三星Exynos团队首次披露M6 CPU内核设计：史上最强“胎死腹中”
在会议中，三星的SARC（三星奥斯汀研发中心）CPU开发团队发表了一篇题为“三星Exynos CPU架构的演变”的论文，详细介绍了该团队在其8年的发展过程中所做的努力，并介绍了其定制Arm的一些关键特征。在这期间，其CPU内核也从Exynos M1迭代到最新的Exynos M5 CPU。当然，未发布的M6设计在本文也有涉猎。
资料显示，三星的SARC CPU团队成立于2011年，公司致力于开发定制的CPU内核，然后三星LSI将其部署到其Exynos SoC中，从2015年在Galaxy S7中发布的第一代Exynos 8890开始，到现在应用在Galaxy S20上的拥有M5内核的Exynos 990,三星团队已经进行了五代产品的更新。现在，SARC已完成M6微体系结构。
据报道，这些工作是在该公司的CPU团队被传于2019年10月解散的消息（从去年12月开始生效）传出来之前完成的。ISCA的论文是三星愿意发布一些开发团队的想法的结果，这些想法被认为值得在公众中保存，这实质上代表了8年开发工作的高层成果。
从M1到M6：持续变型的CPU
本文提供了三星定制CPU内核之间的微体系结构差异的总体概览表：
披露内容涵盖了设计的一些众所周知的特征，如三星在HotChips 2016的最初M1 CPU微体系结构的深挖以及在HotChips 2018的最新M3所披露的那样。它使我们可以洞悉我们在S10和S20评测中测得的新M4和M5微体系结构，以及对M6外观的一瞥。
三星设计的一个关键特征是多年来，他们都是基于2011年开发的M1内核蓝图RTL为基础，多年来不断改进内核的功能模块。但到了M3，内核的设计发生了很大的变化。他们从几个方面大幅扩展了内核，例如从4宽设计到6宽中核。之前尚未公开的新披露内容将涉及新的M5和M6内核。
对于M5，三星对内核的缓存层次进行了较大的更改，例如用新的更大的共享缓存替换了私有L2缓存，以及公开了L3结构从3组设计到2组的变化，这样做可以获得较小的延迟。就微体系结构而言，正在开发中的尚未发布的M6内核似乎是一个更大的飞跃。
SARC团队在这里进行了较大的改进，例如将L1指令和数据缓存从64KB增加到128KB，这一设计选择目前仅在苹果的CPU内核（从A12开始）之前实现。据说L2的带宽能力提高了一倍，最高可达64B /周期，L3的带宽也将从3MB增加到4MB。M6可能是8宽解码核心，据我们所知，它至少是我们所知道的最宽的商业微体系结构，至少在解码方面。
有趣的是，即使内核要宽得多，整数执行单元也不会发生太大变化，只是看到一个复杂的管道增加了第二个整数除法功能，而加载/存储管道将保持与上一个架构相同。具有1个加载单元，1个存储单元和1个1加载/存储单元的M5。在浮点/ SIMD管道上，我们将看到具有FMAC功能的第四个单元。TLB可能会发生一些大变化，例如L1 DTLB从48页（pages）增加到128页，而主TLB从4K页增加到8K页（32MB覆盖）。
自M3以来，M6也是第一次，它将增加内核的乱序窗口，并使用更大的整数和浮点物理寄存器文件，以及从以下时间开始增加ROB（重排序缓冲区）。据透露，这将从228增加至256。SARC内核的一个主要弱点似乎仍然存在于M5和即将推出的M6内核中，那就是其更深层次的流水线阶段导致相对昂贵的16周期错误预测损失的结果，远高于Arm最新设计（11级）的周期。
这篇论文更深入地介绍了分支预测器设计，展示了基于核的可缩放哈希感知器（Scaled Hashed Perceptron ）设计。这些年来，设计一直在不断改进，提高了分支的准确性，从而不断降低了MPKI（mis-predicts per kilo-instructions）。展示的一个有趣的表是分支预测变量在前端内占用的存储结构量，以KB为单位：
IPC每年增加20％，6年内达到2.71倍
本文进一步描述了SARC团队为改进各代产品的内存延迟所做的努力。在M4内核中，团队采用了负载－负载级联机制（ load-load cascade mechanism），将后续负载的有效L1周期延迟从4个周期减少到3个。M4还引入了带有新接口的path bypass，从CPU核心直接到内存控制器，避免了通过互连的 traffic，这解释了我们在Exynos 9820中看到的一些更大的延迟改进。
M5引入了推测性高速缓存lookup bypasses，同时向互连和高速缓存标签发出了一个请求，这可能节省了高速缓存未命中的等待时间，因为内存请求已经在进行中。从M1的14.9个周期降低到M6的8.3个周期，平均负载等待时间已经持续改进了几代人。
在IPC改进方面，SARC团队在过去8年的开发中设法实现了平均每年20％的改进。如图所示，M3的IPC实现了大幅度飞跃。M5与我们在基准测试中看到的大致相关，大约提高了15-17％。据披露，M6的IPC平均值为2.71，而M1的平均值为1.06，此处的图表通常似乎表明与M5相比提高了20％。
在会议的问答环节中，论文的主持人布莱恩·格雷森（Brian Grayson）回答了有关自研该计划取消的原因。他透露，团队始终如一地按时按计划执行，并且每一代的性能和效率都有所提高。但他表示，团队最大的困难在于对未来的设计更改要非常谨慎，因为团队永远没有资源完全从头开始或完全重写代码块。
据说，事后看来，该团队过去会在某些设计方向上做出不同的选择。这种串行设计方法与Arm的职位形成鲜明对比，ARM拥有多个跨越式设计中心和CPU团队，使他们能够进行诸如彻底重新设计之类的事情，例如Cortex-A76。团队对于M7等即将到来的内核有很多改进的想法，但是据说取消该计划的决定是三星公司高层的决定。与Arm的设计相比，SARC CPU内核从未真正具有过竞争力，因为它们的功率效率，性能和面积使用率下降。随着ARM最新的Cortex-X1上周透露去为全力以赴的表现，它看起来对我来说，SARC的M6设计将不得不反对竞争的问题。
该论文的作者非常感谢三星公司慷慨地允许发表该论文，并感谢SARC领导层多年来对这个“moonshot” CPU项目的管理。SARC当前仍在设计自定义互连，内存控制器，以及在自定义GPU架构上工作。
