在數(shù)字化高速發(fā)展的當下，人工智能、大數(shù)據(jù)處理、物聯(lián)網(wǎng)等前沿技術(shù)日新月異，現(xiàn)代計算需求面臨著嚴峻挑戰(zhàn)。海量數(shù)據(jù)的爆發(fā)式增長，讓傳統(tǒng)計算架構(gòu)在處理大規(guī)模數(shù)據(jù)時顯得力不從心，效率低下、能耗過高、處理速度瓶頸等問題愈發(fā)突出。以人工智能領(lǐng)域為例，深度學習模型訓練需要進行海量矩陣運算和復(fù)雜的神經(jīng)網(wǎng)絡(luò)計算，對計算設(shè)備的計算能力和并行處理能力要求極高；在大數(shù)據(jù)分析場景中，快速處理TB甚至PB級數(shù)據(jù)，傳統(tǒng)架構(gòu)難以在可接受時間內(nèi)完成任務(wù)。這些挑戰(zhàn)迫切需要計算架構(gòu)創(chuàng)新，以突破現(xiàn)有局限，滿足不斷增長的計算需求。

為應(yīng)對上述難題，向量擴展（Vector Extension，RVV）作為RISC-V指令集架構(gòu)的重要拓展被正式引入。RISC-V指令集架構(gòu)以其開源開放特性著稱，賦予了開發(fā)者在設(shè)計處理器時極大的靈活性與可擴展性，可針對不同應(yīng)用場景進行定制化設(shè)計。RVV向量擴展通過引入向量指令，實現(xiàn)了對多個數(shù)據(jù)元素的并行處理，為提升計算性能提供了全新的途徑。相較于傳統(tǒng)的標量計算模式，向量計算在多媒體數(shù)據(jù)處理、科學計算等領(lǐng)域展現(xiàn)出顯著優(yōu)勢，能夠有效減少指令執(zhí)行次數(shù)，進而降低計算延遲，全面提升系統(tǒng)整體性能。RVV的出現(xiàn)，為開發(fā)者提供了一種高效、靈活且具有成本效益的解決方案，有力推動了計算架構(gòu)的創(chuàng)新發(fā)展，在諸多領(lǐng)域呈現(xiàn)出巨大的應(yīng)用潛力。在RVV發(fā)展浪潮中，賽昉科技昉·天樞-83（Dubhe-83） CPU IP 嶄露頭角。

昉·天樞-83 RISC-V CPU IP

Dubhe-83是一款能效卓越的處理器，具備諸多先進特性：

1. 指令集支持

全面兼容RVA23與RVV Crypto指令集，賦予芯片卓越的指令處理能力，從容應(yīng)對復(fù)雜計算任務(wù)。在加密應(yīng)用場景中，RVV Crypto指令集提供硬件級加密加速，極大提升數(shù)據(jù)加密與解密效率，為數(shù)據(jù)安全提供堅實保障。

2. 前端取指和分支預(yù)測策略

前端取指和分支預(yù)測采用Decouple策略，將取指和分支預(yù)測兩個關(guān)鍵操作解耦，更高效地處理指令流。同時，分支預(yù)測采用業(yè)界先進的TAGE-Style算法，能更精準預(yù)測程序分支走向，減少因分支預(yù)測錯誤導致的流水線停頓，提升處理器執(zhí)行效率。

3. 流水線設(shè)計

擁有10-14 Stage的Pipeline，合理的流水線深度設(shè)計在保障指令處理效率的同時，兼顧硬件復(fù)雜度與成本。通過多級流水線操作，指令可在不同階段并行處理，加快指令執(zhí)行速度。

4. 解碼和提交機制

采用3-Way Decode/Rename/Commit機制，可同時對三條指令進行解碼、重命名和提交操作，進一步提升指令處理并行度，提高處理器整體性能。

5. 性能表現(xiàn)

