CPUロードマップ CESでわかること

年が明ければCES開催なので、IntelやAMDの発表を予想。

AMDは、Intelにビハインドを負っているから、いろいろアピールする必要がある。

1.GlobalFoundariesとAMDの差異

11月のAnalyst dayで、AMDはBulldozerコアを2011年から、GlobalFoundariesは32nmを2010年のQ3から、と差異があった。
単にBulldozerのサンプル出荷が10年Q3なのか、32nmのK10やRV8x0がローンチされるのか、興味があるね。
プライオリティは、BulldozerとRV8x0の32nmだろうが、32nmのベンチマークとしてK10は意味がある。

2.Bulldozerのアーキテクチャ
　あんまりアーキテクチャを宣伝しても意味はない。ベンチマークなしではアーキテクチャの優劣の話は絵に描いた餅だ。
　アーキテクチャより、eDRAMを採用するとか、メタルゲートで電力効率が何パーセントアップするとか、性能向上を期待させる話の方が重要なんだが、もう少し明らかになるだろう。

　予想としては、よりPOWERアーキテクチャになっているだろう。
伝統のAlphaっぽい、ALU(整数と論理演算をするユニット。I-pipeのこと）とAGU(アドレス生成ユニット)のペアの構造ではなく、POWERのブランチプロセッサのように、スケジューラーがアドレスを作って、ALUに流し込むだろう。
　BobcatではI-pipeとLd/St-pipeに分かれているので同じ。Bobcatのシンセサイザブルがどうなるのか、そっちの方が重要だ。
　スケジューラから発行された2命令を同時にI-pipeで処理させるだけだから、2スレッドの実行にはならない。

3.C3ステッピングの展開とC4ステッピング
　C3ステッピングの全面展開の時期と、Q2のC4ステッピングが説明されるといいのだが。

4.Intelは余裕なのか
Clarkdaleと新Atomを発表したばかりなので、製品がたくさん並ぶけど、32nmのレポートで、Intelの32nmの評価がわかる。

AMDとIntelでは、CESの意味が違うね。

AMD 兄貴が退職～ダイショックだよ

冗談と思ったので、オヤジギャグを入れた。

非常に残念。この業界の名物がまた一人去っていく。

年末にさびしいね。

去り行くものたちの記憶

2008年6月13日　ぷらっとふぉーむ本田会長逝去
2008年4月12日　User's Side閉店
2007年9月27日　Laox閉店
2007年9月17日　キーボード専門店　ネオテック閉店

行く石 来る石

2009年も終わり。ではCPU、GPUの2009年と2010年を。

・2009年の行く石
来ていないのに行ってしまった、Larrabeeに決まり。

(次点)
Atom Zシリーズ。

(番外)2009年に行かなかった石
2010年まで残る、頑張りやな石はCore 2シリーズに決まり。
CULVでまだまだ主役。引導を渡すのはSandyBridgeか?

・2010年に来る石
nVidiaのFermiに決まり。
2009年に来なかった石なのだが。

(次点)
32nmでGPUが統合されたCore i3/i5と、IntelとAMDの6コアのCPU。
※AMDは売るほど赤字になるような。

Intelの32nmの特徴は?

45nmと比べた32nmの特徴は、SandyBridge用にTDP低下を重視だ。

Core iシリーズにとってPhenomIIは敵ではないが、XeonはOpteronと真剣勝負中なので、Xeonのラインナップは手加減なしの本気だ。
Xeonをみれば、Intelの32nmがわかる。

