AMD的Phoenix SoC核心技術(shù)詳解

AMD的Phoenix SoC在移動和小型化領(lǐng)域取得了重要突破，這將改變很多東西。

●AMD的Ryzen?7040

AMD的移動和小型化之路曾一度艱辛。早在2010年代初期，英特爾在能效方面取得了巨大的進步，而AMD的基于Bulldozer的CPU核心在這方面沒有機會。Zen架構(gòu)縮小了差距，但AMD仍然需要付出大量努力?？臻e功耗仍然不及英特爾。GPU方面，由于AMD收購了ATI，所以它在這方面更強大，但AMD的集成GPU常常使用過時的圖形架構(gòu)。即使在獨立的GCN GPU上市后，APU上仍然使用Terascale 3架構(gòu)。2021年，AMD推出了搭載Vega（改進的GCN）顯卡的Ryzen 7 5800H，但當時桌面GPU已經(jīng)過渡到使用RDNA 2。

AMD的產(chǎn)品已經(jīng)扭轉(zhuǎn)了這一局面。Van Gogh（Steam Deck APU）和Rembrandt終于將RDNA 2引入了集成GPU中。而Phoenix則邁出了正確方向的又一步，將當前一代的Zen 4核心和RDNA 3顯卡整合到了一個強大的芯片中。除了使用最新架構(gòu)的重要CPU和GPU之外，Phoenix還集成了各種加速器，以提高特定應(yīng)用程序的能效。英特爾早已整合了像GNA AI加速器這樣的加速器，而AMD則希望迎頭趕上。XDNA加速器有助于機器學習推理，音頻控制器則可以卸載CPU的信號處理。對于移動SoC來說，Phoenix還配備了強大的視頻引擎。

Phoenix采用了TSMC的N4工藝制造，占據(jù)了178平方毫米的面積。芯片擁有254億個晶體管，將Zen 4核心與RDNA 3圖形整合在一起。除了重要的CPU和GPU之外，AMD還添加了一些支持性的IP塊，用于加速機器學習推理和信號處理。Phoenix的芯片尺寸比AMD之前的Rembrandt要小，可以容納在相同的25x35毫米BGA封裝中。

●CPU方面

Phoenix擁有8個Zen 4核心的集群，Phoenix采用了不同的高速緩存設(shè)置，只有16MB的L3緩存（而不是通常的32MB）。AMD可能將L3切片縮小到每個核心2MB，以減少芯片面積的使用。

根據(jù)測試，延遲與臺式機上的Zen 4相同。實際的延遲可能會稍微差一些，因為臺式機上的Zen 4頻率更高。例如，Ryzen 9 7950X3D的非VCache芯片在16MB的測試大小下延遲為8.85納秒。而Ryzen 7 7840HS在10MB的測試大小下延遲為10.92納秒。部分差距是因為HP堅持將時鐘速度限制在4.5 GHz，盡管7840HS應(yīng)該能夠提升至5.1 GHz。

Phoenix的內(nèi)存控制器支持DDR5和LPDDR5。對于功耗至關(guān)重要的手持設(shè)備來說，LPDDR5尤其有用。與LPDDR5一起的內(nèi)存延遲更高，為119.81納秒。然而，與Van Gogh相比，AMD已經(jīng)大幅改進了LPDDR5的延遲，Van Gogh在CPU核心訪問DRAM時延遲很高。

Infinity Fabric 帶寬

CPU集群通過每個時鐘周期32字節(jié)的Infinity Fabric鏈路與系統(tǒng)的其余部分進行通信。與臺式機設(shè)計不同，其中寫路徑是寬度的一半，CPU到Fabric的寫路徑也可以處理每個周期32字節(jié)。這在實際工作負載中幾乎不太可能影響性能，因為我沒有看到任何單個核心需要超過30 GB/s的寫入帶寬的工作負載。多線程的工作負載可能需要更多的帶寬，但也可以分配到不同的CCX。

AMD已經(jīng)實現(xiàn)了寫入優(yōu)化，以減少Infinity Fabric的流量。通過使用CLZERO清零緩存行時，單個7950X3D CCD的寫入帶寬可以超過68 GB/s。清零內(nèi)存是相當常見的，因為程序?qū)⒊跏蓟瘍?nèi)存以確保新分配的內(nèi)存處于已知狀態(tài)。操作系統(tǒng)通常也會這樣做。如果應(yīng)用程序使用已識別的方法清零內(nèi)存，可以看到比通用測試所建議的更高的有效寫入帶寬。

Infinity Fabric 優(yōu)化

Infinity Fabric是AMD的一種一致性互連。在功耗方面，它至關(guān)重要，因為互連功耗可能占芯片功耗的相當大一部分，特別是在不是完全推動計算的工作負載中。AMD對各種工作負載進行了分析，并根據(jù)工作負載是否受到計算限制、IO限制或具有非常特定的特征（如視頻會議）來設(shè)置Phoenix的Infinity Fabric，使其進入不同的操作模式。