在Benchmark SPECint2006測試中，Dubhe-83分數(shù)達9.4/GHz，充分展現(xiàn)其在整數(shù)計算性能方面的出色表現(xiàn)，能滿足多種對整數(shù)運算要求較高的應(yīng)用場景。

Dubhe-83在RVV上具有顯著的技術(shù)亮點和優(yōu)勢：

1. 向量計算單元設(shè)計

Dubhe-83的Vector的VLEN=DLEN=256，配備2條128-bit的計算單元。此設(shè)計大幅提升向量計算能力，可同時處理2x128-bit的數(shù)據(jù)元素，在向量運算中充分發(fā)揮并行計算優(yōu)勢，加速數(shù)據(jù)處理。

2. 存儲加載單元（LSU）設(shè)計

LSU采用2條Pipeline實現(xiàn)方式，Vector Load/Store和 Scalar Load/Store深度融合。Vector Load/Store帶寬為2x128-bit，這種融合設(shè)計在滿足高帶寬需求的同時盡可能節(jié)省資源（面積）的開銷，在數(shù)據(jù)加載和存儲過程中，無論是向量數(shù)據(jù)還是標量數(shù)據(jù)，均可高效傳輸和處理，減少數(shù)據(jù)訪問延遲，提高數(shù)據(jù)處理效率。

3. 向量工作方式與指令實現(xiàn)

Vector支持LMUL工作方式，每條Vector宏指令采用拆分uop實現(xiàn)方式。只要uop的所有Element在連續(xù)兩個Cache Line范圍內(nèi)，則該 uop可一次性完成讀/寫操作。該設(shè)計優(yōu)化了向量指令執(zhí)行過程，減少指令執(zhí)行周期，提升向量帶寬。

4. 向量Load/Store uop實現(xiàn)優(yōu)勢

Vector Load/Store采用拆分uop實現(xiàn)方式，相較于一些廠商拆分Element的實現(xiàn)方式，在絕大多數(shù)應(yīng)用場景中具有絕對性能優(yōu)勢。這種實現(xiàn)方式能更高效利用存儲帶寬，減少數(shù)據(jù)傳輸次數(shù)，提高數(shù)據(jù)加載和存儲效率，進而提升整個系統(tǒng)性能。

5. 亂序執(zhí)行機制

不僅Scalar采用深度亂序?qū)崿F(xiàn)方式，Vector也采用深度亂序?qū)崿F(xiàn)機制。與Vector按序?qū)崿F(xiàn)方式相比，亂序方式能天然解決許多數(shù)據(jù)依賴場景。在實際應(yīng)用中，數(shù)據(jù)間存在復(fù)雜依賴關(guān)系，按序執(zhí)行可能因數(shù)據(jù)未準備好導致流水線停頓，而亂序執(zhí)行可靈活調(diào)整指令執(zhí)行順序，優(yōu)先執(zhí)行不依賴未就緒數(shù)據(jù)的uop，顯著提升性能。

6. RVV性能表現(xiàn)

與市場上一些通過In-Order實現(xiàn)的RVV產(chǎn)品相比，Dubhe-83在RiVEC基準測試套件（RiVEC Benchmark Suite，是一個由來自不同領(lǐng)域的數(shù)據(jù)并行應(yīng)用程序組成的集合，該套件專注于對向量微架構(gòu)進行基準測試，各個case的描述詳見下表格）上有著顯著的性能提升，提升從最少22%（Pathfinder）到最高817%（Matmul），其中，應(yīng)用于高性能計算領(lǐng)域的幾個BLAS算子模型的平均性能提升為357.55%，應(yīng)用于金融分析/物理仿真/數(shù)據(jù)挖掘等領(lǐng)域的幾個Dense Linear Algebra算子模型的平均性能提升為315.70%。這些實際應(yīng)用場景中的性能優(yōu)勢，充分證明 Dubhe-83在RVV架構(gòu)和微架構(gòu)上的先進性和卓越性能表現(xiàn)，能更好滿足用戶對高性能計算的需求。

RiVEC Benchmark Suite