ARM架构的苹果处理器为什么性能更强

苹果在2008 年4 月23 日，冒着极大风险硬着头皮发表初代iPhone 的隔年，耗费2 亿7,800 万美元，购并了专注开发高效能Power 处理器的PA Semi，组成其处理器研发团队的骨干，然后在2012 年9 月发表的iPhone 5，其心脏「A6」处理器，终于不再使用来自ARM 授权的核心，采用自家的「Swift」微架构(Micro Architecture)。

再以世界上首款抢滩登陆智慧型手机与平板的64 位元ARM 处理器「A7」(Cyclone 微架构)为起点，苹果自家SoC 开始逐渐展现压倒ARM Cortex 家族(与躺着中枪的Qualcomm 自有核心)效能优势，且随着时间演进，差距越拉越开。

接着，每代iPhone 发表后，各大科技媒体网站的报导，与底下的读者回应，只会有两种制式的单细胞生物反应：

文章高高挂着「众人都惊呆了，连开发效能测试软件的人都不知道发生了什么事」如内容农场般的标题，再来继续机械化的炒作「苹果会不会用自家芯片取代Intel处理器」的多年冷饭。

底下的读者留言鸡同鸭吵成一团，上演「Android 自由主义」和「苹果神权政治」信徒大对决，没有人讲到任何值得注意的重点，连一丝一毫的学理成分都没有，宗教信仰就是如此奇妙。

笔者不啰唆，直接在这里讲结论：

藉由牢牢把持软硬件平台的「封闭性」先天优势，苹果掌握了ARM 指令集迈向64 位元带来的机会，打造出一系列同时间能够有效处理更多指令的先进微架构。

看起来好像微言大义到接近废话的程度?如果你真的这样想，那你就更有继续读下去的必要。

拨乱反正：做为电脑语言的「指令集架构」vs. 执行语言载具的「处理器核心微架构」

近年来拜ARM 为首的授权IP 商业模式之所赐，越来越多人搞不懂这两者的差别，完全混在一起，这些年来笔者已经听过太多让人完全笑不出来的笑话，所以在此特别重述一次。

支配智慧型手机市场的ARM 又是怎么一回事呢?以32 位元ARMv7-A 指令集为例，在手机上常见的微架构(核心)，总计有：

ARM 本家卖IP 授权给别人的Cortex-A5 / A7 / A9 / A12 / A15 / A17 这几种核心微架构。

Qualcomm 自行打造的Scorpio / Krait。

苹果并购PA Semi 后关起门来搞出的A6「Swift」，iPhone 5 的心脏。

换成64 位元ARMv8-A，就变成以下场景：

ARM 本家卖IP 授权给别人的Cortex-A35 / A53 / A57 / A72 / A73 这几种核心微架构。

增加半精度浮点支援和系统可靠度机能的ARMv8.2-A 指令集：Cortex-A55 / A75。

Qualcomm 自行打造的Kyro。

nVidia 的Project Denver。

苹果继续关起门来搞出的A7「Cyclone」，与之后的众多芯片，如A8「Typhoon」、A9「Twister」、A10「Fusion」(Hurricane + Zephyr)、A11「Bionic」(Monsoon + Mistra) 。

为了伺服器而量身订做的特殊微架构，如Qualcomm Centriq 2400 的「Falkor」，和Cavium Thunder X 系列的核心。

只要作业系统相同(如同版本Android 或iOS)，这些核心微架构应当正确执行使用ARM 指令集撰写或编译出来的软件，讲的更专业或更假掰一点，它们拥有相同的应用程式二进位执行档介面(ABI，Application Binary Interface)，如同Intel 与AMD 的x86 处理器都应可正确安装Windows 作业系统，理所当然执行Office 等应用软件和Battlefield 等套装游戏。

至于Qualcomm、苹果和nVidia，是否根本自身特殊需求，自行定义「非官方」ARM 指令，那就后头有空再讨论了。

高效能之路：让核心微架构同时间内能够有效处理更多的指令

在执行相同指令集「语言」的前提之上，相容处理器的效能要能够胜出，只有微架构设计能否比竞争对手有效处理更多的指令。方向不外乎：

更高的时脉： 虽然往往计算机概论会教你「指令管线阶段越多，代表处理器同时执行更多的指令，只是这些指令位处于不同的阶段」，但实际上最多还是一个时脉周期「吐出」一个被执行完毕的指令，所以现实层面的「加深指令管线」，实际上跟「提高运行时脉」讲的是同一件事。很不幸的，智慧型手机因严格的功耗限制，透过积极追求高时脉以提高效能，是比较不切实际的方向。

更宽的管线： 一个便当吃不够，你可以吃第二个，嫌执行一个指令不够看，你也可以同时执行第二个，这就是源自1966年CDC6600的「超纯量」(Superscalar)架构。另外也有纯软件方式、让编译器去一个萝卜一个坑塞指令到不同执行单元的「超长指令集」(VLIW)，这就不在本文的讨论范围内了。

