大家好，欢迎来到IT知识分享网。

近十年来，Arm整个生态体系有了飞速的发展。这得益于智能手机的普及，几乎所有人都知道了Arm的存在。事实上更大的变革来自其他方面，比如桌面平台、服务器和超算领域。更接近于人们认知的是苹果推出了首款自研芯片M1，从自己产品线吹响了取代英特尔芯片的号角，无论对于苹果还是Arm生态系统，这都是一个划时代的产品。x86已经主宰了计算机行业多年，随着Arm的崛起，接下来的将面临有史以来最大的挑战。

Armv8架构是Arm在2011年推出的第一款64位架构，相比Armv7架构是一个巨大的跨越。苹果在其中扮演了重要的角色，也借此迅速地推出了一连串基于此架构的芯片，从iPhone和iPad系列产品，最终拓展到了桌面平台的iMac上，在市场竞争中占据了先机，因此大获成功。不少企业也基于此架构，开发了可用于服务器和超算领域的产品，个别产品也获得了不错的效果，Arm架构芯片得到了更广泛的应用。可以说Armv8架构让Arm芯片从小型或移动设备，进入了新的领域。

前一段时间，Arm发布了全新的Armv9架构，开启了新的征程。根据Arm官方的介绍，新的Armv9架构将会至少使用10年，未来两代基于Armv9架构的处理器在性能上有望提升30%。与Armv8架构不同的是，Armv9架构的适用范围更广阔，其一系列改进不少都是为了Arm架构芯片可以实现高性能计算做铺垫，也就是说更接近于大家口中“x86处理器的对手”这个定位。

Armv9架构相比Armv8架构改进了什么？

在Armv8架构基础上，Armv9架构继续使用AArch64作为基准指令集，保持了向下兼容性，在此基础上分别在安全性、AI（机器学习）以及可伸缩矢量扩展和DSP上做出改进，扩展了应用范围。Armv9架构包括了三个系列，分别是通用计算的A系列、实时处理器的R系列和微控制器的M系列。

Armv9架构在安全性方面做了多方面的工作，比如引入了Arm机密计算体系（Confidential Compute Architecture, CCA）和动态创建机密领域（Realms）概念，通过打造基于硬件的安全运行环境来执行计算，保护代码和数据免被窃取或修改。Arm还与谷歌合作开发了“内存标签扩展”技术，可以在软件中查找空间和时间的内存安全问题。另外，Arm与剑桥大学在其CHERI架构上进行合作，从架构底层提高安全性。

Arm认为，未来计算性能的提升非常重要的驱动力就是AI。不同的设备的AI性能需求不同，对AI处理器的要求也会不一样。为了满足未来的行业需求，Arm在原有的SVE（可伸缩矢量扩展）指令集基础上，开发了SVE2指令集，增强了新一代Arm架构在高性能计算、5G网络、虚拟现实、AI和DSP等方面的性能。另外Arm对矩阵乘法的进一步优化，以及Mali GPU和Ethos NPU的持续改进，也将扩展Armv9架构的技术能力。

随着各行各业对处理器的要求已从通用计算向专用计算发展，为了满足各方对性能的需求，Arm提出了全面计算（Total Compute）的设计方法。通过对系统级硬件（包含Arm的CPU、GPU、NPU）和软件优化，将全面计算的设计方法应用在汽车、用户端、基础设施和物联网等解决方案的整个IP组合中，让Armv9架构加速总体计算性能。

富士通在Armv9架构开发过程中的作用

富士通（Fujitsu）作为一家在超级计算机领域有着丰富经验的企业，与Arm合作开发了SVE指令集来扩展Arm处理器。SVE指令集并不是Armv8基本规范的一部分，只是一个扩展，不过在Armv9里，已经成为了标准规范的一部分。虽然SVE作为初代产物，应用范围有限，并且更多地只是针对HPC工作负载，但作用不可忽视。

Arm和富士通的合作成果是A64FX，是首款使用SVE指令集的Arm架构处理器，也就是目前世界排名第一超算系统“Fugaku”使用的芯片，表现相当亮眼。

根据富士通的介绍，A64FX采用台积电7nm FinFET工艺制造，拥有87.86亿个晶体管，596个信号针脚，集成了52个核心，包括48个计算核心和4个一样结构的管理核心。所有的52个核心分为四组，每组13个，共享8MB二级缓存。每组之间的互联使用的是富士通第二代TOFU，也就是6D mesh/torus片上互联网络。同时配置了配的32GB HBM2内存，16条PCIe Gen3通道，拥有1024 GB/s的存储带宽。可以提供2.7 TFLOPS@64bit，21.6 TFLOPS@8bit的性能。

基本上A64FX是一款除了贵，没有什么缺点的产品。Arm与富士通在A64FX合作开发过程中，得到了超算系统方面的大量研发经验，为接下来Armv9架构的标准规范制定工作奠定了坚实的基础。

随着人工智能、机器学习和数据分析等项目在经济生产和日常生活中变得更普遍，数据中心和超算系统将越来越受到重视。这个由英特尔和AMD的x86处理器主导的市场，自然也是未来Arm想要涉足的地方。在这个领域，富士通A64FX处理器为Arm打响了第一枪，可以说是Arm架构芯片一次成功的试水。

