只知NVIDIA的GPU強，殊不知其CPU也很強！

提起NVIDIA，可能99%+的朋友第一反應(yīng)是“顯卡”和“GPU”。世界上兩大GPU巨頭之一、GPU領(lǐng)域絕對的霸主嘛，地球人都知道，前些天還剛剛發(fā)布了全新的Turing架構(gòu)和RTX 2080Ti/2080/2070顯卡呢。

這其實也沒什么毛病，不過近幾年以來，人們在麻木于NVIDIA GPU強大的同時，似乎冥冥之中忽略了某件事情。NVIDIA的GPU強不？確實強，爆炸強，不管是PC端還是SoC上，有目共睹，人盡皆知……emmm，然后嘞？

直到前陣子看到了這樣一張圖：

顯然，這是一張對目前市面上主流SoC的簡要概括，生動形象簡明易懂。不過看到最后一個的時候，我瞬間意識到了人們之前忽略了哪里：NVIDIA SoC的CPU怎么樣，真的是像圖上畫的一樣么？

CPU不行？這還真不服

實際上，NVIDIA對SoC的設(shè)計并不陌生，到目前為止他們已經(jīng)發(fā)布了7代Tegra系列SoC。NVIDIA一直在Tegra SoC中使用自家的GPU架構(gòu)，但前幾代的CPU部分用的則是Arm公版CPU內(nèi)核。與同時期的高通三星聯(lián)發(fā)科處理器相比，除了“祖?zhèn)鳌钡腉PU外并無其他出彩之處。倒也有不少手機和平板電腦使用了Tegra處理器，還算差強人意。

然而即便時間僅止于此，我們似乎也挑不出NVIDIA SoC中的CPU有什么毛病。非要說的話，不知NVIDIA黃教主是否為蘋果喬幫主的鐵桿擁躉，這幾代Tegra均沒有集成neon協(xié)處理器，flash播放能力欠佳。至于使用Arm公版CPU內(nèi)核雖然不假，但是同時期的三星華為聯(lián)發(fā)科德州儀器用的也都是公版內(nèi)核。

更何況，NVIDIA在CPU上的野心和實力，遠(yuǎn)非人們的固有印象可以衡量。

在2011年的CES上，NVIDIA對外公布了Denver計劃，宣布將要開發(fā)基于64位Arm v8指令集的自研架構(gòu)，用于從移動設(shè)備到服務(wù)器等各種設(shè)備。短短三年后的2014年CES，NVIDIA便推出了使用自研Denver架構(gòu)的Tegra K1上，并依此成為了繼蘋果之后第二個發(fā)布基于Arm v8指令集的消費級SoC的公司。

時間回退4個月，2013年9月，蘋果在其A7處理器上出人意料地使用了基于Arm v8指令集的Cyclone 架構(gòu)。此后的一年多時間里，市面上基于Arm v7指令集的Cortex A15公版架構(gòu)和高通Krait自研架構(gòu)，甚至包括同樣基于Arm v8指令集的Cortex A57在內(nèi)，所有其他同時期的CPU架構(gòu)均被Cyclone橫掃。

除了Denver。

傳統(tǒng)的CPU架構(gòu)設(shè)計分為兩種：順序執(zhí)行和亂序執(zhí)行。恰如其名，順序執(zhí)行體系嚴(yán)格按照接收順序執(zhí)行微指令，而亂序執(zhí)行體系允許在不改變指令運算結(jié)果的前提下調(diào)整執(zhí)行順序。

一直以來，亂序執(zhí)行被認(rèn)為是順序執(zhí)行發(fā)展到極限后的一次進(jìn)化。CPU執(zhí)行的任務(wù)紛繁復(fù)雜，某些情況下RAM等周邊部件會阻塞指令的順序執(zhí)行，這時亂序執(zhí)行便可以明顯改善運算的靈活性，有效提高吞吐量。

亂序執(zhí)行曾不止一次被提及，可見在這些高性能Arm內(nèi)核中，亂序執(zhí)行似乎已經(jīng)成為了不二的選擇。不過，換用亂序執(zhí)行需要增設(shè)亂序執(zhí)行窗口，有效識別可以重新排序的指令，確保指令可以安全的亂序執(zhí)行，這顯然會拉高架構(gòu)的復(fù)雜性，芯片尺寸和功耗都會明顯上升。

而NVIDIA在提升架構(gòu)性能方面則另辟蹊徑，認(rèn)為亂序執(zhí)行并不是解決問題的唯一方案。不光敢想，Denver真的放棄了Arm公版高性能架構(gòu)中主流的亂序執(zhí)行方式，轉(zhuǎn)而采用了低功耗處理器上常見的順序執(zhí)行，并為其配以一套高效的二進(jìn)制翻譯和代碼優(yōu)化方案。