足以喂饱嗷嗷待哺执行单元的高效能记忆体子系统： 包含系统主记忆体、快取记忆体、连结多个处理器核心的汇流排、举足轻重的快取记忆体资料一致性协定(Cache Coherence Protocol) ，甚至可以非循序的存取记忆体位址(Memory Disambiguation)，都是不可或缺的「基础建设」。

天底下没有白吃的午餐：两种该死的「相依性」

但「指令管线化」与「指令执行平行化」也带来了新的挑战。

控制相依性： 电脑有别于计算器的最重要特征在于「条件判断」的能力，根据不同的条件执行不同的指令流，处理器如碰到分支(Branch)或跳跃(Jump)，就须改变指令执行的流程，清除已经进入管线的指令，从另一个记忆体位址撷取指令，重新执行并存取相关的资料(或称为「运算元」，意指运算的目标，如特定资料暂存器或记忆体位址)，而具备条件判断的分支，造成的伤害更大，因为需要管线停下来等待其结果、或着事先预测并「先斩后奏」。

解决方案： 分支预测(Branch Prediction)，与后面会提到、釜底抽薪减少分支指令的「条件执行」(Conditional Execution)。

资料相依性： 当同时执行多个指令，最忌讳遭遇「撞衫」同时存取相同的资料暂存器与记忆体位址，特别是当指令集定义可操作的资料暂存器越少，软件手段可以尽量排除的空间越少，发生的机率也越高。[!--empirenews.page--]

解决方案： 以暂存器重新更名机制(Register Rename)为中心的非循序指令执行(Out-Of-Order Execution)。

然后根据分支预测结果而先斩后奏「预测性执行指令」(Speculative Execution)，是分支预测与非循序指令执行的结合体。总之，我们尽其所能的让管线「顺畅」的像生产线不停的运转，实现最高的指令执行效率。

理所当然的，指令管线越深，一旦「筊杯」失败，要复原管线并恢复指令执行的代价，也越像火烧摩天楼一样恐怖，这也是高时脉深管线近年来不太受欢迎的另类主因，因为现实世界的应用程式，其实有很多难以预测的分支行为，越高的「代价」，更意味着更差劲的「效能/功耗」比。

LLVM 开发环境参数透露的神秘讯息

讲了那么多原理，苹果从来不公开自主微架构的技术细节，那该如何掌握他们追求高效能的设计方向?

2014 年初，当多数世人正「惊呆」A7 的64 位元与惊人的性能表现时，有人注意到苹果提交的LLVM 原始代码，不仅透露了微架构代号是「Cyclone」，更包含众多重要的规格参数：

指令发出宽度(Issue Width)：6

非循序指令执行缓冲区(Reorder Buffer)：192

记忆体载入延迟(Load Latency)：4

分支预测错误代价(Misprediction Penalty)：16(一般介于14~19)

在当时，这是非常惊人的规格，就算摆在今天也是同样骇人，可同时处理的指令是同时期ARM 核心足足两倍(即使64 位元的Cortex-A57 也只能3 个指令)，非循序指令执行引擎的「深度」则是Intel Haswell 等级，指令管线深度则中规中矩的维持在16 阶这一般水准。

相信有些读者早已从其他网站看过相关的报导，但有个「江湖传言」倒是值得注意：部分开发iOS 应用程式的程式设计者，做了一些指令输出率的实验，察觉到「A7 一旦执行32 位元程式码，指令输出率就腰斩了」，这个「特性」一路延续到A10，直到A11 根本没有32 位元应用程式可执行为止。

后来苹果当然就没有继续「规格大放送」，Wiki上苹果处理器的规格表，一路从A7到A11，都是维持这些数字，有没有经过实测考验也不得而知，反正就大家一起无限回圈继续惊呆，苹果持之以恒的甩开和其他竞争者的差距。

唯一可以确定的是，笔者在自己的iPad Pro 9.7 吋A10X 上，透过配对简单指令，测出每个时脉周期可同时输出「4 个整数，2 个浮点，2 个记忆体载入」的可怕性能。此外，A10X 与A11 放弃第三阶4MB 快取记忆体，而以大型化第二阶8MB 取而代之，也暗示了苹果极可能在快取记忆体技术有了重大的突破，可兼顾高容量与低延迟。

A11?笔者没有iPhone 8 和iPhone X 可用，有机会再测测看。

让我们重新画出命案现场的人形粉笔圈，归纳出苹果的产品设计取向：

微架构以64 位元效能为优先设计考量。

既然行动处理器受制于低功耗需求，难以透过提高时脉追求效能，索性以「更宽」的指令管线取胜。

同时执行更多指令，代表要耗费更多心思去解决暂存器相依的问题。

更强力的非循序指令执行引擎。

寄望指令集本身就定义更多的资料暂存器，降低「强碰」机率。

ARM 指令集走向64 位元带来的重大改革

让ARM 指令集迈向64 位元的ARMv8-A，并非只有「将整数逻辑暂存器宽度延长到64 位元」和「提供64 位元记忆体定址空间」这么简单，抛弃昔日专注于嵌入式应用的遗产，更加的简洁优雅，更利于打造高效能微架构，引领ARM 荣登高效能的天堂，是这次指令集改版最神圣不可侵犯的绝对使命。

