|
來源：芯智訊 眾所周知，目前x86架構處理器統治著PC和服務器市場，而Arm架構處理器則統治著移動市場，并在IoT市場占據著較大的市場份額。 但是，近年來RISC-V架構則憑借著開源、指令精簡、可擴展等優勢，在注重能效比的物聯網領域大受追捧。 在RISC-V International及相關芯片廠商的推動下，RISC-V也開始進入更高性能需求的服務器市場。 2023年初，RISC-V International將HPC確定為RISC-V增長的戰略優先領域，再加上最近批準的矢量擴展和大量移植關鍵HPC庫和工具的HPC軟件工作，很明顯，這一領域的勢頭正在迅速增長。 世界各地的很多項目，如歐洲eProcessor項目、擁有上千RISC-V核心的Esperanto CPU，以及旨在開發RISC-V關鍵軟件組件支持的多供應商RISE項目，都有可能推動RISC-V在包括HPC在內的高端計算中普及，并最終使社區能夠圍繞這一技術構建超級計算機。 此外，早期的應用研究對RISC-V可以為高性能工作負載帶來的好處也表示贊同。 2022年12月，芯片初創企業Ventana Microsystems公司在RISC-V峰會上發布了全球首款面向服務市場的基于RISC-V架構的最高192核CPU——Veyron V1。 據介紹，Veyron V1采用先進的5nm制程工藝，基于Ventana自研的高性能RISC-V內核，8流水線設計，支持亂序執行，主頻高達3.6GHz，每個集群最多16個內核，多集群最多可擴展至192核，擁有48MB共享三級緩存，擁有高級側信道攻擊緩解措施、IOMMU和高級中斷架構（AIA）、支持全面的RAS功能、自上而下的軟件性能調整方法，可以滿足數據中心的各種需求。 
根據Ventana披露的數據顯示，在SPECint 2017測試中，128核心版本的Veyron V1在300W功耗下，大幅性能領先于64核的AMD EPYC Milan 7763（280W），并且達到了64核心AWS Graviton G3（Neoverse v1內核）、40核心Intel Xeon Ice Lake 8380（270W）的兩倍。當然這也主要得益于其核心數量達到了競品的兩倍。 需要指出的是，Veyron V1并沒有SIMD或向量執行單元，這對上有AVX-512的Intel或AMD的服務器處理器會非常吃虧。 另外，Veyron V1目前還沒有量產，之前承諾的是今年第二季或第三季向客戶提供樣品。所以，以上官方公布的數據都還是紙面上的數據。 相比之下，今年三月國內某廠商推出的64核RISC-V服務器芯片SG2042目前已經小批量出貨。 近日，國外研究人員Nick Brown 通過RAJAPerf基準測試套件對于這款芯片進行了實測，發現其與最新的廣泛可用的RISC-V芯片相比，其平均每個核心的性能提高了5到10倍。但是在多線程工作負載下，x86高性能CPU的平均性能依然達到了它的4-8倍。 據該研究報告顯示，該64核RISC-V處理器，運行頻率為2GHz，由四個高性能的C920內核組成，并采用了12級無序多問題超標量管道設計。 C920提供RV64GCV指令集，具有三個解碼、四個重命名/調度、八個發布/執行和兩個加載/存儲執行單元。支持矢量化標準擴展（RVV v0.7.1），矢量寬度為128位，支持數據類型FP16、FP32、INT8、INT16、INT32和INT64。然而，C920并不支持FP64矢量化 研究稱，雙精度浮點是絕大多數高性能工作負載的基礎，因此能夠支持矢量化這些操作的核心可能會為HPC提供更高的性能。每個C920核心還包含64KB的L1指令（I）和數據（D）緩存，1MB的L2緩存，在四個核心的集群之間共享，64MB的L3系統緩存，由集群中的所有核心共享。還提供四個DDR4-3200內存控制器和32條PCIe Gen4通道。 HPC工作負載的一個重要考慮因素是矢量化，由于C920核心僅支持RVV v0.7.1，編譯器支持是一個挑戰。RISC-V GNU編譯器的當前上游版本不支持任何版本的矢量擴展。雖然GNU存儲庫包含一個rvv下一個分支，其目的是支持rvv v1.0，但在研究人員撰寫研究報告時，它并沒有得到積極維護。 此外，還有一個針對rvv v0.7.1的rvv-0.7.1分支，但該分支已被刪除。由于缺乏對主線GCC的支持，阿里平頭哥（T-Head）提供了自己的GNU編譯器分支（玄鐵GCC），該編譯器已針對其處理器進行了優化。 T-Head的定制編譯器同時支持RVV v0.7.1和他們自己定制的自定義擴展。雖然已經提供了該編譯器的幾個版本，但作為其20210618版本的一部分，GCC8.4提供了最佳的自動向量化能力，因此這是研究人員進行的基準測試實驗選擇的版本。 該版本的編譯器生成矢量長度特定（VLS）RVV組件，該組件專門針對C920的128位矢量寬度。