优化时序面积
- 合并 Client Dir,减少在多核情况下的面积占用
- 开发 TLC-test 测试框架(WIP),目前完成了主要部件的编写,并通过它修复了 2 个与 Put 相关的功能 Bug
- 修复了随机替换算法的使用 Bug,避免 Client Dir 替换时永远挑选同一个 way
评估
在上一期双周报发出后,我们收到了一些针对性能估计结果的反馈意见,包括实验配置、SPECint 与 SPECfp 分开计算估计的分数等。我们非常感谢大家的关注、重视大家提出的宝贵意见和建议,根据我们得到的反馈意见,我们使用之前得到的数据重新处理了估计结果,具体情况如下。
我们采用 SimPoint 对程序进行采样,基于我们自定义的 Checkpoint 格式制作检查点镜像,Simpoint 聚类的覆盖率大于 80%。SPEC 使用 gcc 10.2 进行编译,优化选项为 O2,指令集是 RV64GCB。我们使用 10.7 号版本的香山处理器(缓存大小配置为 128KB L1 ICache + 128KB L1 DCache + 512KB L2 + 4MB L3),在仿真环境下运行了 SPEC06 片段,使用 DRAMsim3 模拟 CPU 在 2GHz 情况下 DDR4-2400 内存的延迟。以下为 SPEC06 的分数估计情况:
| SPECint 2006 | @ 2GHz | SPECfp 2006 | @ 2GHz |
|---|---|---|---|
| 400.perlbench | 20.18 | 410.bwaves | 33.66 |
| 401.bzip2 | 11.43 | 416.gamess | 21.34 |
| 403.gcc | 20.39 | 433.milc | 22.21 |
| 429.mcf | 13.63 | 434.zeusmp | 23.37 |
| 445.gobmk | 19.85 | 435.gromacs | 15.74 |
| 456.hmmer | 19.67 | 436.cactusADM | 18.51 |
| 458.sjeng | 20.12 | 437.leslie3d | 16.80 |
| 462.libquantum | 49.81 | 444.namd | 24.04 |
| 464.h264ref | 28.38 | 447.dealII | 34.66 |
| 471.omnetpp | 13.77 | 450.soplex | 19.34 |
| 473.astar | 14.04 | 453.povray | 24.98 |
| 483.xalancbmk | 20.58 | 454.Calculix | 7.35 |
| GEOMEAN | 19.39 | 459.GemsFDTD | 23.23 |
| 465.tonto | 16.60 | ||
| 470.lbm | 39.48 | ||
| 481.wrf | 15.49 | ||
| 482.sphinx3 | 23.91 | ||
| GEOMEAN | 21.02 |
上述分数为基于程序片段的分数估计,非完整 SPEC CPU 2006 评估,和真实芯片实际性能可能存在偏差!
基于 10 月 22 号版本的香山处理器(参数配置同上),我们基于 RV64GC 编译的 SPEC06完成了一轮评估,其中内存使用了 200 拍固定读写延迟的模型,结果如下:
| SPECint 2006 | @ 2GHz | SPECfp 2006 | @ 2GHz |
|---|---|---|---|
| 400.perlbench | 18.70 | 410.bwaves | 25.76 |
| 401.bzip2 | 10.48 | 416.gamess | 22.96 |
| 403.gcc | 18.23 | 433.milc | 21.70 |
| 429.mcf | 11.50 | 434.zeusmp | 20.38 |
| 445.gobmk | 19.18 | 435.gromacs | 16.75 |
| 456.hmmer | 10.35 | 436.cactusADM | 16.16 |
| 458.sjeng | 17.53 | 437.leslie3d | 14.44 |
| 462.libquantum | 42.21 | 444.namd | 27.14 |
| 464.h264ref | 29.10 | 447.dealII | 30.86 |
| 471.omnetpp | 11.77 | 450.soplex | 17.11 |
| 473.astar | 13.54 | 453.povray | 24.15 |
| 483.xalancbmk | 14.40 | 454.Calculix | 9.95 |
| GEOMEAN | 16.49 | 459.GemsFDTD | 15.47 |
| 465.tonto | 17.78 | ||
| 470.lbm | 37.09 | ||
| 481.wrf | 19.39 | ||
| 482.sphinx3 | 19.29 | ||
| GEOMEAN | 20.03 |
上述分数为基于程序片段的分数估计,非完整 SPEC CPU 2006 评估,和真实芯片实际性能可能存在偏差!