Intelの45nmと32nmの比較

プロセス	型番	コア/スレッド	クロック	L3キャッシュ	TDP	プロセス	型番	コア/スレッド	クロック	L3キャッシュ	TDP
45nm	W5590	4C/8T	3.33GHz	8MB	130W	32nm	X5677	4C/8T	3.46GHz	12MB	130W
45nm	X5570	4C/8T	2.93GHz	8MB	95W	32nm	X5667	4C/8T	3.06GHz	12MB	95W
45nm	X5550	4C/8T	2.66GHz	8MB	95W	32nm	E5640	4C/8T	2.66GHz	12MB	80W
45nm	E5530	4C/8T	2.40GHz	8MB	80W	32nm	E5630	4C/8T	2.53GHz	12MB	80W
45nm	L5520	4C/8T	2.26GHz	8MB	60W	32nm	L5630	4C/8T	2.13GHz	12MB	40W

・クロックの上限
3.46GHz(X5677)でTDP130Wというのは、やや意外だ。
Xeonはオーバークロックしないし、CPU単体でみれば、現状でAMDに勝っているので、よいだろう。

・同一クロックで45nmと32nmの比較
ちょうど、32nmのX5550と、45nmのE5640が、同じ2.66GHzのクロックで比較できる。
L3キャッシュが4MB増えながら、TDPが15W低下という状態なので、出来は悪くないと思う｡
AMDは苦戦するだろう。

・TDPの下限
TDP40Wを出せることが、32nmの目玉だ。
SandyBridgeへの下地ができたのか。
L5630、L5620を見ると、2.0GHzあたりに、閾値があるように思う。

しかし、TDP40WのXeonはいらない。
CPUを二つにすれば、倍のクロックと同じスループットになるわけではない。
この辺が、2チーム体制の限界を示している。

Intelの2チーム開発体制の限界

IntelのCPUは、アメリカのオレゴンとイスラエルのハイファの二つの部門が、交互に開発している。
その体制が、時代に合わなくなってきた。

・各チームの特徴
オレゴンチームはサーバ寄り、ハイファチームはモバイル寄りだ。
例えば、処理能力があがるがTDPも高くなる、という設計に、オレゴンチームはYes、ハイファチームはNo、という感じ。
TDPを下げる対応も、オレゴンチームはプロセスルールの微細化に任せ、ハイファチームはトランジスタをいじる。
次のSandyBridgeは、ハイファチームなので、処理能力より、TDPを優先する。

・SandyBridgeの目標
ハイファチームのSandyBridgeの目標は、Core2のCULVのリプレースだ。
Nehalem系の高いTDPを下げることに、プライドをかけていると言ってもよい。
GPU統合なんてオマケだ。
なぜなら、ハイファチームは今のGPUに不満を持っていない上、彼らの敵は、AMDでもnVidiaでもなく、NehalemのTDPだからだ。

・サーバやHPCの需要とSandyBridgeの乖離
サーバやHPCの需要を満たすには、DirectX11やOpenCLに対応したGPUを統合すれば済むものではない。
しかし、SandyBridgeは間違っていない。ハイファチームの開発の前提とサーバ需要が異なるだけだ。
ハイファチームの主戦場は、コンシューマの大半を占めるノートPC市場であり、そこにフォーカスすることは、何も問題はない。
だから、AMDのBulldozerに、SandyBridgeでサーバ市場のシェアを奪われたとしても、ハイファチームは負けたとは思わないだろう。

・2チームの合成の誤謬
今後、サーバ、HPC、デスクトップ、ノートの各カテゴリにあった最適化(ヘテロジニアス)が必要だが、今の2チームの各々の最適化が、Intelの全体最適にならない。
こうした合成の誤謬は、そう簡単には解決しない。
各チームの目標とやり方は最適化され、実績を上げているため、Intel全体を見ると誤謬があっても、各チームのレベルでは間違っていないからだ。

それにしても、Itanium（IA-64)がうまく行けば、市場別に分けて開発できた。
新しい命令セットの体系を持つLarrabeeで、解決するつもりだったかもしれない。

CPUに詰まっているのはシリコンだけか？

Cellには、クタラギ社長の夢が詰まっていた。
AMDのメモリコントローラ統合やドンドンつながっていくHyperTransportは、未来をみせた。
だから、ワクワクした。

