Arm posouvá výkon na novou úroveň. Jádro C2-Ultra může mít lepší jednovláknový výkon než Zen 6

Spolu s vydáním nových čipů Applu pro telefony (A20 Pro) teď uvádí novou generaci procesorových architektur také firma Arm, která stojí za touto instrukční sadou využívanou mobilními SoC, ale i za samotnými návrhy jader, které si licencují firmy jako MediaTek, Nvidia i další výrobci Arm čipů. Arm loni nahradil jádra Cortex sérií jader označených Lumex C1 a letos přichází nová generace C2, které opět posouvá hranici jednovláknového výkonu.

Nová generace jader tvoří platformu nazvanou Arm CSS for Mobile 2, kterou tvoří kompletní bloky pro návrh procesorů, zejména CPU jádra řady Arm C2 a GPU Arm Mali-G2 (CSS je zkratka pro Computer Subsystem, první generace byla loňská platforma s jádry Lumex C1).

Zdá se, že po jedné generaci (C1) Arm zahodil značku Lumex, kterou s plísňovým sýrem vonící značkou Niva zavedl loni jako náhradu předtím léta používaného označení jader Cortex. Firma patrně seznala, že to nebyly bůhvíjaké marketingové majstrštyky a ikonicky znějící brandy; vypadá to, že nová řada jader se místo Arm Lumex C2 jmenuje už pouze Arm C2.

Přečtěte si také:

Apple má první 2nm procesor pro mobily: A20 Pro má nejrychlejší jádra na světě, 1T výkon prý stoupl o pětinu

C2-Ultra: Vlajkové jádro

Novým tahounem Armu v mobilních procesorech a nejvýkonnějším jádrem firmy Arm bude jádro C2-Ultra, které je v mobilních čipech určeno pro roli „prime“ jádra, která jsou v počtu jednoho až dvou určená pro dosažení jednovláknového výkonu (jako předtím linie jader Cortex-X1 až X925). V procesorech pro notebooky a PC jich ale může být vyšší počet. Tato jádra prioritizují jednovláknový výkon i případně na úkor efektivity, takže zabírají relativně velkou plochu na čipu.

Jádro je stavěno na dekódování 10 instrukcí Arm za jeden cyklus. I fetch by měl umět číst 40 bajtů za cyklus, což odpovídá 10 instrukcím, a fáze rename a dispatch také posílají dál ke zpracování až 10 instrukcí za cyklus.

Vykonávací backend procesoru obsahuje 8 ALU (z nichž šest je jednoduchých pro méně náročné instrukce a dvě jsou komplexní se schopností zpracování všech instrukcí) a navíc tři separátní jednotky pro zpracování instrukcí větvení. Vektorová část má šest jednotek FMA s podporou SVE2 patrně stále o šířce 128 bitů. Load/Store jednotky jsou celkem čtyři, přičemž podporují zpracování čtyř instrukcí Load, ale jen dvou instrukcí Store (a dvou Load současně s nimi) za jeden cyklus.

Tyto počty jednotek jsou stejné jako u jader Cortex-X925 a C1 Ultra – zdá se, že Arm zvyšoval výkon jádra jinými změnami. Vylepšený údajně je zejména prediktor větvení s lepší přesností a rychlejším zotavením po nesprávné předpovědi.

Jádro také dostalo hlubší fronty a buffery pro out-of-order zpracování. Reorder Buffer procesoru by zřejmě měl mít hloubku 768 položek a procesor má pro out-of-order zpracování kódu 320 fyzických obecných registrů a 448 fyzických registrů pro FPU a SIMD instrukce. Fronta pro Load instrukce (čtení z paměti) má 28 položek a fronta pro Store instrukce (zápis do paměti) 60 položek.

Zlepšený má být také prefetch (tedy spekulativní načítání dat z paměti předtím, než je jádro bude potřebovat). To jsou spolu s predikcí větvení dvě kritické oblasti, kde se snaží zlepšit každá nová generace CPU.

Jádro má L1 cache o kapacitě 64 KB pro instrukce a 128 KB pro data (obě jsou 4-way asociativní). L2 cache je privátní a může být 2MB (s 8-way asociativitou) nebo 3MB (s 12-way asociativitou) podle volby výrobce. Verze s 3MB L2 cache patrně bude mít vyšší výkon na úkor plochy zabrané na čipu, benchmarky uváděné dále nejspíš počítají s touto variantou. L3 cache pak už je sdílená na úrovni celého CPU klastru v rámci propojovací logiky.

