【21】面向流水线的指令设计下：奔腾4是怎么失败的？

【计算机组成原理】学习笔记——总目录

引言

本节内容直接总结最重要的部分，原文里有很多故事。

一、重要知识点

1、cpu及计算机整机性能衡量标准【SPEC跑分程序】：

我们其实并不能简单地通过 cpu 的主频，就来衡量 cpu 乃至计算机整机的性能。因为不同的 cpu 实际的体系架构和实现都不一样。同样的 cpu 主频，实际的性能可能差别很大。所以，在工业界，更好的衡量方式通常是，用 SPEC 这样的跑分程序，从多个不同的实际应用场景，来衡量计算机的性能。

2、大家判断cpu性能的标准【主频（错误的）】

但是，跑分对于消费者来说还是太复杂了。在 Pentium 4 的 cpu 面世之前，绝大部分消费者并不是根据跑分结果来判断 cpu 的性能的。大家判断一个 cpu 的性能，通常只看 cpu 的主频。而 cpu 的厂商们也通过不停地提升主频，把主频当成技术竞赛的核心指标。

3、日常 手机/电脑cpu的流水线深度【14级】

Pentium 4 之前的 Pentium III cpu，流水线的深度是 11 级，也就是一条指令最多会拆分成 11 个更小的步骤来操作，而 cpu 同时也最多会执行 11 条指令的不同 Stage。随着技术发展到今天，你日常用的手机 ARM 的 cpu 或者 Intel i7 服务器的 cpu，流水线的深度是14 级。

4、奔腾4的流水线深度【20级、31级】

为了达到这个 10GHz，Intel 的工程师做出了一个重大的错误决策，就是在 NetBurst 架构上，使用超长的流水线：
2000 年发布的 Pentium 4 的流水线深度是多少呢？答案是 20 级，比 Pentium III 差不多多了一倍，而到了代号为 Prescott 的 90 纳米工艺处理器 Pentium 4，Intel 更是把流水线深度增加到了 31 级。

要知道，增加流水线深度，在同主频下，其实是降低了 cpu 的性能。因为一个 Pipeline Stage，就需要一个时钟周期。那么我们把任务拆分成 31 个阶段，就需要 31 个时钟周期才能完成一个任务；而把任务拆分成 11 个阶段，就只需要 11 个时钟周期就能完成任务。在这种情况下，31 个 Stage 的 3GHz 主频的 cpu，其实和 11 个 Stage 的 1GHz 主频的 cpu，性能是差不多的。事实上，因为每个 Stage 都需要有对应的 Pipeline 寄存器的开销，这个时候，更深的流水线性能可能还会更差一些。

5、Pentium 4失败的原因【功耗大、性能差】

Pentium 4 最终成为 Intel 在技术架构层面的大失败的原因：
第一个，自然是我们在第 3 讲里讲过的功耗问题。提升流水线深度，必须要和提升 cpu 主频同时进行。因为在单个 Pipeline Stage 能够执行的功能变简单了，也就意味着单个时钟周期内能够完成的事情变少了。所以，只有提升时钟周期，cpu 在指令的响应时间这个指标上才能保持和原来相同的性能。

同时，由于流水线深度的增加，我们需要的电路数量变多了，也就是我们所使用的晶体管也就变多了。

主频的提升和晶体管数量的增加都使得我们 cpu 的功耗变大了。这个问题导致了 Pentium 4 在整个生命周期里，都成为了耗电和散热的大户。而 Pentium 4 是在 2000～2004 年作为 Intel 的主打 cpu 出现在市场上的。这个时间段，正是笔记本电脑市场快速发展的时间。在笔记本电脑上，功耗和散热比起台式机是一个更严重的问题了。即使性能更好，别人的笔记本可以用上 2 小时，你的只能用 30 分钟，那谁也不爱买啊！更何况，Pentium 4 的性能还更差一些。

第二个，就是上面说的流水线技术带来的性能提升，是一个理想情况。在实际的程序执行中，并不一定能够做得到。
还回到我们刚才举的三条指令的例子。如果这三条指令，是下面这样的三条代码，会发生什么情况呢？

int a = 10 + 5; // 指令1
int b = a * 2; // 指令2
float c = b * 1.0f; // 指令3

我们会发现，指令 2，不能在指令 1 的第一个 Stage 执行完成之后进行。因为指令 2，依赖指令 1 的计算结果。同样的，指令 3 也要依赖指令 2 的计算结果。这样，即使我们采用了流水线技术，这三条指令执行完成的时间，也是 200 + 300 + 600 = 1100 ps，而不是之前说的 800ps。而如果指令 1 和 2 都是浮点数运算，需要 600ps。那这个依赖关系会导致我们需要的时间变成 1800ps，和单指令周期 cpu 所要花费的时间是一样的。

依赖问题：数据冒险（后一条指令的输入依赖前一条指令的输出）、结构冒险、控制冒险。

对应这些冒险问题，我们也有在乱序执行、分支预测等相应的解决方案。我们在后面的几讲里面，会详细讲解对应的知识。

但是，我们的流水线越长，这个冒险的问题就越难一解决。这是因为，同一时间同时在运行的指令太多了。如果我们只有 3 级流水线，我们可以把后面没有依赖关系的指令放到前面来执行。这个就是我们所说的乱序执行的技术。比方说，我们可以扩展一下上面的 3 行代码，再加上几行代码。

int a = 10 + 5; // 指令1
int b = a * 2; // 指令2
float c = b * 1.0f; // 指令3
int x = 10 + 5; // 指令4
int y = a * 2; // 指令5
float z = b * 1.0f; // 指令6
int o = 10 + 5; // 指令7
int p = a * 2; // 指令8
float q = b * 1.0f; // 指令9

我们可以不先执行 1、2、3 这三条指令，而是在流水线里，先执行 1、4、7 三条指令。这三条指令之间是没有依赖关系的。然后再执行 2、5、8 以及 3、6、9。这样，我们又能够充分利用 cpu 的计算能力了。

但是，如果我们有 20 级流水线，意味着我们要确保这 20 条指令之间没有依赖关系。这个挑战一下子就变大了很多。毕竟我们平时撰写程序，通常前后的代码都是有一定的依赖关系的，几十条没有依赖关系的指令可不好找。这也是为什么，超长流水线的执行效率发而降低了的一个重要原因。

二、总结【个人总结的重点】

• 奔腾4是失败的原因:

  • 1）提升流水线深度（20级、31级）—>增大主频（10G）—>晶体管增加—>功耗变大，用户使用时间变短；
  • 2）由于有指令 依赖问题【数据冒险、结构冒险、控制冒险】的存在—>流水线深度的增加，会使解决依赖问题又会是一个大问题—>超长流水线的 执行效率降低，性能更差了。

• cpu 乃至计算机整机的性能： 不能简单地通过 cpu 的主频来衡量。因为不同的 cpu 实际的体系架构和实现都不一样。同样的 cpu 主频，实际的性能可能差别很大。

• 在工业界，更好的衡量方式通常是：用 SPEC 这样的跑分程序，从多个不同的实际应用场景，来衡量计算机的性能。
  

  

【计算机组成原理】学习笔记——总目录

原文地址：https://www.jb51.cc/wenti/3288277.html