创新架构和电源技术协力助处理器提升能效

构创新 几十年来，CPU一直用来运行一般的编程任务。它擅长于利用分支预测和乱序执行等各种复杂技术来串行运行计算指令，从而提高速度。相反，图形处理器 （GPU）是专用加速器，最早是为了在显示屏上同时显示数百万个像素而设计的。GPU通过使用较简单的执行流水线并行执行计算来实现这个过程。以 前，CPU和GPU虽然集成度越来越高，但却是相互独立运行。

　　AMD加速处理器（APU）将CPU和GPU集成配置到同一硅片上。这样做会带来许多优势，比如可以通过共享内存接口、供电和散热基础架构来提高效率。 GPU并行执行提高了自然用户界面和模式识别等许多工作负载的处理效率，并且在GPU与CPU协同使用时，这些工作负载的执行效率能够提高数倍。优化 GPU和CPU并行操作可以最大限度地提高设备的性能，缩短任务用时，并且提高进入节能模式的频率。

　　一个长期面临的挑战是软件开发人员难于编写充分利用CPU和GPU的应用程序。传统上，这两种处理器分别具备独立的内存系统。这就是说无论何时CPU想利 用GPU，它都得将数据从它的内存中复制到GPU的内存中。这使应用程序的编写不仅效率低下而且困难，因此GPU一般只能用于大数据集的应用中。此外，独 立内存还会增加用电量，因为处理器会经常将缓存数据在CPU和GPU之间转移。

　　通过AMD最新开发的异构统一内存访问 （hUMA），CPU和GPU可以共享同一个内存。二者可以访问所有的平台内存，并且还可以将数据分配到系统内存空 间的任意位置。这种共享内存架构大大降低了编程的复杂性，其原因是软件开发人员不用再指出数据的缓存位置，而这个操作容易出现错误，进而会导致很难检测和 修复的漏洞。

　　统一内存架构的优势显而易见，这使软件开发人员可以流畅运用Java、C++ AMP和Python等高级语言来利用GPU的并行处理功能，从而提高性能和效率。最近的一个主流视频和图片编辑程序的运行结果表明，若将GPU的并行处 理与CPU相呼应，最高可将某些功能的性能提高17倍。然而，由于GPU和CPU共享电源/热基础架构，电源需求与单独使用CPU时相等。

　　hUMA 是AMD 异构系统架构（HSA）实现的一部分。当按照HSA架构设计和编程时，这样的电源和性能提升可以扩展到其他的固定功能设备，比如数字信号处理器（DSP）或安全处理器。

　　代号为"Carrizo"的AMD处理器是行业内第一款符合异构系统架构基金会（HSA Foundation）HSA 1.0规范的处理器。该架构大大降低了编程难度，同时提高了低功耗下的应用性能。

　　高电源效率硅技术 计算机工作负载的变化，将会对微处理器的用电量产生影响。工作负载（比如复杂的服务器事务或视频渲染）需求越大，处理器吸取的电流越 大，然后当需求减少时，电流则会降低。电流突变会导致芯片供电电压发生严重波动。为了解决电压下降的问题，微处理器设计人员一般会提供大约10%～15% 的额外电压，以确保处理器电压始终充足。但过电压又会以能耗为代价，因为其浪费的电力与电压增长的平方成正比（即10%的过电压会造成20%的电力浪 费）。

　　AMD 研发了多项技术来优化电压。其最新的处理器配置了电压跟踪电路， 以纳秒级的精度对平均电压与电压下降进行比较。通过在平均电压下运行，然后短暂地快速降频来抵消供电电压的骤降，它可以恢复大部分被浪费的电力。由于频率 调整可以以纳秒级的水平完成， 计算性能几乎不会受到影响， 而功耗则会减少10%～20%。从"Carrizo"APU开始，CPU和GPU就都采用了自适应电压运算功能。

　　Carrizo首创的另一项电源技术名为自适应电压与频率调节。除了传统的温度和功率传感器，该技术实现了独特的专利硅片速度性能传感器与电压传感器。行 业内大多数人都了解，硅片速度性能和电压控制会因器件和平台的不同而存在明显差异。这些差异传统上是通过对硅片工作增加裕量或"保护带"来应对的，因为无 法提前得知准确的运行情况。相对理论上最优系统所能实现的效率，这种保护带将会引起显著的效率损失。得益于AMD首次引入的最新自适应传感器和相关的控制 算法，大部分的效率损失可以得到减轻。速度与电压传感器能够让每个APU适应于其硅特性、平台运行和工作环境。通过实时适配这些参数，APU可以对运算进 行动态优化，最大限度地提高效率，并且在给定性能水平上最多可节电20%。

最后，为了降低CPU的耗电量，AMD利用了与GPU设计方式更接近的高密度库。AMD借助这一方案可以在更小的面积内集成更多的标准单元（处理器的组成 部分），从而能够减少面积及单元之间的布线距离，并大幅降低功耗。使用高密度库通常意味着在相同的电压下速度