ARMv8-A 修订项目极多，但就笔者的角度，除了取消「加速重建储存CPU 状态的Context Switch 相关机制」(一堆就今日观点实在很小家子气的技术)，和简化例外处理与执行特权阶层外，最重大的改革，只有两项：

倍增通用暂存器(GPR)数量，这件事在当年AMD 让x86 迈向64 位元时也发生过，意义重大。

取消涵盖整套指令集的「条件执行」(Conditional Execution)，这和前者互为表里，因为总算挤出了珍贵的指令编码空间去增加暂存器数量。

其中又称为「引述式执行」(Predicated Execution，或Guarded Exectuion)的后者，目的在于减少程式中的分支，指令集提供简单扼要的条件执行指令，一次做完所有事情。

直接举例比较快。原本一个简单的If-Then-Else 循序条件判断，会需要等待确认条件结果，或着强行进行分支预测，管线才会继续动作：

if condition

then do this

else

do that

就变成这样：

(condition) do this

(not condition) do that

有没有感觉简洁多了?讲的玄一点，条件执行的中心精神在于「将控制相依性转化为资料相依性」。

然后有鉴于过去的应用程式，在这种If-Then-Else 的条件判断中，有60% 都是资料搬移指令，这也是为何指令集「事后」扩充条件执行功能，如DEC Alpha、MIPS、甚至x86，都以「条件搬移」(Conditional Move)为主。

以Alpha 为例，其指令格式统一为cmovxx(xx 代表条件)，一个简单的条件搬移：

beq ra, label // if (ra) = 0, branch to ‘label‘

or rb, rb, rc // else move (rb) into rc

可以透过新指令，简化如下：

cmovne ra, rb, rc

在ARMv8 之前，整套ARM 指令集每道指令，都包含了4 位元的条件码，必须符合「某个条件」才会执行指令。如条件成立，执行此指令并写回运算结果。反之，指令执行结果无效，或不予执行。

回到原点，条件执行的优点很明显：

加速实际条件判断的效率，因为实际上只要比较0 与1(Bitwise)。

减少简单条件判断的分支，可以提升指令平行化执行的潜力。这也是为何很多VLIW 指令集普遍支援条件执行。甚至定义存放引述码(Predicate)的专用暂存器，以因应更复杂多样的条件判断，如摊平回圈的软件管线(Software Pipeline)。[!--empirenews.page--]

但为何ARM 要取消看似完美的条件执行?

占用4 位元指令编码，实在是太浪费了，所以用「条件选择」(Conditional Select)取而代之。

举个范例：「CSEL W1, W2, W3, Cond」，如条件符合，W2 暂存器资料搬移到W1，如非，就W3 到W1。缺点是会稍微增加程式码体积，但绝对划算。

提高打造高效能非循序指令执行引擎的复杂度，在管线前端就要「预锁」后面所需要的相关资源，也增加后方需要「更名」的暂存器，更不利提升时脉。

A11「极可能」是纯64 位元的微架构

可确保处理器正确执行所有软件的指令集回溯相容性，是商业上的「资产」，但也是设计处理器微架构的「包袱」。

我们有非常充分的理由相信，苹果急着驱离「32 位元低阶应用程式」，就是为了其处理器全力针对64 位元最佳化造桥铺路，而A11 如此惊世骇俗的效能表现，除了它根本是纯64 位元处理器，所有电晶体预算都砸在提升效能的刀口上，没有其他合理的解释了(新的异质多处理器排程也有影响，但没那么绝对)。「就算」A11 具备32 位元相容性，其性能表现恐怕也仅聊胜于无，不足挂齿。

无独有偶，Qualcomm 企图抢攻伺服器市场的Centriq 2400，也是纯64 位元的设计，这就是ARM 制定64 位元指令集扩充时，最希望看到的结果：雨后春笋般的高效能产品。

同场加映：Mac 改用自家芯片的可能性

关于这个「年经」(每年发表一支新iPhone)议题，笔者不会赌上爷爷的名誉做不负责任的推论，但只留下两个留待读者思考的问题：

苹果能否承担转移的成本，尤其当Mac 用户已非弱势族群的当下。

苹果是否仍希望「吸收」Windows PC 的使用者。

Mac 是否改用苹果自家芯片这档事，并不只是「效能够好」就可以一笔轻松带过的大哉问，请各位多多考量商业层面的因素。

苹果同时掌握软硬件的「不公平竞争」

最后，再重新贴出本文标题的答案：

「藉由牢牢把持软硬件平台的『封闭性』先天优势，苹果掌握了ARM 指令集迈向64 位元带来的机会，打造出一系列同时间能够有效处理更多指令的先进微架构。」

这「一体成形」的绝对优势，在可见未来的深度学习之路上，会更加的牢不可破，这就是苹果在iPhone 前景未明之际，就胆敢购并PA Semi 投资未来，所得到的丰硕成果，就算你不喜欢「果粉」，你也不能不佩服乔布斯的远见。

至于PA Semi 究竟干过哪些值得苹果冒险的好事，等以后有机会，再好好谈谈，如果真的还有机会。