10 распространенных заблуждений о компьютерном железе

#перевод #cpu #gpu #arm #x86

Уильям Гейд с Techspot составил для нас небольшой список общеупотребительных неправильных представлений о «железе».

С таким быстрым развитием технологий как сейчас, не трудно поддаться заблуждениям, которые впоследствии влияют на наше понимание компьютеров. В этой статье, мы сделаем шаг назад и рассмотрим наиболее распространенные «неточности», а также укажем почему так.

Если вы следите за технологиями, то вероятно вам доводилось слышать подобного рода сравнения: "У ЦП (А) 4 ядра по 4 Ггц. У ЦП (Б) 6 ядер по 3 Ггц. Поскольку 4*4 = 16 меньше, чем 6*3 = 18, значит процессор (Б) должен быть лучше". Это один из главных грехов компьютерного железа. Существуют настолько много различий и параметров, что сравнение чипов подобным образом невозможно.

При равных условиях, процессор с 6 ядрами будет быстрей чем с 4. То же самое и с частотой, 4 Ггц > 3 Ггц. Однако, как только вы начинаете добавлять реальные чипы, с их сложной структурой, сравнение становится бессмысленным.

В зависимости от рабочей нагрузки требуются либо более высокая тактовая частота, либо большее количество ядер. Например, один процессор способен потреблять столько энергии, что любое увеличение производительности бесполезно. Другой же, может обладать большей кэш-памятью, или лучшей оптимизацией конвейера. Список особенностей, который исключен этим заблуждением — бесконечен. Пожалуйста, никогда не сравнивайте процессоры таким образом.

Основываясь на первом заблуждении, важно помнить, что тактовая частота — это не главное. Два процессора в одной ценовой категории, работающие на одной частоте могут различаться по производительности довольно сильно.

Конечно, нельзя отрицать что тактовая частота оказывает свое влияние, но как только вы достигаете определенной точки — в дело вступают другие факторы. Процессоры могут находиться в долгом ожидании остальных частей компьютера, поэтому размер кэша и архитектура чрезвычайно важны. Это позволяет сократить потерянное время и повысить производительность чипа.

Общая архитектура определенных семейств процессоров также может играть огромную роль. Вполне возможно, что благодаря лучшей оптимизации, более медленный чип способен обрабатывать данные быстрей, чем более мощный ЦП. Во всяком случае, производительность на ватт становится доминирующим фактором, используемым для количественной оценки производительности в новых конструкциях.

Раньше это считалось абсолютно верным понятием, но с каждым днём истина становится все более расплывчатой. Мы склонны сводить все функциональные возможности к слову «ЦП» или «процессор», но в реальности это лишь часть общей картины. Нынешний тренд на гетерогенные вычисления, подразумевает под собой объединение множества вычислительных элементов в один чип.

Вообще говоря, чипы в большинстве компьютеров и ноутбуков — ЦП. Однако почти в любом другом электронном устройстве находится SoC (system on a chip).

Материнская плата десктопного ПК размещает в себе десятки дискретных чипов, каждый из которых выполняет определенную функцию. Но такое невозможно исполнить на других платформах. Компании все чаще пытаются сделать чип более многозадачным, чтобы добиться лучшей производительности и энергоэффективности.

В дополнение к процессору, SoC в вашем телефоне также имеет графический процессор, оперативную память, медиакодеры/декодеры, сеть, управление питанием и десятки других частей. В общем понимании для вас это процессор, но фактически ЦП — это всего лишь один из многих компонентов, составляющих современный SoC.

В последнее время было много шума по поводу того, что Intel задерживает следующий тех. процесс. Когда производитель процессоров, например Intel или AMD, разрабатывает продукт, он изготавливается с использованием определенного технологического процесса. Наиболее распространенной используемой метрикой является размер крошечных транзисторов, составляющих продукт.

Она измеряется в нанометрах. Наиболее распространенные размеры в данный момент — 14 нм, 10 нм, 7 нм и 3 нм. Логично то, что два транзистора на 7-нм процессе, все равно что один транзистор на 14-нм процессе, но это не всегда так. Существует много издержек, поэтому количество транзисторов и, следовательно, вычислительная мощность на самом деле не масштабируются с размером технологии.

Еще одно важное предостережение заключается в том, что не существует стандартизированной системы для подобных измерений. Все крупные компании раньше измеряли одним и тем же способом, но теперь они разошлись во мнениях и каждый считает по-своему. Значит размер элементов в чипе не должен быть основным показателем при сравнении. Даже если брать два процессора из одного поколения, меньший не будет иметь большого преимущества.