此外,我们还进行了基于 SPEC17 的性能评估,其中 wrf 由于编译的原因导致制作检查点时存在问题,所以本次评估没有包含。我们正在制作 RV64GCB 指令集的检查点,将修复目前存在的 wrf 的编译问题。使用 10 月 16 号版本的香山处理器(参数配置同上),基于 RV64GC 指令集和 200 拍固定读写延迟的内存模型,结果如下:
| SPECint 2017 | @ 2GHz | SPECfp 2017 | @ 2GHz |
|---|---|---|---|
| 500.perlbench_r | 2.16 | 503.bwaves_r | 11.46 |
| 502.gcc_r | 1.98 | 507.cactuBSSN_r | 2.17 |
| 505.mcf_r | 2.39 | 508.namd_r | 3.63 |
| 520.omnetpp_r | 1.23 | 510.parest_r | 2.10 |
| 523.xalancbmk_r | 1.31 | 511.povray_r | 2.80 |
| 525.x264_r | 2.54 | 519.lbm_r | 2.23 |
| 531.deepsjeng_r | 2.14 | 521.wrf_r | N/A |
| 541.leela_r | 2.10 | 526.blender_r | 2.66 |
| 548.exchange2_r | 5.17 | 527.cam4_r | 1.87 |
| 557.xz_r | 1.30 | 538.imagick_r | 1.70 |
| GEOMEAN | 2.04 | 544.nab_r | 1.45 |
| 549.fotonik3d_r | 5.13 | ||
| 554.roms_r | 1.84 | ||
| GEOMEAN | 2.68 |
上述分数为基于程序片段的分数估计,非完整 SPEC CPU 2017 评估,和真实芯片实际性能可能存在偏差!
使用 10 月 23 号版本的香山处理器(使用了更大的 1MB L2 以及 10MB L3,但同时提高了 Cache 的访问延迟,其余参数配置同上),基于 RV64GC 指令集 SPEC17 和 200 拍固定读写延迟的内存模型,结果如下:
| SPECint 2017 | @ 2GHz | SPECfp 2017 | @ 2GHz |
|---|---|---|---|
| 500.perlbench_r | 2.11 | 503.bwaves_r | 11.23 |
| 502.gcc_r | 2.17 | 507.cactuBSSN_r | 2.22 |
| 505.mcf_r | 2.60 | 508.namd_r | 3.62 |
| 520.omnetpp_r | 1.16 | 510.parest_r | 2.41 |
| 523.xalancbmk_r | 1.18 | 511.povray_r | 2.71 |
| 525.x264_r | 2.39 | 519.lbm_r | 2.23 |
| 531.deepsjeng_r | 2.07 | 521.wrf_r | N/A |
| 541.leela_r | 2.05 | 526.blender_r | 2.66 |
| 548.exchange2_r | 5.11 | 527.cam4_r | 1.87 |
| 557.xz_r | 1.28 | 538.imagick_r | 1.70 |
| GEOMEAN | 2.01 | 544.nab_r | 1.46 |
| 549.fotonik3d_r | 5.10 | ||
| 554.roms_r | 1.94 | ||
| GEOMEAN | 2.72 |
上述分数为基于程序片段的分数估计,非完整 SPEC CPU 2017 评估,和真实芯片实际性能可能存在偏差!
我们深知,SPEC 估计分数仅仅是处理器设计这一复杂工程的其中一项结果指标,香山还有很多方面需要完善,香山距离我们设定的项目阶段目标也仍然有很长的路要走。
再次感谢关注香山并向我们提出宝贵意见的各位!
忙碌的两周又过去了,新功能大都已经冻结,我们已经开始时序优化与收敛。时序优化需要在时序和性能之间仔细权衡,细扣设计细节,我们计划在 11 月完成时序问题的收敛。
后记
香山开源处理器正在火热地开发中,我们将通过香山双周报专栏定期地同步我们的开源进展。感谢您的关注,欢迎在后台留言与我们交流!
编辑:勾凌睿、徐易难、张紫飞、王华强、王凯帆