微处理器大师的IC设计经验

少为更加紧密集成的系统都是异常重要的。基站将明显变小，这意味着整个基站 都可变成塔顶的一个小盒子，而不是……装在塔顶可是简单很多。

　　当然在系统层面，你一旦降低成本以后降低功耗也就水到渠成。所以这两者之间是一个非常良性的关系。关键是硅晶圆的集成。这也是Tensilica会 如此迅速成长成为世界领先的DSP内核供应商之一的原因。

　　甚至可以看到这种变化体现到了云计算上。因为现在你需要300倍的带宽，也就相应地对视频服务、视频压缩、互联网数据库搜索、社会网络，如此等等， 都提出了更高的需求。而所有这些事情，真的都是很复杂的应用程序呢。

　　不过有趣的是，他们都是些并行的应用程序。这是个好消息。因为在计算机业已经发生的一件事情便是，单个微处理器的速度已经很难再提高了。Intel在1990年，戏剧性地发现了单处理器性能呈指数增长的改善。但是他们也旋即发现当处理器频率达到约3.5到4GHz的时候，功率密度(Power Density)遇到了瓶颈。于是，他们开始尝试多核技术。

　　还好人民群众想做的事，基本都是天然就可以并行处理的。所以，你在做互联网数据库检索(Internet Database Search)的时候，确实可以设置多内核、多芯片，甚至多系统。因为你的查询请求通常将被发往多个地点。所以在互联网云计算的领域，运用多核的机会无比 广阔。

　　而且确实存在是一个问题，就是你如何在有效的MIPS指令内获得足够低的功耗。或者说，如何在设计电池寿命最长的移动设备，和最可扩展的服务器间 取得关联?因为所有都和功耗有关，而非峰值的性能。

　　4、那么Tensilica是如何来克服在功耗上的挑战的?和竞争对手比起来又有何区别?

　　Chris Rowen ：举个例子。Tensilica赞同为特定的任务去优化处理器。优化流水线(Pipeline)，优化接口，优化设计层面，然后把多个内核放在一起，以建 立一个多核系统。这种优化的能力将产生巨大的影响。我会在今天下午的会上谈到这个称作Turbo解码器的专用(Specialized)处理器。Turbo是一种特殊的算法，可以从嘈杂的噪声中提取有用信息，在一个工作循环(cycle)内，这个解码器可以执行大约3万次，哦对的没错3万次RISK指令。是的，通用的压缩(Compression)处理器只能执行一次指令，而这个专用处理器可以执行3万次。当然这是一个极端的例子，只是想表 明当你知道你的问题在哪里，你就可以做出很多令人难以置信的事情。并行，并因此难以置信的高效率。

　　同样的原则可以适用于各个层面，适用于各种其他门类的专用DSP、无线接收器，适用于基带和音频的通用DSP，也适用于客户意欲进行视频处理或其他图形压缩、安全操作、网络协议处理，以及广泛应用于射频的深嵌入式控制(Deeply Embedded Control)。

　　Tensilica特别集中精力于那些能够专门优化的能力，以及真正方便使用多核的能力。而因此，我们从那些传统的CPU老家伙们中区别了出来。譬 如Intel、ARM、MIPS，或者其他什么人。他们都面临一个相同的物理问题，摩尔定律在给了他们更多的晶体管之后，却没有给他们更好的功率控制，对不对?

　　他们很少去考虑并行的问题。而与之相反，我们在应用层面非常努力地工作，以期寻找到解决方案。在云计算那段，我们确实可以将任务分割成很多子任务， 但是当我在这里玩游戏(Chris又一次拿起手里iPhone开始演示)，我真的被限制了。你看，一个手指只能玩一样东西哈。因此在应用处理器的层面，你 真的无法得到啥好处。MIPS、ARM，甚至还有Intel，都面对着这样一个无法在当前硅科技下有效完成多任务的问题。而那是我们擅长的。

　　我们看到这个市场在迅速增长，去年的出货量增长了大约70%。然后我们会试图进入所有的DPP(Data-Plane Processor)领域，包括DSP、音频视频、安全，以及深嵌入式控制，这其实和应用处理器的范畴离得很远。所以啊，我们常常会发现自己和MIPS、ARM或Intel出现在同一块芯片上。你知道吧，其实我们就是工厂的工人啊(Chris突然哈哈大笑)!因为有这么多不同的处理器，在Date-Plane里又有这么多不同的任务，那些小而高效的处理器会有很多机会，很多接口(Socket)。

　　这种对于应用处理器或者接口的互补性，甚至于可以让应用处理器在执行类似于信号处理这种实时任务的时候，也完全关闭。或者比如多媒体应用，应用处理 器当然可以去做，但是如果我们优化专用音频DSP的话，将获得4到5倍的效率。尺寸更小，单位时间内的吞吐量却更大。而且可以用如此多的音视频处理器够你 选择。所以几乎任何时刻，系统设计师或者SoC设计师都可以通过区别应用场景的方式，来决定卸载(Off Load)哪个处理器。

这也是