При сравнении ЦП с ГП самая большая разница заключается в количестве ядер, которыми они обладают. У обычных процессоров несколько мощных ядер, у графических процессоров же сотни или тысячи ядер послабее. Это позволяет последним обрабатывать больше данных параллельно.

4х ядерный процессор от одной компании может сильно отличаться от похожего 4х ядерного чипа от другого производителя. То же самое работает для ГП. Нет лучшего способа сравнить количество ядер GPU у разных поставщиков. Каждый производитель будет использовать совершенно отличную архитектуру, что делает этот тип сравнения почти бессмысленным.

Например, одна компания захочет меньше ядер, но добавит больше функциональности, в то время как другая может предпочесть больше ядер с уменьшенной функциональностью. Однако, как и в случае с процессорами, вполне допустимо сравнение ГП от одного и того же поставщика и в одном и том же семействе продуктов.

При каждом новом запуске высокопроизводительного чипа или суперкомпьютера, первая вещь, которая рекламируется — это количество флопов. Аббревиатура обозначает внесистемную единицу, используемую для измерения производительности компьютеров. Она показывает сколько операций с плавающей запятой в секунду выполняет данная вычислительная система.

Это кажется достаточно простым, но продавцы могут играться с цифрами, дабы продукт казался быстрей чем на самом деле. Например, вычисление 1.0 + 1.0 намного проще, чем 1234.5678 + 8765.4321. Чтобы раздуть цифры, компании могут возиться с типом вычислений и связанной с этим точностью.

FLOPS измеряет только «сырую» производительность CPU/GPU и игнорирует другие важные факторы, например пропускную способность памяти. Компании также могут оптимизировать бенчмарки, с целью несправедливо возвысить свои продукты.

Почти все маломощные и встроенные системы работают от той или иной формы процессора ARM. Однако важно отметить, что ARM на самом деле не производит физические чипы. Скорее, они разрабатывают чертежи того, как эти процессоры должны работать, и позволяют другим компаниям создавать их.

Например, A13 SoC в последнем iPhone был разработан Apple, но используется ARM архитектура. Это все равно что дать автору словарь и попросить его что-то написать. У писателя есть основные понятия и принципы о том, как использовать слова, но они могут писать о чём хотят.

Лицензируя свою интеллектуальную собственность (IP), ARM позволяет Apple, Qualcomm, Samsung и многим другим создавать свои собственные чипы, наиболее подходящие для их собственных нужд. Это дает возможность процессору, предназначенному для телевизора, сосредоточиться на кодировании и декодировании мультимедиа. А скажем, чип, предназначенный для беспроводной мыши будет потреблять меньше энергии. Так как ARM процессор в мыши не нуждается в ГП или вычислительной мощности.

Поскольку все процессоры на базе ARM используют один и тот же базовый набор конструкций и чертежей, все они могут запускать одни и те же приложения. Это облегчает работу разработчиков и повышает совместимость устройств.

ARM и x86 — это две доминирующие архитектуры для наборов инструкций, которые определяют, как работает и взаимодействует компьютерное оборудование. ARM является королем мобильных и встраиваемых систем, а x86 контролирует рынок ноутбуков, настольных компьютеров и серверов. Есть и другие архитектуры, но они служат для более узкоспециализированных приложений.

Говоря об архитектуре наборов команд, имеется в виду то, как процессор спроектирован внутри. Это все равно что переводить книгу на другой язык. Вы передаете одни и те же идеи, но записываете их иначе. Вполне возможно написать программу и скомпилировать ее для работы на процессоре x86, а потом на ARM.

ARM отличается от x86 в нескольких ключевых местах, которые позволили им доминировать на рынке мобильных устройств. Самое главное — это их гибкость и широкий спектр технологических предложений. Создавать ARM процессор, это все равно что, если бы инженер играл с Lego. Они могут выбирать любые компоненты, которые они хотят, чтобы создать идеальный чип для своего приложения. Нужен процессор для обработки большого количества видео? Вы можете добавить к нему более мощный ГП. Требуется больше безопасности и шифрования? Вы можете добавить специальные ускорители. Упор ARM на лицензировании своей технологии, а не на продаже физических чипов, является одной из главных причин, почему их архитектура производятся настолько повсеместно. Intel и AMD, с другой стороны, застопорились в этой области. Это создало некий вакуум, который заполнили собой ARM.

Intel чаще всего ассоциируется с x86, и хотя они действительно создали его, процессоры AMD работают с той же архитектурой. Если вы где-то видите x86-64, то это всего лишь 64-разрядная версия x86. Если у вас Windows, возможно вы задавались вопросом — почему существуют папки «Program Files» и «Program Files (x86)». Дело не в том, что программы в первой папке не используют x86, просто они 64-разрядные, а программы в «Program Files (x86)» — 32-разрядные.

