IBM 下一代 Z 系列处理器 ”Telum” 或展示了 CPU 缓存的未来

IBM 的 Z 系列处理器以拥有大型 L3 缓存而出名，并有单独的全局 L4 缓存，可作为多个处理器之间的缓存。不过在 Telum 上，不但没有了 L4 缓存，而且 L3 缓存也没有了。要知道无论英特尔还是 AMD， 现在都尽可能增大 L3 缓存容量或增加 L4 缓存以提高性能，比如在 AMD 采用 3D 垂直缓存 （3D V-Cache） 技术的 Zen 3 架构桌面处理器，为每个 CCD 带来额外的 64MB 7nm SRAM 缓存。

近日 ，Anandtech 发表了一篇文章，讨论了 Telum 的缓存架构。

现代的处理器普遍都有多级缓存，至于为什么会这样，可以看我们《超能课堂 (133)： 为什么 CPU 缓存会分为 L1、L2、L3？》大概了解一下。简单来说，越靠近执行端口的缓存越小但越快（比如 L1）， 缓存越多且越大那么访问所需的周期就越长（比如 L3）。 缓存除了大小，延迟也很重要，通常缓存越大延迟越大，缓存命中率也会更低。

为了更有效利用缓存，芯片设计公司需要分析这款处理器将用于哪方面的工作负载，以提高设计的效率 。IBM 的产品一般都是大型主机使用，大多是政府或银行这样的客户，对安全性和稳定性极高，这些产品都有故障安全和故障转移功能。

IBM 在上一代 Z15 产品上，基本单元是一个由五个模块构成的系统，其中四个是计算模块 （CP）， 一个是控制模块 （SC）。 四个计算模块每个有 12 个内核和 256MB 共享的 L3 缓存，核心频率为 5.2 GHz， 面积为 696 平方毫米。四个计算模块两两配对，各自与控制模块相连。控制模块拥有 960MB 的 L4 缓存，并与四个计算模块共享 。Z15 采用了 IBM 和 GlobalFoundries 联合研发的 14nm FinFET SOI 特殊工艺制造 ，L1 和 L2 缓存与核心频率一样都是 5.2 GHz，L3 和 L4 缓存则是半速的 2.6 GHz。

这意味着单个 IBM Z15 系统是 25 块 696 平方毫米的芯片组成，共有 20 x 256MB 的 L3 缓存，还有 5 x 960MB 的 L4 缓存，以全对全拓扑连接。

IBM 没有将新一代产品称为 Z16， 而且称为 Telum， 可能是因为对缓存的采用了不同的处理方法 。Telum 采用三星 7nm 工艺制造，单芯片拥有 8 个核心 。IBM 将两个芯片封装在一起，将四个同样封装的处理器组成一个单元，然后将四个同样的单元组成一个系统，整个系统共有 32 个芯片和 256 个核心。

IBM 为每个核心配置了 32MB 的 L2 缓存，这比一般的处理器大得多，而且取消了核心之间共享的 L3 和 L4 缓存。一般来说，这样的设计会使得缓存有很高的访问延迟 。IBM 采取的方法是，通过私有物理缓存里打造共享虚拟缓存的方法解决，意思是将平时需要放置在 L3 缓存里的部分标记为 L3 缓存线存在不同核心空余的 L2 缓存里。

L2 和 L3 缓存在物理上是一致的，可以根据工作负载的需要，包含来自不同核心的 L2 和 L3 缓存线的混合数据。这意味着一个芯片 8 个核心里 ，8 x 32MB 共 256MB 的 L2 缓存也可以视为“虚拟 ”L3 缓存，采用双向环形互连拓扑结构。

相似的方法 IBM 也用在了原来的 L4 缓存上 ，L2 缓存里也可以容纳 L4 缓存线。从单个核心的角度来看，在一个基于 Telum 打造标准的系统，可以访问 32MB 的 L2 缓存 ，256MB 的共享虚拟 L3 缓存，以及 8GB 的共享 L4 缓存 。IBM 表示，使用这种虚拟缓存的系统，每个核心的缓存相当于 Z15 的 1.5 倍，而且还改善了数据访问的平均延迟，性能提高了 40% 以上。

在具体运行中如何降低延迟和保证命中率是一个非常复杂的操作，加上功耗、缓存在断电和空闲等状态下如何保证单核心工作负载的一致性，这都是 IBM 需要考虑的问题。可以思考一下，如果 AMD 使用 3D V-Cache 技术堆叠的不是 L3 缓存，而是 L2 缓存，同样采取虚拟 L3 缓存线的方式，这样的微架构对性能会有怎样的影响？