跳转至

【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