所有內核都在優化級別三進行編譯，所有報告的結果都在五次運行中取平均值。 與其他高性能RISC-V內核比較 研究人員比較了SG2042與賽昉(StarFive)開發板VisionFive V1和 Vision V2的性能，V1包含賽昉JH7100 SoC，而V2包含賽昉JH7110 SoC。 JH7100和JH7110這兩個SoC都是基于64位RISC-V SiFive U74內核構建的，JH7100包含兩個內核，JH7110包含四個內核。SoC被列為以1.5GHz運行，U74內核包含32KB（D）和32KB（I）L1緩存，兩種SoC型號還包含內核之間共享的2MB L2緩存。 然而，SiFive U74僅提供RV64GC，因此不支持RISC-V矢量擴展。
圖1展示了VisionFive V2和V1與SG2042在雙精度（FP64）和單精度（FP32）方面的單核性能比較。其中條形圖是整個類別中速度更快或更慢的平均次數，線條的范圍從最大到最小。 從圖1中可以看出，單個C920核心在雙精度和單精度方面都優于V2和V1的U74核心。 在雙倍精度下，C920核心的平均性能是V2中U74以雙倍精度運行時的4.3至6.5倍。此外，在單精度下，C920的性能是基準測試平均性能的5.6至11.8倍。這是一個令人印象深刻的性能提升，并且C920內核上沒有比U74運行得慢的內核。 一些內核在C920上的性能非常令人印象深刻，例如，來自算法組的內存集基準在FP32中的運行速度是U74的40倍，在FP64中運行速度是U74的18倍。 需要強調的是，該基準測試在這些核心上都是以盡可能好的配置，即C920上利用了矢量化，但是U74不支持矢量化，因此在V1或V2上不可用。 SG2042上的FP32和FP64之間存在顯著的性能差異，這表明事實上C920矢量運算不支持FP64。相比之下，在V2上運行雙精度和單精度之間的性能差異要小得多。 圖1中結果的一個方面讓研究人員感到驚訝的是，VisionFive V1比V2慢得多。考慮到測試只是在單核上運行RAJAPerf，所以芯片的雙核和四核性質并不重要，因為它們都包含相同的U74核心，那么其性能應該相當相似。 但是，在雙倍精度下，V1比V2慢了六倍到三倍，單精度則慢了一倍到三倍。雖然可以假設V1可能以比V2更低的時鐘頻率運行，盡管它們在數據表中都被列為以1.5GHz運行，但機器上沒有任何文件或輸出可以證實這一點。 從圖1中可以看出，與現有的、公開可用的商品RISC-V內核相比，單個C920核心所獲得的性能令人印象深刻。T-Head將該核心描述為一種高性能RISC-V處理器。 測試也表明，其與U74相比，在整個基準測試套件中的性能有了很大的提高，U74以前被認為是廣泛可用的RISC-V CPU的最佳選擇，可以在其上進行HPC工作負載的實驗。 除了單核性能外，SG2042在核數量方面也顯著領先于V1的JH7100和V2的JH7110 SoC。 與x86服務器CPU性能比較 那么相對于其他商用的x86服務器芯片，SG2042在HPC工作負載中的表現如何呢？ 對此，研究人員將其與當前一代服務器中使用的其他CPU進行了比較，分別為64核的AMD Rome EPYC 7742、18核的Intel Broadwell Xeon E5-2695、28核的Intel IceLake Xeon 6330、4核心的Intel SandyBridge Xeon E5-2609。 測試只在這些x86 CPU的物理內核上執行，因為默認情況下禁用了所有SMT。
AMD EPYC 7742在四個NUMA區域中包含64個物理內核，每個區域有16個內核，但有八個內存控制器。每個核心包含32KB（I）和32KB（D）L1緩存，512KB的L2緩存，四個核心之間共享16MB的L3緩存。EPYC 7742提供支持AVX2，具有256位寬的矢量寄存器，是SG2042的兩倍，并支持FP64的矢量化。 Intel Xeon E5-2695的18個物理內核位于一個NUMA區域中，提供32KB（I）和32KB（D）L1緩存，256KB的L2緩存，以及45MB的跨內核共享的L3緩存。與AMD EPYC 7742類似，Xeon E5-2695支持AVX2，并且有四個內存控制器。 Intel Xeon 6330是比較的最新CPU，所有28個物理內核都在一個NUMA區域中，具有8個內存控制器，具有32KB（I）和48KB（D）L1緩存，每個內核1MB L2緩存，以及43MB共享L3緩存。Xeon 6330支持AVX512，并提供512位寬的矢量寄存器。 Intel Xeon E5-2609屬于本次測試當中最古老的CPU，其于2012年發布，僅提供四個物理核，每個核都有64KB（I）和64KB（D）L1緩存，以及256KB的L2緩存和共享的10MB L3緩存。該E5-2609僅支持AVX，因此矢量寄存器長度與SG2042相同，為128位，盡管AVX支持FP64。 在所有測試當中，研究人員禁用了x86物理內核的超線程。除了ARCHER2之外，研究人員在所有系統上都使用GCC版本8.3，編譯始終在優化級別O3下進行。全部在性能最高的線程數量上執行的系統。