Nárůst jednovláknového výkonu o 12 %

Jádro C2-Ultra má podle Armu dosahovat až o +15 % vyšší jednovláknový výkon než jádro Lumex C1-Ultra z loňské generace. O 15 % má být vyšší i výkon při procházení webu, start aplikací má být rychlejší o 12 % a o stejné procento se má zlepšit i mnohovláknový výkon (což je údaj pro procesory, které by měly 2 jádra C2-Ultra s 6 prostředními jádry C2-Pro a dvě maticové jednotky C1-SME2, proti procesoru s 2× C1-Ultra, 6× C1-Pro a jen jednou jednotkou C1-SME2). Arm ukazuje orientační slajd, podle kterého je 15% zlepšení výkonu v jednom vlákně dosaženo v některých testech jako je Geekbench 6.3 nebo Speedometer 3.1, zatímco v jiných je nárůst nižší. Průměrně má pro nové jádro vycházet o +12 % vyšší jednovláknový výkon.

Pokud by se jádro nastavilo na frekvenci a napětí, kde bude mít stejný výkon jako předchozí jádro C1-Ultra při jeho maximálním taktu, bude podle Armu C2-Ultra mít o 38 % nižší spotřebu. Podobné ukazatele efektivity ale nemají význam pro praxi, jelikož místo toho bude nové jádro používáno na vyšším taktu, kdy má vyšší výkon, ale efektivitu sníženou (takže její zlepšení proti starší generaci bude méně výrazné).

IPC se zlepšilo až o 6 či 7 %

Toto navýšení výkonu je kombinací architektonických zlepšení, které vylepšují výkon na 1 MHz frekvence (tzv. IPC), ale i zvýšení frekvence ať už skrze architektonická zlepšení nebo nový výrobní proces. U čipů s těmito jádry se totiž už počítá s tím, že obvykle budou vyráběné 2nm procesem TSMC. Arm tato srovnání udělal mezi procesorem s jádry C1-Ultra (s 2MB L2 cache) na 4,1 GHz a C1-Pro na 3,5 GHz (s jednotkou C1-SME2 na 2,0 GHz), zatímco pro novou generaci modeluje frekvence jádra C2-Ultra (s 3MB L3 cache) 4,45 GHz, pro C2-Pro 3,6 GHz a jednotky C1-SME2 zrychlil na 3,0 GHz.

Pokud se vliv frekvence odebere, vychází, že nové jádro C2-Ultra má „až“ o +6 % vyšší IPC proti jádru C2 Ultra, pokud bychom vycházeli z údaje o až 15% nárůstu jednovláknového výkonu. Arm samotný údajně oficiálně uvádí, že jádro má mít IPC lepší o +7 %, patrně na základu trochu jiné sady testů nebo jiného způsobu průměrování. Pokud bychom použili nižší údaj o 12% průměrném zvýšení jednovláknového výkonu, pak by ale vycházelo průměrné zlepšení IPC jen o asi +3,2 % (orientačně).

Na špičce jednovláknového výkonu?

Jádro Lumex C1-Ultra běhalo v čipu MediaTek Dimensity 9500 až na taktu 4,2 GHz a dosahuje v jednovláknovém testu Geekbench nějakých 3300 až 3500 bodů (podle podmínek a telefonu zde však může nstávat značná variabilita). Pokud by se podařilo vylepšit výkon o 15 % proti tomuto výsledku, dosáhlo by jednovláknové skóre čipů s C2-Ultra až nějakých 3800–4200 bodů.

S tím by C2-Ultra sice nedostihl Apple A20 Pro nebo M6, ale mohl by přímo čelit i teprve chystaným jádrům Zen 6 od AMD, u kterých ale teprve uvidíme, jak se vyvedou. Pokud by výkon Zenu 6 dopadl relativně hůře nebo například jádro nemělo moc vysoké frekvence, mohl by mít Arm jednovláknový výkon i vyšší. Tedy aspoň v Geekbench 6.x (a je také dobré mít na paměti, že skóre ve Windows, na která se obyčejně díváme u procesorů AMD, bývají vždy o něco nižší než na iOS a Androidu/Linuxu).