這些優(yōu)化避免了Van Gogh的問題，因為它在CPU側(cè)帶寬上限制在約25 GB/s，這要歸功于一個在有限的功耗預算內(nèi)高度優(yōu)化用于游戲的Infinity Fabric實現(xiàn)。在Cheese的HP筆記本上，根據(jù)工作負載不同，Infinity Fabric時鐘也會有所變化：

AMD在GPU拉取大量帶寬時使用低速Fabric時鐘以提高能效。GPU具有四個32B/周期的端口與Fabric相連，即使在低速Fabric時鐘下，也可以獲得足夠的內(nèi)存帶寬。由于客戶程序通常對延遲比帶寬更敏感，因此CPU工作負載獲得了更高的Fabric時鐘，從而改善了延遲。與Renoir不同，Phoenix的可變Infinity Fabric時鐘與生成內(nèi)存流量的組件無關(guān)時都會降至1.6 GHz。

為了進一步節(jié)省功耗，AMD積極追求功耗和時鐘門控的機會。新的Z8睡眠狀態(tài)允許在短暫的閑置期間進行功耗和時鐘門控，例如在按鍵之間，而不會感知到喚醒時間。在視頻播放期間，Phoenix可以實現(xiàn)較高的Z8狀態(tài)停留，這表明媒體引擎的緩沖區(qū)和高速緩存足夠大，可以允許它進行短暫的內(nèi)存訪問。

來自優(yōu)化各種物理接口也帶來了額外的節(jié)能。內(nèi)存控制器可以根據(jù)需要動態(tài)更改時鐘和電壓狀態(tài)。多年來一直在使用的USB 2.0接口竟然具有許多功耗優(yōu)化機會，因此AMD也進行了調(diào)整。

GPU方面

Phoenix的GPU基于AMD當前一代的RDNA 3架構(gòu)，獲得了合適的“Radeon 780M”名稱，而不僅僅是被稱為Vega或gfx90c。它具有六個WGPs，總共有768個SIMD單元，每個周期能夠執(zhí)行1536個FP32操作。這些單元分為兩個著色器數(shù)組，每個著色器數(shù)組具有256KB的中級高速緩存。2MB的L2高速緩存有助于隔離iGPU與DRAM，對iGPU的性能非常重要。與Van Gogh相比，Phoenix的L2高速緩存多一倍，內(nèi)存帶寬稍多，并且具有50%更多的SIMD單元。

與RX 7600相比，L0、L1和L2的延遲與RX 7600相比相當相似，盡管由于更高的時鐘速度，獨立顯卡稍微快一些。DDR5使iGPU的每個SIMD操作的帶寬比臺式機GPU更高，因此無法證明將區(qū)域分配給另一級緩存。 DDR5的帶寬確實不容忽視。使用DDR5-5600或LPDDR5-5600，Phoenix可以實現(xiàn)比幾年前的Nvidia GDDR5配備的GTX 1050 3 GB更高的GPU端DRAM帶寬。每個引腳的5.6千兆位也比早期的GDDR5實現(xiàn)更快。

視頻引擎

RDNA 3配備了一個支持AV1的視頻引擎，這使得Phoenix更加具備未來的可擴展性，因為下一代視頻編解碼器開始獲得廣泛應(yīng)用。雖然該引擎并不是新的，但AMD透露它使用了一種“競爭至空閑”的方案來節(jié)省電能。它還具有足夠的吞吐量，可以處理多個同時的視頻流，這對于視頻會議非常重要。

XDNA AI引擎

機器學習已經(jīng)取得了很大的進展，AMD在Phoenix上加入了一個AI引擎（XDNA）來加速推斷。XDNA是使用Xilinx開發(fā)的架構(gòu)構(gòu)建的AIE-ML瓦片構(gòu)建而成。Phoenix的XDNA實現(xiàn)具有16個AIE-ML瓦片，并且可以在空間上分區(qū)，以讓多個應(yīng)用程序共享AI引擎。

XDNA的目標是實現(xiàn)足夠的吞吐量，以處理小型ML負載，同時實現(xiàn)非常高的能效。它以非常低的時鐘頻率運行，并使用非常寬的矢量執(zhí)行。文檔表明，它的時鐘頻率為1 GHz，但Phoenix的XDNA可能以1.25 GHz運行，因為AMD表示支持BF16，具有5 TFLOPS的吞吐量。為了驅(qū)動非常寬的矢量單元，XDNA具有兩個矢量寄存器文件。

一個6KB的寄存器文件集提供乘法器輸入。單獨的8KB寄存器文件保存累加器值，并在乘加流水線的較后階段訪問。兩個寄存器文件可以以1024位、512位或256位的模式尋址，連續(xù)的256位寄存器形成512位或1024位的寄存器。