Еще одна область, которая может вызвать путаницу между ARM и x86, заключается в их относительной производительности. Легко объяснить то, что ARM процессоры не устанавливают в системы топ класса, потому что x86 просто всегда быстрее, чем ARM. Хотя это обычно верно (до сих пор), это не совсем справедливое сравнение, и оно упускает суть. Вся философия архитектуры ARM заключена в эффективности и низком энергопотреблении. Они позволяют x86 обладать рынком высокопроизводительных систем, потому что знают — ARM там не сможет конкурировать. В то время как Intel и AMD фокусируются на максимальной производительности с x86, ARM увеличивают производительность на ватт.

В течение последних нескольких лет мы наблюдаем огромный рост производительности и распространенности графических процессоров. Многие рабочие нагрузки, которые традиционно выполнялись на ЦП, перешли на ГП, дабы воспользоваться усиленными параллельными вычислениями последних. Для задач с небольшими порциями, которые могут быть посчитаны одновременно, графические процессоры намного быстрее, чем обычные процессоры. Однако это не всегда так, и именно поэтому нам все еще нужны ЦП.

Для правильной эксплуатации ЦП или ГП, разработчик должен разработать свой код с помощью специальных компиляторов и интерфейсов, оптимизированных для платформы. Ядра в графическом процессоре, которые могут исчисляться тысячами — очень просты, по сравнению с ЦП. Они предназначены для небольших операций, которые повторяются снова и снова.

С другой стороны, ядра в процессоре предназначены для очень широкого спектра сложных операций. Для программ, которые не могут быть выполнены параллельно, ЦП всегда будет намного быстрее. С помощью правильного компилятора, технически возможно запустить CPU код на GPU и наоборот, но реальная выгода будет только в том случае, если программа была оптимизирована для конкретной платформы. Если вы просто посмотрите на цену, то самые дорогие процессоры могут стоить вплоть до 50 000 долларов, в то время как топовые ГП требуют менее половины от этой суммы. Таким образом, CPU и GPU превосходят друг друга в своих областях, и ни один из них не факт что быстрее, чем другой.

Одним из наиболее известных отображений технологической индустрии является Закон Мура. Это эмпирическое наблюдение, согласно которому число транзисторов в чипе удваивается каждые 2 года. В течение последних 40 лет все было так, но мы уже в конце, и масштабирование происходит не так, как раньше.

Если мы не можем добавить больше транзисторов в чипы, значит их (процессоры) можно увеличить в размерах? Ограничение здесь заключается в том, чтобы получить достаточную мощность, а затем избавиться от тепла, которое генерирует чип. Современные процессоры потребляют сотни ампер тока и образуют сотни ватт тепла.

Сегодняшние системы охлаждения и подачи энергии изо всех сил стараются идти в ногу со временем и близки к пределу. Поэтому мы не можем просто сделать процессор побольше.

Если мы не можем сделать чип большего размера, не могли бы мы просто сделать транзисторы в чипе меньше, чтобы добавить больше производительности? Эта концепция была верна в течение последних нескольких десятилетий, но мы приближаемся к фундаментальному пределу того, насколько маленькие транзисторы могут быть получены.

С новыми 7-нм и будущими 3-нм тех. процессами квантовые эффекты начинают становиться огромной проблемой, и транзисторы перестают вести себя должным образом. Еще есть место, куда можно протиснуться, но без серьезных инноваций мы не сделаем всё еще меньше. Итак, если мы не можем сделать чипы намного больше, а транзисторы намного меньше, возможно ли заставить существующие транзисторы работать быстрее? Это еще одна область, которая давала преимущества в прошлом, но вряд ли она будет продолжаться дальше.

Скорость процессора увеличивалась с каждым поколением в течение многих лет, но она застряла в диапазоне 3-5 ГГц в последнем десятилетии. Все благодаря сочетанию нескольких вещей. Очевидно, увеличение потребления энергии, но главная проблема снова связана с ограничениями транзисторов меньшего размера и законами физики.

Поскольку мы делаем транзисторы меньше, провода соединяющие их должны быть меньше тоже, а это увеличивает сопротивление последних. Мы как обычно делали работу транзисторов быстрей, сближая их внутренние компоненты, но некоторые из них уже разделены всего одним или двумя атомами. Нет простого способа сделать что-то лучше.

Если сложить все эти причины вместе, то становится ясно, что мы не увидим обновления производительности как в прошлых поколениях, но будьте уверены, что на свете много умных людей, решающих эту проблему.