SVE2与x86的SIMD相比有什么优势？

对于目前使用基于Armv8架构处理器的iPhone或iPad系列这样的产品，想运行某些为A64FX制作的代码是不可行的，因为不支持SVE指令集。在不久的将来，基于Armv9架构处理器的新一代移动设备却可以做到，因为SVE指令集已经成为Armv9架构标准的一部分。从这个角度来看，等于将“超算”塞进了口袋。

在现代微处理器中，处理矢量的指令被称为SIMD指令。从技术上讲，Arm的Neon和SVE指令集都可以视为SIMD指令的一种形式，这是单指令多数据流的简称。简单来说，就是当你向CPU发出一条指令，然后会在同一时间对多个值进行相同的操作。这类型的指令集其实很常见，在x86微处理器里，为更快进行多媒体处理和视频编解码工作，使用了包括MMX、SSE系列和现在的AVX系列等指令集，都有相似的思路和作用。

不过目前x86的SIMD指令存在一定的问题。比如一些看起来相同的指令，因为参数不同，都会被编码为独立的指令。另外矢量寄存器由MMX的64位，扩展到AVX-512的512位，但由于在x86的SIMD指令里，矢量寄存器的长度会被编码在SIMD指令中，需要增加一条指令来处理，长度不同的矢量寄存器都要添加新的扩展和指令，所以每当英特尔提供更大的矢量寄存器，就不得不大量增加新指令以适应矢量寄存器长度的变化。自1978年以来，IA-32指令集已从80条增加到大约1400条，主要就是由SIMD指令推动的，最终变得越来越臃肿，编译也变得愈加繁琐。

在x86的早期，处理器制造工艺的提升相对容易，晶体管数量可以很轻松地以几何级数量增加，指令集的条数也不算多，想加入更大的矢量寄存器并不难，每隔几年增加新指令也是常态。不过随着工艺开发越来越难，以及晶体管密度过高造成的各种问题，通过这种方式提高性能可能开始有点行不通了。目前在消费级平台，使用AVX-512指令集的时候会有什么样的效果，英特尔第11代酷睿系列处理器的表现相信已经有目共睹了。

一般来说，使用x86处理器的领域允许其做得更大，功耗高一些可能也没关系，对于超算系统使用的处理器而言，更不会那么严格。不过Arm架构的处理器大多是用在小型设备上，对功耗和散热都很敏感，所以就变得很谨慎了。更重要的一点是，Arm试图让自己的架构可以覆盖更广泛的领域，从微小的嵌入式设备到“Fugaku”这样的超算系统。虽然Arm也能提供不同的指令集，或者为不同的细分市场提供不同的配置标准，但软件可以在所有Arm架构芯片上编译和运行会更符合Arm的利益，发挥出其架构的最大效益。

如果Arm按照x86的这种思路，显然是达不到自己想要的效果。而SVE/SVE2指令集可以让Arm做到不同类型芯片上提供可变长度的矢量寄存器，一个矢量寄存器的最小长度为128位，最大长度为2048位。无论在什么样的Armv9架构芯片上运行，矢量的可变长度都为128位。

未来智能手机使用的Arm处理器，可能使用128位的矢量寄存器就可以了，而在超算系统里，则可以使用2048位的设计，代码能够充分利用矢量寄存器的长度以达到更高的性能。这意味着同样的代码其实可以适用于超算系统和普通人的智能手机，这是目前x86的SIMD指令所做不到的，而且需要解码和管理的指令也更少，装入缓存的指令也少得多。

或许有人会产生一个疑问，为什么SVE2与SVE有什么不同？带来了什么变化？

SVE指令集是Armv8架构里的一个可选扩展，为适应高性能计算需要而设计的，适用性有限。对于大多数用户而言，更多地是使用Arm的Neon指令集，所做的多媒体工作负载可能更贴合他们的需求，对于这类型工作基本不需要长的矢量寄存器。SVE2指令集一方面完善了SVE指令集的不足，另一方面基本做到了原来Neon指令集所要做的事情，而且有着更高的效率和更好的灵活性，可变长度让其不但适应使用长矢量寄存器的工作，还能胜任使用短矢量寄存器的任务。

Arm未来可期，x86将面临真正的挑战

未来用户根据自己的实际用途，使用Armv9架构可以设计出更适合自己的芯片，既可以是最小最省电的芯片，也可能是要求最高性能的芯片，而且用户只需要编译一次。这也避免了Arm相隔几年就要考虑大量加入新的SIMD指令，使其加入到英特尔和AMD的SIMD指令军备竞赛中。SVE2指令集为使用Arm架构芯片的用户提供了一个具有稳定性和可发展空间的平台，开发人员编写和优化Arm代码变得更加容易，这有利于编写机器学习、人脸识别和语音识别的程序变得更加容易，而且不用担心目标平台是否支持这些指令，搭载的设备变得更多样化。

事实上RISC-V和Arm一样，在指令集类型上有一样的追求。在未来几年，英特尔和AMD将面临严峻的挑战，在机器学习、人工智能、数据中心和超算等高性能、高利润的领域，面对的竞争对手并不是彼此，而是Arm甚至RISC-V这样的新生势力强有力的冲击。Armv9架构的发布，指明了Arm前进的方向，未来的道路已渐露曙光。当了解了这些以后，再看看英伟达想以400亿美元买下Arm，是不是觉得有点超值？