Arm Community
Arm Community
  • Site
  • User
  • Site
  • Search
  • User
  • Groups
    • Arm Research
    • DesignStart
    • Education Hub
    • Graphics and Gaming
    • High Performance Computing
    • Innovation
    • Multimedia
    • Open Source Software and Platforms
    • Physical
    • Processors
    • Security
    • System
    • Software Tools
    • TrustZone for Armv8-M
    • 中文社区
  • Blog
    • Artificial Intelligence
    • Automotive
    • Healthcare
    • HPC
    • Infrastructure
    • Innovation
    • Internet of Things
    • Machine Learning
    • Mobile
    • Smart Homes
    • Wearables
  • Forums
    • All developer forums
    • IP Product forums
    • Tool & Software forums
    • Pelion IoT Platform
  • Activity
  • Support
    • Open a support case
    • Documentation
    • Downloads
    • Training
    • Arm Approved program
    • Arm Design Reviews
  • More
  • Cancel
中文社区
中文社区
中文社区博客 用于移动设备的64位ARMv8架构,从容应对未来计算挑战
  • Blogs
  • Forum
  • 视频和文件
  • Members
  • Mentions
  • Sub-Groups
  • Tags
  • Jump...
  • Cancel
  • New
中文社区 requires membership for participation - click to join
More blogs in 中文社区
  • ARM中国大学计划博客

  • Arm新闻

  • 中文mbed博客

  • 中文社区博客

  • 恩智浦汽车电子MCU讨论区博客

 

Tags
  • Cortex-A53
  • Processor
  • chinese
  • Armv8
  • cortex-a50
  • 中文
  • 处理器
Actions
  • RSS
  • More
  • Cancel
Related blog posts
Related forum threads

用于移动设备的64位ARMv8架构,从容应对未来计算挑战

James Bruce
James Bruce
September 11, 2013

ARM 宣布推出的 ARM® CortexTM-A53 和 Cortex-A57 是ARM有史以来功效最高的应用处理器和功能最强大的智能手机处理器。如果你在未来几年内购买 基于 Cortex-A50 处理器的智能手机,它将能够运行你在目前 ARM 智能手机上看到的所有 32 位操作系统和应用,并且性能更胜一筹。

此外,基于 Cortex-A50 处理器的手机还可以运行 ARM 的最新 64 位指令集。不过为什么这一点值得我们关注呢?

弗兰肯斯坦式架构方法未必适用

在讨论64 位计算将对移动设备产生何种长远影响之前,我首先要重点强调 ARM 在 64 位架构上付出了很大努力,针对移动设备进行了充分优化。

与其他架构的做法不同,ARM 并非只是简单地在当前架构基础上扩大一倍容量,将各个部分拼凑在一起形成 64 位架构(所谓的“弗兰肯斯坦方法”),而是完全从头开始设计。ARM 架构是按照上世纪 80 年代的最佳实践设计的(而不是由 70 年代的另一个架构的工程师设计),但自 80 年代以来,技术有了飞跃发展。ARMv8 提供了一个绝佳机会,让我们能够采用全球最流行的处理器架构,并利用以下 2 条关键原则进行优化:

  • 必须简单而精致,为移动设备提供高能效
  • 必须能够以最低成本轻松实现 32 位和 64 位指令集

另外,对于那些咬文嚼字的人,我要说的是,我当然知道疯狂科学家弗兰肯斯坦是怪物的创造者,而不是怪物本身(我的基于ARM处理器的 Amazon Kindle 电子书上有《弗兰肯斯坦》这篇科幻小说),因此标题应该是“弗兰肯斯坦的架构方法未必适用”,不过我认为原先的标题更加简洁有力。

实践证明

为了证明 ARMv8 指令集的优越之处,我们以 Cortex-A53 作为例子。Cortex-A53 处理器 与目前智能手机中采用的 Cortex-A9 处理器性能相当,但功耗和尺寸只有后者的一半,而且还支持 64 位计算!

一个操作系统、多个屏幕、多种设备

目前智能手机的配置一般是 2GB 的 DDR 内存。到2013 年底和 2014 年初,手机将具有 4GB 的 DDR 内存。 Cortex-A7 和 Cortex-A15 的大物理地址扩展 (LPAE) 功能已经可以支持 4GB 以上的内存。

从长远来看,你会需要64 位计算,因为移动计算将会摆脱固有的外形因子。智能手机将与多种类型的屏幕搭配使用,比如电视和台式机显示器。而且操作系统供应商在不同种类的设备上都会使用相同核心的操作系统和工具,他们希望只需要为一种版本的操作系统和工具提供支持,就可以在众多设备上使用。因此,我们需要 64 位的操作系统,来确保无论是你的智能手机计算体验、还是笔记本/桌面计算体验,都能得到支持。

Anonymous
中文社区博客
  • 中文社区博客: Streamline中基于统计的性能分析功能介绍

    章政
    章政
    原文参考 ARM性能分析器(Streamline) 7.0版开始支持基于SPE(统计性能分析扩展)的性能分析。SPE是Armv8.2-A架构中的一个可选扩展特性,它可以以很低的代价对处理器的流水线进行采样。Streamline可以从Arm Development Studio和Arm Mobile Stuido获取。 为什么需要SPE? Streamline前序版本只能通过硬件计数器和软中断中采样PC信息获取CPU的信息…
    • January 28, 2020
  • 中文社区博客: 让数值算法在Arm edge端跑的更快

    章政
    章政
    CMSIS DSP 库作为高度优化的嵌入式系统数字信号计算库一直以来深受广大开发者所喜爱,随着人工智能(Artificial Intelligence )逐步向Edge端扩展,Edge端的数字计算负载也越来越大,为了缓解计算的压力,各种框架也在Edge端采用CMSIS DSP库进行优化加速。科学计算环境和嵌入式开发环境有很大的区别,比如科学计算往往采用Python,SCIPy,Matlab,而这些环境一般是无法在低功耗嵌入式环境…
    • November 13, 2019
  • 中文社区博客: 使用Arm Mobile Studio加速Mali GPU分析

    章政
    章政
    Streamline性能分析器是一个基于采样的分析器,可以提供有关设备中存在的Arm CPU和Mali GPU的详细性能信息。最新版本的Streamline包含一组预定义模板,可用于方便选择要使用的数据源,并控制它们的显示方式。最新版本的Streamline包含在  Arm Mobile Studio  2019.0和  Arm Development Studio  2019.0中,它包含对Mali
    • May 31, 2019