作为移动领域普及范围最广最强的架构，Arm的每一代升级都备受关注，特别是其性能和功耗。最近，Arm发布了下一代GPU架构，上市时间将在2022年，速度性能提升一倍。文后附ARM Mali GPU四大微架构介绍。
作为移动领域普及范围最广最强的架构，Arm的每一代升级都备受关注，特别是其性能和功耗。最近，Arm发布了下一代GPU架构，上市时间将在2022年，速度性能提升一倍。文后附ARM Mali GPU四大微架构介绍。
本周，在为股东及开发者在线举办的Arm Limited Dev Summit上，Arm公司透露了他们预计将于2022年发布的下一代图形处理硬件，以及与目前FP32中的Arm Mali-G710相比，它是如何将性能提高2倍的。不仅如此，与2018年的Arm技术相比，最新的Arm GPU在相同工作负载下实现的速度几乎前者的五倍。
Arm公司ML业务部高级技术总监Ian Bratt首次展示了使用Arm最新技术的机器学习性能的速度。在提到每核性能提升时，2022年的Arm GPU架构现在将产生比Mali-G76快4.7倍的FP32 ML运算。
目前还不知道FP32 ML的新性能规格如何影响功耗和一般游戏的整体性能。Arm Mali G-710提供"与Mali-G78的实现相比，在ISO进程节点GPU配置中，ML性能提高35%，图形性能提高20%。
ML的性能对Arm的未来是不可或缺的，制造商将需要给开发者提供工具来利用其最新的下一代技术，这可能说起来容易做起来难。"这不仅仅是增加指令和改进硬件IP，我们还必须提供软件、工具和库，以实现ML的性能。"
随着Arm最近被科技巨头NVIDIA收购，考虑到在过去几年中，Arm从一个半停滞不前的公司到为公司的GPU架构发展增加开发和供应，Arm的技术演变目前并没有一个很准确的估算方法。
Arm是世界上最大的独立GPU以及用于各种工作负载的计算GPU供应商，包括机器学习。随着英伟达最近收购了该公司，如何利用Arm的技术来构建更多的强大的集成GPU，以及标准GPU和其他领域的发展，如AI甚至更先进的机器学习工作负载，这将是非常有趣的。
ARM Mali GPU四大微架构
Mali其实是ARM的Mali系列IP核，但是很多现在在很多网上提到Mali其实是直接认为是Mali的GPU。Mali系列其实还有视频，显示控制器，camera等。但是Mali应该算是授权比较多的。而且因为GPU也被更多的非业内人士所熟知。
1、Mali的四大架构之一：Utgard
第一代微架构Utgard（北欧神话人物：乌特加德）。这一代架构出来的比较早，主要是图形加速IP。可以追溯到2007年的mali-200。不过最让人惊讶的是mali-4xx系列，现在很多电视芯片都还在用这个IP。比如小米的智能电视，还有很多是mali-4xx系列的。
Utgard这一代vertex shader和fragment shader是分离的，arm官方支持的Opengl ES也只维护到2.0。所以Opengl ES 3.0及其以上要求的app是跑不了的。并且OpenCL在这一代中也是不支持的，因为这一代主打图形计算，不怎么支持通用计算。
移动端的GPU主要以基于tile的计算为主，mali的全系列（截止目前）都是基于tile的计算。基于tile的计算可以简单的认为，在进行计算的时候一张图会被划分成若干张小矩形，每个矩形可以认为是一个tile，然后对一个tile进行同时计算。
主要系列有：mali-200, mali-400, mali-450, mali-470
2、Mali的四大架构之二：Midgard
第二代微架构Midgard（北欧神话人物：米德加德）。Midgard这一代GPU开始属于同一着色器的架构，也就是上面说的vertex shader和fragment shader已经统一在一起了，相当于同一个shader计算单元可以处理多种着色器。当然也开始支持计算通用计算。特别是对OpenCL的支持，对通用计算有了很大的支持。OpenGLES 3.1虽然引入了compute shader，但是说起通用计算，OpenCL显然更加专业。
这个架构是基于128bit向量的，所以在编程的时候往往用4个float编程了能最大发挥其性能。当然，编译器也会把某些可以进行优化的计算合并成向量进行计算，不过最好在编码阶段自行优化。编译器编译的优化比较难以去把握。当然，也不建议用大于128bit的方式进行编程，最终需要编译器拆成多个数的运算，且每个数的位宽最大为128bit，如果编译器优化不好，反而会导致性能下降。
主要系列有：mali-t6xx, mali-t7xx, mali-t8xx
3、Mali的四大架构之三：Bifrost
第三代微架构Bifrost（北欧神话中连接天宫和大地的：彩虹桥）。由于这一代产品基本在2016年后发布的了，而OpenGLES在2016年后基本稳定了，所以相对于Midgard来说，在大方向上图形计算这块也没有多大的需要调整。
在Bifrost（Bifrost上更像是SIMT的模式，这里用SIMT表述也是我从多个文档资料推敲出来的）上会先把向量拆成标量，然后每个线程跑多维向量的第一维，因此对于三维向量 vec3向量最快只需要3个cycle，对于思维向量vec4最快只需要4个cycle。这里用了最快这个表述是因为并不是所有的指令都是单个cycle的。
当然，虽然bifrost架构是标量运算的，这是针对32bit的位宽来说的，如果是16bit位宽的计算，一个线程是可以在一个cycle内处理一个vec2的16bit数据的。因此在编程的时候，如果是8bit或者16bit的数据，用于应该考虑如何组织代码使得更有效的组合运算，例如16bit位宽的情况，尽量是用vec2，8bit位宽的尽量用vec4。
对于Bifrost，例如G76，一个shader core可以同时运行几十个线程,，从mali的资料显示，shader core一般由三个部分组成，ALU,L/S,TEXTURE三个主要模块。在G76上是8-wide wrap的，一般设置为3个ALU。（其余的型号可能不一样，例如G51/G72是4-wide wrap的，G72同样是3个ALU；G52跟G76一样，不过G52可配置成2个ALU的）
对于AI加速方面，部门系列也有一些指令修改，例如G52和G76都引入了int8 dot指令，该指令针对神经卷积网络的运算做了优化。
主要系列有：mali-g31, mali-g51, mali-g71, mali-g52, mali-g72, mali-g76
4、Mali的四大架构之四：Valhall
第四代微架构Valhall是2019年第二季度推出来的。该系列的是基于超标量实现的。对于G77，使用的时16-wide的wrap，单个shader core集成两个计算引擎。
主要系列有：mali-g57, mali-g77
最后，本文简要的梳理了下mali gpu架构的一些情况，同时对不同架构上的一些计算资源进行简要描述，希望能给看到的朋友提供一些有用的信息，本人也会继续研究单个系列甚至单个芯片更多资源配置的情况，感谢各位的关注。同时，也吐槽一下，Mali系列的芯片命名在Bifrost和Valhal系列没有区分开，特别的截止（2020.03.15），单纯从mali-g51, mali-g71, mali-g52, mali-g72，mali-g57, mali-g77，很难区分最后两个型号是Valhall的架构。这个命名不知道mali是怎么考虑的，着实令人难解。
责编：EditorDan
您可能感兴趣