Macintoshは、思いを、絵にも音楽にも変えようとした｡
楽器が弾けなくても、筆を使えなくても、コンピューターがあれば、その思いを絵にも､音楽にもできる、表現しようとする人は誰もがPerfomerだ。
だからMacintoshには、Perfomerという製品があった。

シリコングラフィックスのOnyxのビデオカードの名前は、｢Reality Engine｣、｢現実機関｣なんだぜ。
PlayStation2は、シリコングラフィックスが見せた世界を家庭に届けたかった。
だからPS2には｢Emotional Engine｣が載っていた。

あの小さなチップには、夢や未来が詰まっていて欲しい。
コストばかりのCPUはごめんだ。Atomなんて大嫌いだ。

CPUは何を計算するんだろう。

Mr.Gelsinger,please tell me to the future which you thought.

Larrabeeは、CPUもGPUも同じところへ行き着く、と説明したとおり、多重度の高い整数演算と浮動小数点のベクタ演算(SIMD)、この二つを満たそうとした。

1.多重どの高い整数演算(サーバの需要)の対応方法：
SIMD機能のないシンプルなP54Cを多数つなげる。これは業界で同じだ。

・Sun
　最も早い時点で、UltraSparc T1(Niagara)で、シンプルなプロセッサを多数つなげる設計にした。
・IBM
　スーパーコンピュータのBlueGene/Lで組込用のPowerPC440を多数つなげる設計にした。
・AMD
　Bulldozerを整数演算を重視した「割り切った」設計にした。
・Intel
　P54Cを多数つなげる(はずだった)

2.浮動小数点のベクタ演算(SIMD)（HPCの需要)の対応方法：
Intelは、プログラミングモデルとハードウェアの両面で、CPUの領域に引き込もうとして失敗した。

(1)プログラミングモデル
Cellで、PowerPCのプログラミングモデルに、SIMDのプログラミングモデルを加えたことと逆だ。
Intelは、SIMDのプログラミングモデルに、x86のプログラミングモデルを加えようとした。

プログラミングモデルの変革は、MicroSoftでも、DirectX11まで積み重ねなければいけなかった。
当時のクタラギ社長も「10倍性能が上がるなら受け入れられると思った」と言うほど、メリットが必要だ。

過去に、Intelは、IA-64で効率のよいコンパイラを提供できず、プログラミングモデルを変えられなかった。
リベンジならず。

(2)ハードウェア
Larrabeeのターゲットをグラフィックにせざるを得なかったことが不幸だった。
Larrabeeは、リングバスを使っているように、ゲームには向いておらず、HPCに向く。

だから、GPUではなく、PowerXCell8iのようなSIMDコプロセッサなら、ローンチできたはず。
IBMがPowerXCellをやめるほど、投資パフォーマンスが悪い(市場が小さい)のだが、Intelの体力なら持続できる。
しかし、ゲルジンガー氏が去り、赤字でも続ける経営判断がされない。
CPUとしてローンチできない以上、需要の大きさ(市場の大きさ)を示すために、GPUとしてローンチせざるを得なかった。

過去、AMDはR600でリングバスを使ったが、膨大なテクスチャデータをさばけず、ボトルネックになった。
よってテクスチャの流れを分けたら、リングバスを流れるデータはほとんどなくなり、リングバスそのものが不要になった。
それくらい、HPCとゲームでは、プログラムの構造が違う。

だから、一歩ずつ、DirectXやOpenCLのAPIを広め、プログラミングモデルを変え、GPUのアーキテクチャを変えていく必要がある。

一足飛びに進歩すると、周りがついてこれず、生産ボリュームが稼げない。
PowerXCellのように、スーパーコンピュータやHPCの市場だけではやっていけない。

AMDが、ハイエンドからローエンドまで、同じアーキテクチャを提供し、一歩ずつだが着実に進歩できる体制が、どれほどすごいか、PowerXCellやLarrabeeの開発者は実感したはずだ。
Fermiも、ゲーム用GPUとしての出来次第で、同じ道を歩むことになる。

