本ブログではCPUやGPUねたを書いているとはいえ、私は別段そのような仕事に従事しているわけではありません。また、大学でも物理を専攻したため、半導体の設計などの知識はありません。このため、CPUやGPUねたは、基本的にWEB上の記事の受け売りや目に見える数字(ダイサイズ、ベンチなど)を整理しているだけにすぎません。

とはいえ、プログラムを書く上でCPUやGPUの特性を知っていれば人よりも少しは前に進める可能性があるため、"プロセッサを支える技術"を読んでみました。

Hisa Ando氏は、MYCOMや"Ando's Processor Information Page"(毎週土曜日に更新される)の記事が書かれている方です。

非常に基礎的なところから、現代のCPU設計に関するところまで網羅しています。私にとって一番面白いのは"2.5マイクロアーキテクチャの発展"と"3.1マイクロアーキテクチャを支える技術"などが勉強になりました。細かい記載のため、全てを理解は出来ませんでしたが、キャッシュコフィーレンシとかこんなこと中でやっているのかと理解しました(マルチソケットの場合)。AMDのBarcelonaでTLBのバグがありましたが、TLBの役割とかもようやく理解できました。

単に興味がある内容だったため読みましたが、プログラムを書く上で勉強にもなりました。特に2点あります。

1点目は、スーパースカラーを意識した書き方です。例えば、ループアンローリングです。ループを減らす書き方をすれば性能が上がるそうです。なので、試してみました。ループ回数を減らすベンチ(Javascript)を書いてみました。

for (var i = 0; i < max; i = i + 2){
	sum += i;
	sum += i + 1;
}

Chromeで測定した結果は以下の様になっています(CPUはPhenom II X6 1090Tです)。

確かに効果がありました。1回加算と10回加算(ループ回数が10分の1)では20%近く時間を削減しています。JavascriptのJITでこの数字です。悪くないかも知れませんが、ソースの見づらさを考えるとマルチスレッドを多用したほうが効果がありそうです。シングルスレッド向上をあきらめてマルチコアに進む理由もこれならば分かります。

2点目は、掛け算よりも割り算の方がコストが高いところです。ソースは以下のようなもので試してみました。

掛け算ソース

var kakeru = 1 / waru;
for (var i = 0; i < max; i = i + 1){
	sum += i * kakeru;
}

割り算ソース

for (var i = 0; i < max; i = i + 1){
	sum += i / waru;
}

結果は以下になります。

K10(Phenom II)の割り算は、掛け算よりも多くのコストがかかっています。この数字にループアンローリングの1回加算のの1,900msを差し引いた値程度の差があります(整数加算のデータをそのまま使えないかも知れませんが)。毎回掛け算にすれば言い訳ではなく、掛け算の元の割り算の計算コストもあるため、同じ数字で2度割るのならば、最初に割り算を行い(掛け算の元)、それから掛け算を二回行えばの値がペイできる計算になります。

ThinkPad X201s(Nehalemコア)の場合は、また違ったデータになっているため全てのCPUにで同様の動作をするわけではなさそうです。

直感的でない書き方になりますが、割り算のコストを考えると多用する科学計算等には適用できるケースが多いかも知れません。

このほかにスラッシング(キャッシュの奪い合いによる性能低下)や、スーパースカラー&Out-of-Orderで制御ハザードやデータハザードを発生させないつくりにする方法も提示されていますが、それをソースに落とし込むのはちょっと難しいため書けませんが少し気にして書くと違うのかも知れません。

ただし最近はもっともネックであるHDDの遅さをメモリキャッシュしたりSSDに変更したりするほうが効果的なことがあります。メモリやSSDの速度はCPUから比べると相当遅いですが、それでもHDDから比べると相当早いため、効果を発揮していることを考えるとCPUの改善も限られるのかも知れません。

現在のPC向けCPUは、多くの改善が施されています。Sandy BridgeはuOPsキャッシュが効果的に動いていると言われていますし、Bulldozerもラディカルな構成になると言われています。このため、本書で扱われている内容を超えた機能が盛り込まれ始めています(本書ではNehalemを例に取り上げています)。

現在のトレンドを見るには少し内容が足りないかと言うとそうでもなく、ちょうどARM系CPUがPC向けCPU並にリッチになろうとしているため(Out-of-Orderの搭載もARM Cortex-A9から。ARM Cortex-A15から仮想化の導入。)、ARMチップの進歩を見守るにはちょうど良いと思います。

WEB上の資料を漁っても本書の様に細かく説明しているのはほとんどありません。このため、本書を片手にCPU開発記事を眺めてみるのも良いのではないでしょうか。

また上記でテストしたソースは、ソース置き場のcputestcode.htmlです。興味があれば使ってください。