计算机组成原理：超线程与单指令多数据流

最新推荐文章于 2024-09-12 10:44:48 发布

OceanStar的学习笔记

最新推荐文章于 2024-09-12 10:44:48 发布

阅读量1.6k

点赞数 2

分类专栏：计算机理论与基础文章标签：计算机组成原理

原文链接：https://time.geekbang.org/column/article/100554?code=dIZPVoSOnXI4Felczw6HZxiQa5HGZ7yChdrh7s%2FQw14%3D

版权

计算机理论与基础专栏收录该内容

310 篇文章 81 订阅

订阅专栏

超线程

想要提升CPU的性能，无论是流水线架构、分支预测、还是乱序执行，其本质上都是一种指令级并行技术，也就是想同一时间执行多条指令，来提升CPU的吞吐率。

但是这些方法可能会因为流水线太深而起不到效果。因为更深的流水线里面的指令就更多，相互的依赖关系就更多。于是，很多时候不得不把流水线停顿下来，插入很多NOP操作，来解决这些依赖带来的“冒险问题”。

但是有更好的方法，那就是超线程技术。

那么什么是超线程技术？

既然CPU同时运行那些在代码层面有前后依赖关系的指令，会遇到各种冒险问题，我们不如去找一些和这些指令完全独立，没有依赖关系的指令来运行就好了。那么，这样的指令哪里来呢？自然同时运行在另一个程序里了
现代计算机在同一个时间里可以运行很多个程序。各个程序之间，是完全相互独立的。它们的指令完全并行运行，而不会产生依赖问题带来的“冒险”

然而这个时候，你可能就会觉得奇怪了，这么做似乎不需要什么新技术呀。现在我们用的CPU 都是多核的，本来就可以用多个不同的 CPU 核心，去运行不同的任务。即使当时的Pentium 4 是单核的，我们的计算机本来也能同时运行多个进程，或者多个线程。这个超线程技术有什么特别的用处呢？

无论是上面说的多个CPU核心运行不同的程序，还是在单个CPU核心里面切换运行不同线程的程序，在同一时间点上，一个物理的CPU核心只会运行一个线程的指令，所以其他我们并没有真正做到指令的并行运行。
而超线程不是这样。超线程的CPU，其实是把一个物理层面CPU核心，“伪装”成两个逻辑层面的CPU核心。这个CPU，会在硬件层面增加很多电路，使得我们可以在一个CPU核心内部，维护两个不同线程的指令的状态信息
- 比如，一个物理CPU核心内部，会有双份的PC寄存器、指令寄存器、条件寄存器。这样，这个CPU核心就可以维护两条并行的指令的状态。在外面看来，似乎有两个逻辑层面的CPU在同时运行。所以，超线程技术一般也被叫作同时多线程（Simultaneous Multi-Threading，简称 SMT）技术
- 不过，在CPU的其他功能组件上却没有提供双份。无论是指令译码器还是ALU，一个CPU核心仍然只有一份。因为超线程并不是真的同时运行两个指令，那就真的变成物理多核了。超线程的目的，是在一个线程A的指令，在流水线里停顿的时候，让另外一个线程去执行指令。因为这个时候，CPU的译码器和ALU就空出来了，那么另外一个线程B，就可以拿来干自己的事情。这个线程B里面没有对线程A里面指令的关联和依赖
- 这样，CPU 通过很小的代价，就能实现“同时”运行多个线程的效果。通常我们只要在CPU 核心的添加 10% 左右的逻辑功能，增加可以忽略不计的晶体管数量，就能做到这一点。
  
  不过，我们并没有增加真的功能单元，所以超线程只在特定的应用场景下效果比较好。一般是在那些各个线程“等待”时间比较长的应用场景下。比如，我们需要应对很多请求的数据库应用，就很适合使用超线程。各个指令都要等待访问内存数据，但是并不需要做太多计算。

于是，我们就可以利用好超线程。我们的 CPU 计算并没有跑满，但是往往当前的指令要停顿在流水线上，等待内存里面的数据返回。这个时候，让 CPU 里的各个功能单元，去处理另外一个数据库连接的查询请求就是一个很好的应用案例。

如果你用的是 Windows，可以去下载安装一
个CPU-Z来看看你手头的 CPU 里面对应的参数。

在这里插入图片描述

CPU 的Cores，被标明了是 4，而 Threads，则是 8。
这说明这个 CPU，只有 4 个物理的 CPU 核心，也就是所谓的 4 核 CPU。但是在逻辑层面，它“装作”有 8 个 CPU 核心，可以利用超线程技术，来同时运行 8 条指令。