ただね、未来へ飛躍するものを見ると胸が躍るよ。
Cellも、Larrabeeも、Fermiも、Fushionも、Itaniumも大好きだ。

ミスターゲルジンガー、あなたが思った未来を聞かせて。

CPUロードマップ CPUの需要と課題

今後、ますます、サーバ、HPC、デスクトップ、ノートでは、需要(必要なパフォーマンス)と課題が異なっていく。

そのため、サーバ用コアをつくり、そのチューニングによる供給では、全ての需要を満たすことができない。
GPU(ベクタプロセッサ)の活用がキーになる。

CPUの需要と課題

カテゴリ	需要	対応方法	課題	AMDの供給	Intelの供給	方向性
サーバ	多重度の高い整数のスカラ演算	CPU(スカラプロセッサ)を多数接続	メモリアクセスとI/O	Bulldozer	Nehalem	整数演算とメモリアクセス強化
HPC	ベクタ演算(SIMD)	GPU(ベクタプロセッサ)を多数接続	VLIW等コンパイラやソフトウェアの効率化	Bulldozer＋RV8x0	Nehalem	VLIWのコンパイラとソフトの強化
ゲームデスクトップ	ベクタ演算(SIMD)	ローカルメモリを持つGPU(ビデオカード)を接続	テクスチャのためのローカルメモリアクセス	Bulldozer+RV8x0	Nehalem+他社GPU	ローカルメモリのアクセス強化
エンコード等ハイエンドデスクトップ	ベクタ演算(SIMD)	CPUとGPU(ディスクリート)を接続	メインメモリへのアクセス	Bulldozer+RV8x0	Nehalem+他社GPU	CPUとGPUのメモリアクセス強化
メインストリームデスクトップ	パフォーマンス向上ではなく省電力	GPU統合	GPU(ベクタプロセッサ)を活用するタスクが必要	Fushion	Nehalem+自社GPU	ダイサイズ縮小によるコストダウン
ローエンドデスクトップ	パフォーマンス向上ではなく省電力	GPU統合	GPU(ベクタプロセッサ)によりCPUの負荷分散	Fushion	Nehalem+自社GPU	ダイサイズ縮小によるコストダウン
ノート(デスクトップリプレース)	パフォーマンス向上ではなく省電力	GPU統合	GPU(ベクタプロセッサ)によりCPUの負荷分散	Fushion	Nehalem+自社GPU	ダイサイズ縮小によるコストダウン
ノート(モバイル)	パフォーマンス向上ではなく省電力	GPU統合	GPU(ベクタプロセッサ)によりCPUの負荷分散	Fushion	Nehalem+自社GPU	割り切った省電力強化

1.サーバ
サーバに求められるのは、Bulldozerでのワークロードの分析のとおり、多重度の高い整数演算なため、整数演算を強化したCPU(スカラプロセッサ)を多数接続する。
なので、Bulldozerには、必ずしもFushionは必要ない。

2.HPC
ベクタ演算が求められているため、GPUを多数接続する。
スーパーコンピュータTop500において、2位のIBMのRoadrunnerはOpteron+CELL、5位の天河1号はNehalem+Radeon HD4870のヘテロジニアスである。
1位のJagguarと3位のKrakenはOpteronのみ、第4位のJUGENEはPowerPC440のみの構成。

3.ゲームデスクトップ
　ディスクリートGPUがキーだが、膨大なテクスチャを処理できるローカルメモリのアクセスが重要になる。
　テクスチャをメインメモリにおいて、CPUもアクセスできる状態にする必要性はないので、ローカルへのメモリアクセスの帯域を広くとれるビデオカード形式が合理的だ。