BF16 FMA的6級流水線。比整數(shù)FMA流水線多一個周期，因為多了一個階段用于FP規(guī)范化。乘加操作似乎具有5-6個周期的延遲，具體取決于是否需要FP規(guī)范化。對于以大約1 GHz運行的東西來說，這有點長，但XDNA會在其中提供排列。較簡單的512位加法和洗牌享有更快的3個周期延遲。

每個XDNA瓦片使用64 KB的直接尋址數(shù)據(jù)存儲器為其龐大的矢量單元提供數(shù)據(jù)存儲器。數(shù)據(jù)存儲器不是高速緩存，因此無需標簽檢查，可以節(jié)省功率。使用20位尋址進一步節(jié)省了電源，這對任何人來說都應(yīng)該足夠。地址由三個AGU生成，它們在20位指針和修飾符寄存器上運行。在地址上使用單獨的寄存器并不是什么新鮮事（6502具有兩個索引寄存器），并且避免了主要標量寄存器文件上的六個額外端口。

整數(shù)矢量流水線，顯示處理稀疏性的解碼器步驟，64KB數(shù)據(jù)存儲器，指針寄存器，大數(shù)據(jù)運算單元Ryzen 7 7840HS以65W TDP運行，不過Phoenix設(shè)計的TDP范圍可能從35W到60W不等。默認配置下，Phoenix的XDNA瓦片可以實現(xiàn)4 TFLOPS的吞吐量，功耗僅為13W。如果整個芯片被配置為65W，則XDNA可以實現(xiàn)10 TFLOPS的吞吐量。

通過減小核心計數(shù)并提高XDNA時鐘，TDP可以進一步減少到35W。這將限制XDNA到2 TFLOPS，但在大多數(shù)筆記本中，可能不會發(fā)生這種情況。

Phoenix還有多個標量ALU，每個瓦片的流水線中有兩個整數(shù)算術(shù)單元，以及單個浮點乘法器和浮點加法器。流水線提供多達256位的寬度，并且為低延遲而優(yōu)化。盡管AMD沒有詳細介紹流水線的結(jié)構(gòu)，但它們似乎包括大量的特化邏輯，以加速整數(shù)算術(shù)。例如，一個6級流水線的int->int復制將會非常快。XDNA流水線還支持超標量整數(shù)操作，可以在多個流水線中同時執(zhí)行。

除了標量整數(shù)，XDNA流水線還可以執(zhí)行標量邏輯和標量訪存。整數(shù)指令和邏輯指令可以同時執(zhí)行，從而實現(xiàn)更高的吞吐量。 Phoenix的XDNA實現(xiàn)似乎沒有指令級并行性問題，可以以每個周期4條指令的吞吐量運行。這是因為乘加和邏輯單元是相互獨立的。

XDNA可以從LPDDR5內(nèi)存訪問數(shù)據(jù)，與GPU一樣，它可以從完全不同的內(nèi)存訪問。但是，GPU和XDNA之間的內(nèi)存訪問共享是不太可能的，因為它們使用不同的地址空間。必須通過主機來傳輸數(shù)據(jù)。但是，由于LPDDR5具有足夠的帶寬，可以將數(shù)據(jù)傳輸?shù)絏DNA或GPU，而不必禁用著色器或ALU。 Phoenix的內(nèi)存子系統(tǒng)可以實現(xiàn)與Van Gogh相同的DRAM帶寬，同時仍然具有內(nèi)存訪問（可能會增加DRAM的帶寬要求）。

音頻

Phoenix的音頻控制器在一定程度上類似于AMD的CPU核心，它具有8個SIMD單元，可以通過VLIW進行調(diào)度。

可以高效地運行不同的聲音效果，并具有低時延。AMD還為Phoenix的音頻引擎提供了一個編程接口，使它能夠輕松支持不同的音頻引擎。這使得它可以與不同的操作系統(tǒng)和音頻處理軟件一起工作，而不必為不同的音頻引擎重新編寫代碼。

音頻引擎還支持高質(zhì)量的音頻解碼，包括解碼壓縮的音頻格式，如MP3和AAC，還可以支持音頻編碼，允許用戶創(chuàng)建高質(zhì)量的音頻內(nèi)容。

總結(jié)

AMD的Phoenix SoC是一款非常令人印象深刻的移動芯片，將Zen 4 CPU核心和RDNA 3 GPU整合到一個緊湊的封裝中，還具有一系列加速器，包括XDNA AI引擎、視頻引擎和音頻控制器，為多種應(yīng)用程序提供了高效的處理能力。Phoenix的CPU性能在移動領(lǐng)域應(yīng)該是一流的，而GPU性能也足以運行現(xiàn)代游戲和圖形密集型應(yīng)用程序。Phoenix的LPDDR5內(nèi)存支持和高速緩存配置應(yīng)該進一步提高系統(tǒng)的整體性能。

編輯：黃飛

?