SIMD：如何加速矩阵乘法

从上面CPU的信息图里面，可以看到，中间有一组信息叫做Instructions，里面写了MMX、SSE 等等。这些信息就是这个CPU所支持的指令集。这里的MMX和SSE的指令集，也就引出了一个提升 CPU 性能的技术方案，SIMD，中文叫作单指令多数据流（Single Instruction Multiple Data）。

我们先来体会一下 SIMD 的性能到底怎么样。下面是两段示例程序，一段呢，是通过循环的方式，给一个 list 里面的每一个数加 1。另一段呢，是实现相同的功能，但是直接调用NumPy 这个库的 add 方法。在统计两段程序的性能的时候，我直接调用了 Python 里面的 timeit 的库。

$ python
>>> import numpy as np
>>> import timeit
>>> a = list(range(1000))
>>> b = np.array(range(1000))
>>> timeit.timeit("[i + 1 for i in a]", setup="from __main__ import a", number=1000000)
32.82800309999993
>>> timeit.timeit("np.add(1, b)", setup="from __main__ import np, b", number=1000000)
0.9787889999997788
>>>

从两段程序的输出结果来看，你会发现，两个功能相同的代码性能有着巨大的差异，足足差出了 30 多倍。也难怪所有用 Python 讲解数据科学的教程里，往往在一开始就告诉你不要使用循环，而要把所有的计算都向量化（Vectorize）。

为什么他们之间的差异这么大呢？原因是，NumPy直接用到了SIMD指令，能够并行进行向量的操作。

而前面使用循环来一步一步计算的算法，一般被称为SISD，也就是单指令单数据（Single Instruction Single Data）的处理方式。如果你手头的是一个多核 CPU 呢，那么它同时处理多个指令的方式可以叫作MIMD，也就是多指令多数据（Multiple InstructionMultiple Dataa）。

为什么 SIMD 指令能快那么多呢？这是因为，SIMD在获取数据和执行指令的时候，都做到了并行。一方面，在丛内存里面读取数据的时候，SIMD是一次性读取多个数据。

就以我们上面的程序为例，数组里面的每一项都是一个 integer，也就是需要 4 Bytes 的内存空间。Intel 在引入 SSE 指令集的时候，在 CPU 里面添上了 8 个 128 Bits 的寄存器。

128 Bits 也就是 16 Bytes ，也就是说，一个寄存器一次性可以加载 4 个整数。比起循环分别读取 4 次对应的数据，时间就省下来了。

在这里插入图片描述
在数据读取到了之后，在指令的执行层面，SIMD 也是可以并行进行的。4 个整数各自加1，互相之前完全没有依赖，也就没有冒险问题需要处理。只要 CPU 里有足够多的功能单元，能够同时进行这些计算，这个加法就是 4 路同时并行的，自然也省下了时间。

所以，对于那些在计算层面存在大量“数据并行”（Data Parallelism）的计算中，使用SIMD 是一个很划算的办法。在这个大量的“数据并行”，其实通常就是实践当中的向量运算或者矩阵运算。在实际的程序开发过程中，过去通常是在进行图片、视频、音频的处理。最近几年则通常是在进行各种机器学习算法的计算。

而基于 SIMD 的向量计算指令，也正是在 Intel 发布 Pentium 处理器的时候，被引入的指令集。当时的指令集叫作MMX，也就是 Matrix Math eXtensions 的缩写，中文名字就是矩阵数学扩展。而 Pentium 处理器，也是 CPU 第一次有能力进行多媒体处理。这也正是拜 SIMD 和 MMX 所赐。

总结

超线程，其实是一个“线程级并行”的解决方案。它通过让一个物理CPU核心，“装作”两个逻辑层面的CPU核心，使得CPU可以同时运行两个不同线程的指令。虽然，这样的运行仍然有着种种限制，很多场景下超线程并不一定能够带来CPU的性能提升。但是同样的 4 核心的 CPU，在有些情况下能够发挥出 8 核心CPU 的作用。而超线程在今天，也已经成为 Intel CPU 的标配了
SIMD技术，则是一种“指令级并行”/"数据并行"的加速方案。在处理向量计算的情况下，同一个向量的不同维度之间的计算是相互独立的。而我们的CPU里的寄存器，又能够放得下多条数据。于是，我们可以一次性取出多条数据，交给CPU并行运算。
正是 SIMD 技术的出现，使得我们在 Pentium 时代的个人 PC，开始有了多媒体运算的能力。可以说，Intel 的 MMX、SSE 指令集，和微软的 Windows 95 这样的图形界面操作系统，推动了 PC 快速进入家庭的历史进程。

终于知道为什么挖矿烧显卡啦～