C2-Pro a C2-Nano: Prostřední a malá jádra jsou refresh

V mobilních hybridních SoC budou nadále míchány různé typy jader. Ve výkonných čipech pro dražší mobily Arm předpokládá použití dvou „prime“ jader C2-Ultra a šesti prostředních jader C2-Pro. Levnější procesory mohou mít jedno jádro C2-Ultra, tři C2-Pro a čtyři malá jádra C2-Nano – nebo čtyři jádra C2-Pro a čtyři C2-Nano bez prime jádra. Ještě levnější procesory by pak mohly mít kombinaci 2+6 nebo 2+4. Zcela nejlevnější procesory pak mohou být založené pouze na dvou či čtyřech malých jádrech C2-Nano, bez prostředních jader.

O jádrech C2-Pro a C2-Nano ale Arm nesdělil detaily. Podle webu Chips and Cheese, který informace od Armu analyzoval a s firmou komunikoval, by tato jádra měla být refreshem jader Lumex C1-Pro a Lumex C1-Nano z předchozí loňské generace. Zřejmě v nich budou jen menší změny a úpravy, takže lze očekávat, že budou mít podobné IPC jako předchůdci. Výkon tak u nich budou zvedat vyšší frekvence dosažené díky tomu, že se čipy budou vyrábět lepšími a novějšími výrobními technologiemi (zejména 2nm procesem).

Jednotky SME2 nyní novou generaci nedostaly

Spolu s těmito jádry by CPU klastry procesorů generace CSS for Mobile 2 měly párovat ještě s SME2 jednotkami, což jsou sdílené akcelerátory pro maticové výpočty stojící mimo jádra, které již nyní používají jak architektury Armu, tak ty od Applu. Ty ale nyní nedostávají novou architekturu, do nových procesorů budou stále integrovány jednotky z předchozí generace (C1-SME2), nicméně referenční návrh procesoru používá dvě na jeden klastr místo jedné, což dodává značný nárůst jejich výkonu. Zlepšení AI výkonu pomocí SME2, která Arm inzeruje ve svých materiálech, jsou tedy daná tímto zdvojnásobením akcelerátorů (a také zřejmě zmiňovaným zvýšením jejich frekvence o 50 %).

Nové GPU se také zaměřuje na akceleraci AI

Mnoho detailů Arm neuvádí ani k nové architektuře GPU Arm Mali-G2. Prozradil ale, že u ní dával zvláštní zřetel na aplikace AI. Nejvýkonnější verze architektury Mali G2-Ultra NX přidává jednotky pro akceleraci AI přímo na úrovni GPU, podobně jako je to v architekturách AMD, Nvidia (tensor jádra v GPU) a v posledních dvou generacích i v GPU od Applu. Tato akcelerace má zlepšit energetickou efektivitu běhu neuronových sítí na GPU (výkon na 1 W) až 4×.

Neměla by to ale být jediná novinka, Arm prý také inovoval jednotky RTU pro výpočet ray-tracingu a obecné výpočetní jednotky. Snad by se tedy měly zlepšit i schopnosti v herní grafice- V tradičních grafických aplikacích má prý Mali G2-Ultra NX přinést 14% zlepšení.

Reálné procesory v následujících měsících

Tyto architektury se objeví v nových generacích mobilních SoC od výrobců čipů pro telefony – mimo ty, kteří používají jádra vlastní, což jsou nyní Apple a Qualcomm. Stavět na jádrech série C2 tedy teď budou zejména MediaTek a Samsung. Jejich nové čipy (a telefony) budou zřejmě přicházet nyní koncem roku 2026 a v roce 2027.

Není jasné, zda je nasadí Nvidia – ta má momentálně v procesorech RTX Spark licenční jádra Cortex-X925 a Cortex-A725 licencovaná od Armu, která jsou o dvě generace starší než nyní uváděná řada C2. Nvidia ale má i program vlastních jader, které teď uvádí v serverových procesorech Vera, takže nové generace procesorů RTX Spark by teoreticky už žádný Lumex C1 či C2 od Armu používat nemusely.

Přečtěte si také:

Nvidia se vrací s vlastním CPU. Jádro Olympus je prý o 50 % rychlejší než AMD a Intel

Přečtěte si také:

Plány Nvidie v procesorech pro PC: Chystá generace Vera a Rosa a bude mít i čipy, které nebudou stát majlant

Přečtěte si také:

Nvidia oznámila novou generaci procesorů: Rigel má ještě víc posílit jednovláknový výkon

Zdroje: Arm, Chips and Cheese, ComputerBase