圖4展示了各芯片在FP64上運行基準測試套件的單核性能。其中條形圖是整個類別中速度更快或更慢的平均次數，線條的范圍從最大到最小。SG2042為均值基線。 從測試結果來看，除了除了古老的Xeon E5-2609內核之外，所有x86內核的性能都優于C920，后者在流和算法基準類中的平均性能較慢。 AMD EPYC 7742和Intel Xeon 6330 CPU的表現往往優于Intel Xeon E5-2695，這是可以理解的，因為Xeon E5-2695是這三款CPU中的老款。
圖5展示了各芯片在FP32上運行基準測試套件的單核性能與基線相比的快慢次數。 從圖5可以看出，AMD EPYC 7742在單精度執行時與雙倍精度執行時相當乏善可陳，而英特爾處理器的平均性能也一樣好，事實上，當使用FP32時，古老的Xeon E5-2609內核在每種級別上的平均性能都優于C920。 然而，圖5中的平均條形圖并不能提供完整的圖片。 C920僅支持FP32的矢量化，事實上，從圖5和圖4中的線條可以看出，FP32的許多基準類的最大速度比FP64快。 此外，有更多運行速度最慢的內核在x86 CPU上的執行速度比FP32上的C920慢。這些內核是有效應用自動矢量化的地方，事實上，可以看出，對于lcals基準類，所有x86 CPU上至少有一個內核的性能低于C920。 總結來說，在單核性能比較上，FP32下的AMD EPYC 7742平均表現要比C920快3倍，Intel Xeon E5-2695要快2倍，Intel Xeon 6330也要快4倍，Xeon E5-2609則快2倍，FP64下的這些數字則分別快4倍、4倍、5倍和20%。
FP64多線程性能比較，報告比基線快或慢的次數 圖6展示了針對雙精度FP64的性能比較。 可以看出，basic、lcals、polybench和stream類測試從更多的內核中受益最大，因此SG2042的平均性能優于古老的Xeon E5-2609。
FP32多線程性能比較，報告比基線快或慢的次數 圖7展示了FP32的多線程性能比較，這些結果包含最大的差異。為了提高可讀性，研究人員限制了縱軸，并標記了超過該值的實際數值。 在多線程FP32方面，SG2042往往比FP64在與x86 CPU的競爭中表現得略強，盡管polybench類是一個異常，因為它在三個最新的x86 CPU上的表現要好得多，而Intel Xeon E5-2609的表現則差得多。 總結來說，在SG2042多線程性能與x86 CPU進行比較時，在FP32和FP64上運行的所有基準類型測試中，其64核平均性能優于4核的Intel Xeon E5-2609。 64核的AMD EPYC 7742在FP32和FP64方面的性能分別是SG2042的8倍和5倍。18核的Intel Xeon E5-2695在單精度和雙精度方面分別平均達到了6倍和4倍。最后，28核的Intel Xeon 6330在FP32和FP64方面的表現分別是其6倍和8倍。 結論： 研究人員表示，盡管當前有許多公司在開發高性能RISC-V硬件原型，但到目前為止，當希望在可商用的RISC-V軟件上運行工作負載時，選擇非常有限。 不管怎樣，盡管這些解決方案能夠對RISC-V進行實驗，但它們并不能在體系結構上提供生產高性能工作負載所需的功能。因此，盡管HPC社區對RISC-V很感興趣，但它還沒有完全準備好迎接這項技術。 當然，作為世界上第一款廣泛可用的針對HPC的多核RISC-V服務器芯片，SG2042可能會大大提高HPC社區對RISC-V的興趣和采用率。然而，一個關鍵的問題是其與當前一代超級計算機中普遍存在的x86 CPU相比依然有著較大的差距。 不過，與目前可商用的RISC-V硬件相比，這是一款非常令人興奮的RISC-V服務器芯片，它提供了一些重大的變化。 雖然性能還沒有達到x86服務器CPU的水平，但應該強調的是，RISC-V供應商在短時間內取得了長足的進步。相比之下，x86 CPU有著悠久的歷史，并從他們多年的開發中受益。 目前RISC-V進入服務器CPU市場的競爭對手主要還是Arm服務器CPU，畢竟其理論上RISC-V CPU可以擁有相比Arm CPU更低的成本、更高的定制化和可擴展性。 對于下一代高性能RISC-V處理器來說，研究人員認為，提供RVV v1.0將非常有用，因為這將提供使用用于編譯矢量化代碼的主線GCC和Clang。 此外，提供FP64矢量化、更寬的矢量寄存器、增加的L1高速緩存以及每個NUMA區域更多的存儲器控制器也可能帶來顯著的性能優勢，并有助于縮小與x86高性能處理器的差距。 |
