DSA

评估处理器性能的指标：程序运行时间

程序运行时间的决定因素：

• 程序指令数：由程序代码、编译器、ISA决定
• 平均指令执行周期数（CPI）：由ISA以及微架构决定。
• 时钟周期：由微架构以及半导体制造工艺决定。

摩尔定律使得处理器晶体管数持续上升，但是因为晶体管功耗和晶体管面积缩小的速度基本相同，因此前40年间芯片单位面积的功耗基本不变。

目前，三种技术趋势让传统的通用处理器演进遇到了瓶颈。半导体工艺角度，Dennard Scaling规律结束，芯片功耗急剧上升，同时摩尔定律减缓， 晶体管成本不降低反升。从架构角度，指令级并行以及到达极限，单核时代已告结束；而Amadahl‘s Law提示多核架构的速度提升取决于程序中有多少部分无法并行执行，多核架构目前的速度提升也变得越来越慢。从应用角度，处理器应用场景从原来的桌面电脑变成了个人移动设备和云端超大规模服务器，这也带来了新的设计约束。

处理器的设计需求发生了变化。能效比正在成为目前最重要的指标。在移动领域，由于电池容量的限制，必须注重 能效比。目前，处理器在移动设备中已经成为继屏幕之后能量消耗最大的元件，因此移动设备中处理器能效比是最关键的问题。在另一个未来处理器最大市场——云端服务器市场，能效比也是最关键的指标。目前数据中心的成本中，散热已经成了最大的成本之一，为了减少成本必须考虑处理器能效比。

为了提高能效比，一种很有希望的架构是针对应用领域做优化的专用领域处理器架构（ DSA）。DSA的优点在于，可以为特定的 一类应用（注意不是一种应用，而是一类）做架构优化从而实现更好的能效比。相对于通用（general purpose）处理器，DSA需要设计时考虑专用领域的特殊需求，也需要设计者能对该领域有深入的理解。 DSA的例子包括为机器学习设计的神经网络处理器，以及为图像和虚拟现实设计的GPU。DSA设计将会成为处理器架构的新趋势。

一些QA:

1、哪些处理器领域的未来趋势是值得关注？处理器领域的未来趋势是 深度学习领域的DSA处理器。另外， 使用更高级的设计描述语言，例如Chisel，来加速设计，也会成为趋势。

2、摩尔定律的终结对于整个计算机领域的人来说，意味着什么？这意味着软件行业的从业人员未来需要更多对硬件的理解。在之前，软件行业可以不用太关心硬件，只要把程序功能实现， 就算现在的硬件不能跑，过一阵新的更强的硬件出现了一定可以跑。现在，软件必须认真考虑如何在硬件上高效执行的问题。会有更多domain-specific编程语言出现，例如 CUDA。

3、如何看待FPGA？FPGA是一个很好的技术。对于对成本不敏感的云端应用，因为FPGA芯片已经规模足够大可以装下一些处理器，因此得到了很多关注。微软在云端大规模部署FPGA，显然是在赌FPGA的可配置性在未来会有很多应用。Google则是把赌注押在了ASIC上（指 TPU）。在客户端，FPGA由于功耗过大，目前仍然很难得到大规模应用。