系统架构体系的基本概况

计算系统架构概述

    服务器硬件体系架构浅析

本文转载自机器之心，原文标题为《计算机架构的新黄金时代，两位图灵奖得主最新力作》。先分享我对这篇文章的总结，或者我得到的启发：

    1、DSA（Domain-Specific Architectures，特定领域的体系结构）

将成为未来十年甚至更长时间，计算机体系结构的趋势。登纳德缩放定律结束、摩尔定律衰退，而阿姆达尔定律正当其时，这意味着低效性将每年的性能改进限制在几个百分点。获得更高的性能改进需要新的架构方法，就是DSA。

    2、开放的 ISA，处理器领域的Linux

计算机架构的第二个机会是开放的 ISA（Instruction Set Architecture，指令集合架构），要创建处理器领域的Linux。

这让我想起了2021年7月27日OCP China Day的第二演播厅（详见视频：数据处理怎么能变更快？），接受IT大嘴巴（刘策）的采访时，因西部数据Bill 刘总的启发，得出：开放计算未来十年，除了在系统级（整机柜、机架服务器、边缘服务器等），组件级（OAI、NVMe SSD、NIC 3.0、DPU等），还将在芯片级（如RISC-V、英伟达NVDLA）大有作为。

    3、硬件也可以敏捷开发

借助电子计算机辅助设计（ECAD）工具，使得敏捷开发成为可能；这种更高水平的抽象增加了设计的重用性。从设计交付到返回芯片原来需要几个月时间，现在可能四周左右。

    4、体系结构的几个定律

1）摩尔定律（Moore's Law）

摩尔（Gordon Moore）在 1965 年的最初预测中，称晶体管密度会每年翻一番；1975 年，他又预计每两年翻一番。

2）登纳德缩放定律（Dennard scaling）

罗伯特·登纳德（Robert Dennard）预测随着晶体管密度的增加，每个晶体管的能耗将降低，因此硅芯片上每平方毫米上的能耗几乎保持恒定。由于每平方毫米硅芯片的计算能力随着技术的迭代而不断增强，计算机将变得更加节能。然而，登纳德缩放定律从 2007 年开始大幅放缓，2012 年左右接近失效（见图 3）。

1986 年至 2002 年间，指令级并行（ILP）是提高性能的主要架构方法。而且随着晶体管速度的提高，其性能每年能提高 50% 左右。登纳德缩放定律的终结意味着工程师必须找到更加高效的并行化利用方法。

为了保持工作流程完整，需要预测分支，并根据推测将代码放入工作流程中以便执行。推测的使用是 ILP 高性能和芯片低能效的源头所在。如果分支预测完美，推测就能提高 ILP 性能，但能耗会增加一些——甚至可能节约能耗——但如果分支预测出现失误，处理器就必须抛弃错误的推测指令，其计算工作及所耗能量就会付之东流。处理器的内部状态也必须恢复到错误预测分支之前的状态，这将花费额外的时间和能量。

很少有通用程序能够如此准确地预测分支。架构师需要一种不同的方法来实现性能改进。于是多核时代就这样诞生了。

多核将识别并行性和决定如何利用并行性的责任转移给程序员和语言系统。多核并不能解决由登纳德缩放定律终结带来的能效计算挑战。每个活跃的核都会消耗能量，无论其对计算是否具有有效贡献。一个主要的障碍可以用阿姆达尔定律（Amdahl's Law）表述。

3）阿姆达尔定律（Amdahl's Law）

IBM360系列机的主要设计者阿姆达尔于1967年提出。

该定律指出：系统中对某一部件采用更快执行方式所能获得的系统性能改进程度，取决于这种执行方式被使用的频率，或所占总执行时间的比例。阿姆达尔定律实际上定义了采取增强（加速）某部分功能处理的措施后可获得的性能改进或执行时间的加速比。简单来说是通过更快的处理器来获得加速是由慢的系统组件所限制。

阿姆达尔曾致力于并行处理系统的研究。对于固定负载情况下描述并行处理效果的加速比s，阿姆达尔经过深入研究给出了如下公式：S=1/(1-a+a/n)

其中，a为并行计算部分所占比例，n为并行处理结点个数。这样，当1-a=0时，(即没有串行，只有并行)最大加速比s=n；当a=0时（即只有串行，没有并行），最小加速比s=1；当n→∞时，极限加速比s→ 1/（1-a），这也就是加速比的上限。例如，若串行代码占整个代码的25%，则并行处理的总体性能不可能超过4。