ADVERTISEMENT
目前 x86 架構處理器統治著 PC 和伺服器市場，而 Arm 架構處理器則統治著行動市場，並在 IoT 市場佔據著較大的市佔率。但是，近年來 RISC-V 架構則憑藉著開源、指令精簡、可擴充等優勢，在注重能效比的物聯網領域大受追捧。
在 RISC-V International 及相關晶片廠商的推動下，RISC-V 也開始進入更高性能需求的伺服器市場。
2023 年初，RISC-V International 將 HPC 確定為 RISC-V 增長的戰略優先領域，再加上最近批准的向量擴充和大量移植關鍵 HPC 庫和工具的 HPC 軟體工作，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 關鍵軟體元件支援的多供應商 RISE 項目，都有可能推動 RISC-V 在包括 HPC 在內的高階電腦中普及，並最終使其能夠圍繞這一技術建構超級電腦。
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讚同。
2022年12月，晶片初創企業 Ventana Microsystems 公司在 RISC-V 峰會上發表了全球首款面向服務市場的基於 RISC-V 架構的最高 192 核 CPU——Veyron V1。
據介紹，Veyron V1 採用先進的 5nm 製程工藝，基於 Ventana 自研的高性能 RISC-V 核心，8 流水線設計，支援亂序執行，主頻高達 3.6GHz，每個叢集最多 16 個核心，多叢集最多可擴充至 192 核，擁有 48MB 共享 L3 快取，擁有進階側通道攻擊緩解措施、IOMMU 和進階中斷架構（AIA）、支援全面的 RAS 功能、自上而下的軟體性能調整方法，可以滿足資料中心的各種需求。
根據 Ventana 透露的資料顯示，在 SPECint 2017 測試中，128 核版本的 Veyron V1 在300W 功耗下，大幅性能領先於 64 核的 AMD EPYC Milan 7763（280W），並且達到了64 核 AWS Graviton G3（Neoverse v1核心）、40 核 Intel Xeon Ice Lake 8380（270W）的兩倍。當然這也主要得益於其核心數量達到了競品的兩倍。
需要指出的是，Veyron V1 並沒有 SIMD 或向量執行單元，這對上有 AVX-512 的 Intel 或AMD 的伺服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Q2或Q3向客戶提供樣品。所以，以上官方公布的資料都還是書面上的資料。
近日，國外研究人員 Nick Brown 透過 RAJAPerf 基準測試對於這款晶片進行了實測，發現其與最新的廣泛可用的 RISC-V 晶片相比，其平均每個核心的性能提高了 5 到 10 倍。但是在多執行緒工作負載下，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 2 GHz，由四個高性能的 C920 核心組成，並採用了 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、四個重新命名/調度、八個發表/執行和兩個載入/儲存執行單元。支援向量化標準擴充（RVV v0.7.1），向量寬度為 128 位，支援資料類型FP16、FP32、INT8、INT16、INT32 和 INT64。然而，C920 並不支援 FP64 向量化
研究稱，雙精度浮點是絕大多數高性能工作負載的基礎，因此能夠支援向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）和資料（D）快取，1MB 的 L2 快取，在四個核心的叢集之間共享，64MB的L3系統快取，由叢集中的所有核心共享。還提供四個 DDR4-3200 記憶體控製器和 32 條 PCIe Gen4 通道。
HPC 工作負載的一個重要考慮因素是向量化，由於 C920 核心僅支援 RVV v0.7.1，編譯器支援是一個挑戰。RISC-V GNU 編譯器的當前上游版本不支援任何版本的向量擴充。雖然 GNU 儲存庫包含一個 rvv 下一個分支，其目的是支援 rvv v1.0，但在研究人員撰寫研究報告時，它並沒有得到積極維護。
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。由於缺乏對主線 GCC 的支援，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最佳化。
T-Head 的定製編譯器同時支援 RVV v0.7.1 和他們自己定製的自訂擴充。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向量長度特定（VLS）RVV 元件，該元件專門針對 C920 的 128 位向量寬度。所有核心都在最佳化等級三進行編譯，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 核心比較
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 JH711 0這兩個 SoC 都是基於 64 位 RISC-V SiFive U74 核心建構的，JH7100包含兩個核心，JH7110 包含四個核心。SoC 被列為以 1.5GHz 運行，U74 核心包含 32KB（D）和 32KB（I）L1 快取，兩種 SoC 型號還包含核心之間共享的 2MB L2 快取。
然而，SiFive U74 僅提供 RV64GC，因此不支援 RISC-V 向量擴充。
從上圖可以看出，單個 C920 核心在雙精度和單精度方面都優於 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 以雙倍精度執行階段的 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，並且 C920 核心上沒有比 U74 運行得慢的核心。
一些核心在 C920 上的性能非常令人印象深刻，例如，來自演算法組的記憶體集基準在 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儘可能好的組態，即 C920 上利用了向量化，但是 U74 不支援向量化，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 向量運算不支援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，所以晶片的雙核和四核性質並不重要，因為它們都包含相同的 U74核心，那麼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 更低的時脈頻率運行，儘管它們在資料表中都被列為以 1.5GHz 運行，但機器上沒有任何檔案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核心相比，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於 V1 的 JH7100 和 V2 的JH7110 SoC。
