内容要点：流水线，相关和冒险

1. 流水线基本原理

1. 执行指令的主要步骤（MIPS）

添加流水线寄存器.png

2. 流水线寄存器性能分析

• 流水线中的各个处理部件可并行工作，从而可使整个程序的执行时间缩短
• 流水线并不会缩短单条指令的执行时间（甚至会增加），从而提高了指令的吞吐率

• 流水线的最终性能目标：最大的指令吞吐率！

  
  
  流水线处理器性能分析.png

3. ”超级流水线“技术（Super Pipelining）

1. 将五级流水线细分为更多的阶段，增加流水线的深度
2. 提升时钟频率，从而提高指令吞吐率
3. 比如：5级（T=200ps+50ps=250ps）=>10级（T=100ps+50ps=150ps）
4. 但单条指令延迟：5级（250*5=1250ps）=> 10级（150*10=1500ps）
5. 级数不是越多越好（现在一般15级左右）
   • 13年，Core i7(Haswell)：14级
   • 13年，Cortex-A57：15级

4. 超标量流水线

1. 超标量结构（Superscalar）：通常具有两条或两条以上并行工作的流水线结构
2. 使用该结构的处理器称为超标量处理器
3. 标量和超标量流水线
   • 单周期 -> 标量流水线：时间并行性的优化，主要是对现有硬件的切分
   • 标量 -> 超标量：空间并行性的优化，需成倍增加硬件资源
4. 超标量流水线与多核CPU
   • 现代的多核CPU通常是在一个CPU芯片中集成了多个超标量处理器核
5. Pentium的超标量流水线（第一款超标量X86 CPU）
   • 两条流水线：”U流水“和”V流水“
   • 每条流水线都拥有自己的地址生成逻辑、ALU及数据Cache接口
   • 在一个时钟周期内，可以同时发送两条指令
6. CDC6600：第一台超级计算机（1964）
7. Cortex-A9的超标量流水线
   • 4发射，8~11级流水
8. Core i7的超标量流水线
   • 4发射，16级流水

5. 冒险（Hazard）

阻止下一条指令在下一个时钟周期开始执行的情况

1. 结构冒险

   • 所需要的硬件部件正在为之前的指令工作

     1. 如果指令和数据放在同一个存储器中，则不能同时读存储器

        • 解决方案1：流水线停顿（stall），产生空泡（bubble）

        • 解决方案2：指令和数据放在不同的存储器中

     2. 如果读寄存器和写寄存器同时发生

        • 解决方案：前半个时钟周期写，后半个读，并且设置独立的读写口

2. 数据冒险

   • 需要等待之前的指令完成数据的读写

     1. 一条指令需要使用之前指令的运算结果，但是结果还没有写回

        sub $t0, $s1, $s2
        add $s3, $t0, $s4 # $t0 是上一条减法指令的结果
        and $s5, $s4, $t0 #  $t0 是上上条减法指令的结果
        instruction 4
        

        • 解决方案1：流水线停顿（stall），产生空泡（bubble）
     • 软件解决方案：插入nop指令
       • 解决方案2：数据前递（Forwarding）/旁路（Bypass）

     2. 一条指令需要使用之前指令的访存结果（Load-Use Harzard）

        lw $t1, 20($t0)
        or $t2, $t1, $t5 
        

        • 解决方案：流水线停顿 + 数据前递

3. 控制冒险

   • 需要根据之前指令的结果决定下一步的行为

     1. 尚未确定是否发生分生

     beq ...
     instruction 1
     instruction 2
     instruction 3
     

     • 解决方案1：流水线停顿（stall），产生空泡（bubble）

6. 转移指令对流水线的影响

• 改变指令流向，破坏流水模式

• 流水线越深，超标量数越多，转移指令带来的影响越大

• 转移指令分类(MIPS)：

  	无条件转移	条件转移
  直接转移	j Target jal Taget	beq rs, rt, imm16
  间接转移	jr rs

  1. 无条件直接转移（J-Type）=> 流水线不停顿

     • 目标地址计算方法：New PC = {(PC+4)[31..28], addr, 00}
     • 所需信息在取指阶段即可获得（流水线不停顿）

  2. 无条件间接转移（R-Type）=> 流水线停顿1周期

     • 译码阶段才能获得转移目标地址（流水线停顿1周期）

  3. 条件直接转移（I-Type）=> 流水线停顿1周期

     • if(R[rs] - R[rt] == 0)

       then New PC = PC + 4 + SignExt[imm16] * 4;

       else New PC = PC + 4

     • 译码阶段才能获得待比较的寄存器内容（流水线停顿1周期）

     • 执行阶段才能完成转移条件的判定（流水线停顿2周期）==优化==> 比较可以不需要ALU，在译码后的busA和busB后额外加一个比较电路，比较的结果再送回PC的更新部件，这样在译码结束就能获得转移条件的判定结果，流水线只需停顿一个周期

• 延迟转移技术

  • 原本：

    xor $s1, $s2, $s3
    addi $t1, $t3, 1
    subi $t2, $t4, 2
    beq $t1, $t2, Next
    slt $s4, $s5, -50
    ...
    
    Next: ...
    

    • beq：停顿一个周期，有浪费，可以在这个浪费的周期内填充一条指令

    • 软件层面规定：beq之后的指令是一定会被执行的，这样就不会出现被浪费的周期，但为了不改变程序原来想达到的结果，在这个例子中，只能将xor拿下来（addi和subi的结果需要用于beq的，必须要在beq前执行）

  • 优化：

    addi $t1, $t3, 1
    subi $t2, $t4, 2
    xor $s1, $s2, $s3
    beq $t1, $t2, Next
    slt $s4, $s5, -50
    ...
    
    Next: ...
    

    • 流水线不发生停顿

7. Quiz：

1. MIPS的五级流水线结构中，读寄存器堆是在哪个阶段完成的？<u>译码</u>
2. MIPS的五级流水线结构中，计算访存的地址是在哪个阶段完成的？<u>执行</u>
3. 对于典型的MIPS五级流水线处理器，按照指令执行的正常流程，beq指令的分支条件判定会在哪个阶段完成？<u>执行</u>