NVIDIA的思路很簡單：順序執(zhí)行體系面臨的基本問題很明確，無外乎內(nèi)存停滯等硬件問題，以及指令排序不良等軟件問題。那么這些問題一定要硬改架構(gòu)體系么，能否在“軟層面”中解決？ 而這就是Denver的核心思想。

這個架構(gòu)不尋常

Denver一個不尋常的地方是，它內(nèi)部的指令格式與ARMv7或ARMv8大相徑庭。在具體的內(nèi)部結(jié)構(gòu)上，Denver使用了在GPU中頗為常見的VLIW（Very Long Instruction Word，超長指令字）格式執(zhí)行指令（畢竟NVIDIA）。

而在架構(gòu)前端，Denver的指令解碼寬度達(dá)到了前無古人的7發(fā)射，比Cortex A15（3發(fā)射）、Cortex A57（4發(fā)射）和蘋果Cyclone（6發(fā)射）都要更寬。NVIDIA官方稱其為“7+”架構(gòu)，其中的“+”指的是NVIDIA為Denver設(shè)計的DCO（動態(tài)代碼優(yōu)化器）。

DCO的任務(wù)是將Arm代碼轉(zhuǎn)換為Denver的原生格式，并優(yōu)化此代碼以使其在Denver上運行得更好。對于CPU整體而言，DCO是最關(guān)鍵的一個環(huán)節(jié)，因為它的性能將直接由DCO決定。

長期以來，一直有傳言稱Denver最初的設(shè)計意圖瞄準(zhǔn)的是x86，其底層設(shè)計和二進(jìn)制翻譯機制旨在不侵犯任何x86專利的前提下兼容x86指令的執(zhí)行。不管這傳言是不是真的，最終結(jié)果是NVIDIA在軟層面上有了驚人的成果，打造出了一套可以將硬件設(shè)計和指令集分離的架構(gòu)。

然而盡管DCO如此逆天，NVIDIA還是在其之外配備了一套Arm指令解碼器。雖然官方表示這個Arm解碼器并不是“備胎”，但實際來看顯然是“口嫌體正直”，Denver的大部分指令都來自二進(jìn)制翻譯，這個Arm解碼器只有區(qū)區(qū)2指令寬度（Cortex A8級別），只在二進(jìn)制翻譯無法高效處理時才會接手以直接解碼Arm指令。

與此同時，由于NVIDIA選擇了在“軟層面”中解決問題的方式，Denver也擁有了其他架構(gòu)都不具備的可升級性，如果DCO有改進(jìn)的話，NVIDIA可以進(jìn)一步部署新版本的DCO。

而最終Denver的實際性能也足以用技驚四座來形容，在SPECint2000測試中，Denver相比Cortex A15有了35%的平均提升，最高提升幅度甚至高達(dá)67%：

更為具體一點，使用Denver核心的Tegra K1性能完全壓過了同時期Cyclone核心的蘋果A7，相較于Intel Haswell核心的賽揚2955U也是互有來回。

醉翁之意不在酒

看到這也許有朋友會疑惑，既然NVIDIA SoC的CPU不但不弱，反而也和GPU一樣是爆炸強的存在，為什么NVIDIA在手機和平板領(lǐng)域卻一直不得法，到最后干脆退出了呢？

很簡單，因為人家根本沒想爭這塊啊……

和我們這些看熱鬧不怕事大的普通用戶不同，NVIDIA對自家SoC的情況再清楚不過了。作為剛?cè)刖值男氯?，在基帶、底包、SDK、節(jié)能降耗等方面均處于后發(fā)劣勢，和市面上這些位根深蒂固的老黃牛拼力氣實為不智之舉。

沒見人家德州儀器都在2014年退出手機SoC領(lǐng)域了，Tegra出到第4代給小米3用用也算善始善終，交個朋友嘛……

很顯然，NVIDIA看到了SoC更好的應(yīng)用領(lǐng)域——AI等高性能移動計算平臺，說白了就是自動駕駛和機器人。

經(jīng)歷了Tegra K1和Tegra X1的過渡，Tegra Parker（即NVIDIA Drive PX）終于帶著改良版的Denver2架構(gòu)成功登上了自動駕駛的舞臺。而今年剛剛推出的NVIDIA Jetson Xavier平臺則更是帶來了強到?jīng)]朋友的自研架構(gòu)Carmel，其指令解碼達(dá)到了驚為天人的10寬度，在Denver的基礎(chǔ)上再次向前邁進(jìn)了一大步。

在眼下的AI芯片領(lǐng)域都在追求純AI運算的精簡設(shè)計時，NVIDIA是唯一沒有放棄高性能CPU的一家，同時也是將CPU、GPU、AI三部分平衡做的最好的一家。

So，老鐵們，別再說NVIDIA“CPU不行GPI帶”了，NVIDIA真的不是CPU差，而是是在太強了，強到已經(jīng)超出了我們所熟知的這個次元。