與 x86 伺服器 CPU 性能比較
那麼相對於其他商用的 x86 伺服器晶片，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伺服器中使用的其他 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 的物理核心上執行，因為預設情況下停用了所有 SMT。
AMD EPYC 7742 在四個 NUMA 區域中包含 64 個物理核心，每個區域有 16 個核心，但有八個記憶體控製器。每個核心包含 32 KB（I）和 32 KB（D）L1 快取，512 KB 的 L2 快取，四個核心之間共享 16 MB的 L3 快取。EPYC 7742 提供支援 AVX2，具有 256 位元寬的向量暫存器，是 SG2042 的兩倍，並支援 FP64 的向量化。
Intel Xeon E5-2695 的 18 個物理核心位於一個 NUMA 區域中，提供 32 KB（I）和 32 KB（D）L1 快取，256 KB 的 L2 快取，以及 45 MB 的跨核心共享的 L3 快取。與 AMD EPYC 7742 類似，Xeon E5-2695 支援 AVX2，並且有四個記憶體控製器。
Intel Xeon 6330是比較的最新CPU，所有28個物理核心都在一個NUMA區域中，具有8個記憶體控製器，具有32KB（I）和48KB（D）L1快取，每個核心1MB L2快取，以及43MB共享L3快取。Xeon 6330支援AVX512，並提供512位元寬的向量暫存器。
Intel Xeon E5-2609屬於本次測試當中最古老的CPU，其於2012年發表，僅提供四個物理核，每個核都有64KB（I）和64KB（D）L1快取，以及256KB的L2快取和共享的10MB L3快取。該E5-2609僅支援AVX，因此向量暫存器長度與SG2042相同，為128位元，儘管AVX支援FP64。
在所有測試當中，研究人員停用了x86物理核心的超執行緒。除了ARCHER2之外，研究人員在所有系統上都使用GCC版本8.3，編譯始終在最佳化等級O3下進行。全部在性能最高的執行緒數量上執行的系統。
從測試結果來看，除了除了古老的Xeon E5-2609核心之外，所有x86核心的性能都優於C920，後者在流和演算法基準類中的平均性能較慢。
AMD EPYC 7742和Intel Xeon 6330 CPU的表現往往優於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。
從上圖可以看出，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Intel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核心在每種等級上的平均性能都優於C920。
然而，圖5中的平均條形圖並不能提供完整的圖片。
C920僅支援FP32的向量化，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核心在x86 CPU上的執行速度比FP32上的C920慢。這些核心是有效應用自動向量化的地方，事實上，可以看出，對於lcals基準類，所有x86 CPU上至少有一個核心的性能低於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%。
上圖展示了針對雙精度FP64的性能比較。
可以看出，basic、lcals、polybench和stream類測試從更多的核心中受益最大，因此SG2042的平均性能優於古老的Xeon E5-2609。
上圖展示了FP32的多執行緒性能比較，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，並標記了超過該值的實際數值。
在多執行緒FP32方面，SG2042往往比FP64在與x86 CPU的競爭中表現得略強，儘管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多執行緒性能與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核平均性能優於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。最後，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，儘管當前有許多公司在開發高性能RISC-V硬體原型，但到目前為止，當希望在可商用的RISC-V軟體上運行工作負載時，選擇非常有限。
不管怎樣，儘管這些解決方案能夠對RISC-V進行實驗，但它們並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，儘管HPC社群對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伺服器晶片，SG2042可能會大大提高HPC社群對RISC-V的興趣和採用率。然而，一個關鍵的問題是其與當前一代超級電腦中普遍存在的x86 CPU相比依然有著較大的差距。
不過，與目前可商用的RISC-V硬體相比，這是一款非常令人興奮的RISC-V伺服器晶片，它提供了一些重大的變化。
雖然性能還沒有達到x86伺服器CPU的水準，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，並從他們多年的開發中受益。
目前RISC-V進入伺服器CPU市場的競爭對手主要還是Arm伺服器CPU，畢竟其理論上RISC-V CPU可以擁有相比Arm CPU更低的成本、更高的定製化和可擴充性。
對於下一代高性能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於編譯向量化程式碼的主線GCC和Clang。
此外，提供FP64向量化、更寬的向量暫存器、增加的L1快取記憶體以及每個NUMA區域更多的儲存器控製器也可能帶來顯著的性能優勢，並有助於縮小與x86高性能處理器的差距。
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！