剖析Imagination的A-Series GPU新架构：和高通Adreno和Arm Mali比比

J4hesmc

J4hesmc

同代比较知名的竞品就属骁龙855的Adreno 640了，另外Evans并没有具体说对比的Arm Mali竞品是哪个型号，die shot也看不出来。不过PPT上标注了MP12，亦即这是个12核GPU，市面上比较新、而且符合该特征的产品就是Exynos 9820了，其GPU为Mali G76MP12，所以猜测Evans对比的这款GPU正是Arm Mali G76。如果将Adreno 640的性能、占地面积视作100%，则“Arm需要额外84%的占地面积，才能达到相同的性能水平，也就是说功耗必然也更高”，“而Imagination达到和高通相当的性能，在芯片面积和功耗方面都要小得多。”即便是达到175%的性能水平，占地面积和能耗依然更小。J4hesmc

这个数据当然是非常好看的，不过实际上这种对比可能并不公平，因为一方面Exynos 9820和骁龙855在制造工艺上就有差别，而且G76也并非Arm Mali最新的GPU IP。今年年中，Arm就在Computex大会上宣布了Mali G77的问世。推测A-Series的实际GPU芯片产品至少也要2020年才能面市，所以A-Series首波真正要应战的应该是Arm Mali G77，以及高通刚刚发布的Adreno 650。J4hesmc

好在Mali G77在宣传中提到性能密度（performance density）相比G76也就提升为30%；而高通则宣称Adreno 650性能提升25%；就Imagination公布的数字来看，A-Series即便与这两者同场竞技也完全有充沛的余力一战，而且基本是无压力的状态，主体上还是要看Imagination令IP实体化的速度和表现。J4hesmc

J4hesmc

Imagination PowerVR产品执行副总裁Steve EvansJ4hesmc

为什么“性能暴涨”？

那么达成这种性能暴涨的原因是什么？Imagination PowerVR产品管理和技术营销高级总监Kristof Beets在接受我们采访时，首先提到的就是“完全重构的ALU（算术逻辑单元），我们对其进行了大量精简，现在其内部就是相当简单、干净的MAD管线（MAD是指乘法累加单元）”，执行单元从过去的2个MAD单元，变为现在的1个MAD（而且还抛弃了Furian架构中的MUL乘法单元），也就是说每个时钟周期单条管线的执行能力实际是下降的——这也是ALU拓宽的重要前提。J4hesmc

J4hesmc

A-Series在架构上也因此有了“128条ALU管线同时并行”，也就是128-wide ALU。128线程宽度是什么概念呢？早前的Rogue架构采用的是32线程宽度wavefront（wavefront是GPU代码的最小可执行单元，SIMD过程中数据处理的最小单元，在所有线程中同时执行同一指令，Nvidia称其为warp），不过单个SIMD仅支持16-wide；Furian架构则真正加宽到了32-wide，即单个时钟周期执行32-wide wavefront。J4hesmc

作为对比，Arm Mali G77的SIMD宽度是16-wide，这还是相较G76的一倍拓宽。所以A-Series单就ALU结构来看，显然是独占鳌头的。这也表明Imagination真正开始从指令级并行彻底转往线程级并行（TLP），实现ALU的更高利用率。这么做理论上能够极大提升性能密度。Beets补充说由于管线精简，“compiler也大幅简化了，它只需要在管线中找乘法累加实现100%运算即可，架构中也更容易实现高利用率，是设计中实现性能密度和能效提升的重要组成部分。”J4hesmc

不过有这么宽的ALU，如何改进整个架构的前端，去喂饱这么宽的执行单元就成为一个问题了。前端调度效率低的话，这么宽的ALU管线只会出现大量闲置，以及效率的下降。J4hesmc

针对这部分，Beets在演讲着重介绍了data master（数据管理）——各种不同的data master将工作负载分配到GPU中去，比如有Geometry Data Master负责几何数据管理；还有2D Data Master、3D Data Master，以及Compute Data Master（负责通用型计算数据管理）。这些不同的data master基于内存的命令队列中读取数据，驱动任务负载进入GPU。