4.エンコード用デスクトップ
　エンコードなど映像の編集には、GPU(ベクタプロセッサ)が必要なのだが、ゲームと逆でローカルに512MBもメモリを持つ必要はまったくない。
CPUと同じようにメインメモリにアクセスさせるほうが重要だ。
DGIやOpenGL ICDのように、DDIをバイパスして、直接GPUに命令を送る環境はあるので、GPU統合が効果的。

5.メインストリームデスクトップ
メインストリームデスクトップの一番の問題は、パフォーマンスを必要とするタスクが存在しないことだ。
GPUやCPUのパフォーマンスを必要とするタスクがないと性能が求められず、価格競争になる。

6.ローエンドデスクトップ
パフォーマンスを求めていないので、価格競争だけになる。
AV機能を強化してリビングに置いたり、デザインを充実させたり、付加価値が必要だ｡

7.ノート(デスクトップリプレース)
ここもメインストリームデスクトップと同じ、パフォーマンスが必要なタスクがないとドンドン価格競争になる。

8.ノート(モバイル)
パフォーマンスより、省電力が重要になる。TDPが低いと廃熱機能も小さくなり、軽く小さくなる付加価値が生まれる。

2010年のAMD その2

前回よりちょっと現実的に。

というか、これくらいやらないと、32nmのCore iと勝負にならないよ。
なにしろ、3.4GHzの965が、2.66GHzのCore i7-920といい勝負だから、このままでは、32nmのCore iのミドルクラスに届かない。

しかし、AMDの打つ手は、クロックアップ、キャッシュ増加、メモリコントローラの改善くらい。

いま以上のクロックアップは内部倍率が高くなりすぎ、キャッシュ増とセットでないと、パフォーマンスがあがらない気がする。
キャッシュ増加によるダイサイズ増加は経営判断なので、技術的には、メモリコントローラは伸びしろがある。

1.メモリの4枚挿しで、Quad Channel&Quad Access
C3ステッピングで、メモリの4枚挿しのエラッタ改善がアピールされた。
他にもエラッタはあるのに、なぜこれだけ?
それは、4枚挿しのQuad Channel、64bitの4分割でアクセスするQuad Accessの布石だ。

最初のFushionは、GPUとCPUをHyperTransportでつなぎ、CPUのメモリコントローラを使うから、帯域とレイテンシの改善が必要だ。
ついに、4枚挿しのUngangedモードが!!

2.L3キャッシュをeDRAM
　32nmでは、可能なら45nmでも次のリビジョンで、L3をeDRAM化。
　POWER7のL3は、eDRAMで32MBをつんでいる。
　もちろんPOWER7は、45nmで500平方mmを超えるビッグチップだが、32nmになれば16MBが250平方mmに収まる。
　eDRAMでL3の速度があがれば、Phenomの弱点をカバーできるので、一番効果的。

3.L3キャッシュを8MBに増加
　eDRAMがムリなら、4コア以下は、L3キャッシュを8MBに増加。

4.L2キャッシュを1MB化
　L3増加と、どっちが効果的かわからないが、もう両方やるしか。

4.ヒートスプレッダをアルミから銅製に変えて、威圧する

5.赤く塗って3倍速く見せる

もう、何がなんだか。
クロック4GHz、L2キャッシュ1MB、L3キャッシュ8MBで、32nmのCore iのミドルクラスと互角のはず。
もちろん、Intelが32nmで失敗する可能性はあるが、順当に行けば差が開くだろう。

Larrabeeがキャンセル

あ…ありのまま、前のエントリーを紹介するぜ！

「Larrabeeの敵はNehalemだった｣

何を言ってるのか、わからないと思うが、私も何をされたのかわからなかった。
頭がどうにかなりそうだった。
GPUなんてちゃちなもんじゃあねえ、もっと恐ろしいものを味わったぜ…

とまあ、Larrabeeがキャンセルされたそうです。

過去のエントリーは直さないよ・・・GPUどうするつもりだろう？