計算機アーキテクチャー Computer Architecture 1 計算機アーキテクチャー １章：ｺﾝﾋﾟｭｰﾀの構成とﾃｸﾉﾛｼﾞ（５つの構成要素、半導体、ｺｽﾄ） コンパイラ ２章：性能の評価 （CPU時間、CPI） ３章：命令 （MIPS命令ｾｯﾄ） インターフェース コンピュータ 制御 記憶 ４章：算術論理演算 （符号付整数、ALU） 入力 ５章：データパスと制御 ６章：パイプライン （ｽﾄｰﾙ、ﾌｫﾜｰﾃﾞｨﾝｸ) ９章：並列プロセッサ （SMP） ﾃﾞｰﾀﾊﾟｽ プロセッサ ７章： 記憶階層 （ｷｬｯｼｭ、 仮想記憶） ８章： （ﾊﾞｽ) 出力 計算機アーキテクチャー Computer Architecture ２．性能の役割 2 ・ コンピュータの性能の確実な尺度は時間だけ ・ コンピュータの性能を左右する重要な要因は何か？ アプリケーションの タイプが異なれば ・ 適切な性能の測定法も異なる。 ・ コンピュータ・システムのどの 要素が全体性能を決定づける かも変ってくる。 ・ 性能を測定する最善の方法、その限界の理解が重要。 ・マシン要素が性能に及ぼす影響の判定法方の理解が 各部の設計意図の理解に不可欠。 計算機アーキテクチャー Computer Architecture 3 コンピュータの性能定義 性能指標には２つの側面 ・ 応答（response）/経過（elapsed）/実行（execution）時間（time） ： 作業を開始してから終了するまでの時間 ・ スループット（throughput） ： 一定時間内に終了した作業の総量 応答時間 スループット コンピュータ１ ○ × コンピュータ２ × ○ 計算機アーキテクチャー Computer Architecture 4 性能（応答時間）の測定（１） タイムシェアリング方式の場合 プロセッサは同時に複数のプログラムを処理 待ち時間も含め、先にジョブを終えた計算機の方が速い 時刻 ユーザ1 ユーザ2 ： ： ユーザN 0 6 コンピュータの負荷は 時間帯・月日で変化 12 18 24 計算機アーキテクチャー Computer Architecture 性能（応答時間）の測定（２） 応答時間 (実行時間） 応答時間 (実行時間） CPU時間 CPU時間 ユーザCPU時間 システムCPU時間 入出力、他のプログラム 入出力、他のプログラム 待ち時間 待ち時間 実行時間 ：ユーザ･プログラムの実行をシステムが制御している時間 CPU時間 ：プロセッサが実際に処理に費やした時間 ユーザCPU時間 ：ユーザ･プログラムで費やしたCPU時間 システムCPU時間 ：OS等のシステム･プログラムで費やしたCPU時間 5 計算機アーキテクチャー Computer Architecture 性能（応答時間）の測定（３） １ ・システム性能 ＝ 他の負荷が掛かっていない状態での応答時間 ・ ＣＰＵ性能 ＝ １ ユーザーＣＰＵ時間 6 計算機アーキテクチャー Computer Architecture ＣＰＵ性能の測定基準（１） クロック･サイクル時間 ： ハードウエア内で事象を起こす時間間隔の最小単位 そのﾌﾟﾛｸﾞﾗﾑの ＣＰＵ時間 ＝ ×クロック･サイクル時間 ＣＰＵ時間 ＝ ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 ×クロック･サイクル時間 そのﾌﾟﾛｸﾞﾗﾑのＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 ＝ ＝ クロック周波数 ハードウエア設計者の性能向上課題 ﾌﾟﾛｸﾞﾗﾑ中の 命令当たりの平均 ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 ＝ × プログラムが必要とするクロック･サイクル数の削減 実行命令数 ｸﾛｯｸ・ｻｲｸﾙ数 クロック･サイクル時間の短縮（＝クロック周波数を上げる） 7 計算機アーキテクチャー Computer Architecture ＣＰＵ性能の改善例 ｸﾛｯｸ周波数 ﾌﾟﾛｸﾞﾗﾑ実行時間 必要ｸﾛｯｸ・ｻｲｸﾙ数比 マシンＡ ４００ＭＨｚ １０秒 １ ６秒 マシンＢ ８００ＭＨｚ ？ １．２ ＣＰＵ時間＝ ＣＰＵクロック・サイクル数 クロック周波数 ∴ ＣＰＵクロック・サイクル数＝ＣＰＵ時間×クロック周波数 クロック周波数＝ ＣＰＵクロック・サイクル数 ＣＰＵ時間 ＣＰＵクロック・サイクル数Ａ＝１０秒×４００×１０６サイクル／秒 ＝ ４０００×１０６サイクル クロック周波数Ｂ＝ １．２× ４０００×１０６サイクル ６秒 ＝８００ＭＨｚ 8 計算機アーキテクチャー Computer Architecture ＣＰＵ性能の測定基準（２） ＣＰＵ時間 ＣＰＵ時間＝ ＝実行命令数×ＣＰＩ×クロック･サイクル時間 実行命令数×ＣＰＩ×クロック･サイクル時間 そのﾌﾟﾛｸﾞﾗﾑの ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 実行命令数×ＣＰＩ ＝ ＝ クロック周波数 ＣＰＩ（clock cycle per instruction）： 命令当りの平均クロック･サイクル数 ＣＰＩ ＝ そのﾌﾟﾛｸﾞﾗﾑのＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 実行命令数 9 計算機アーキテクチャー Computer Architecture 性能方程式の使用例 マシンＡ マシンＢ ＣＰＵ性能Ａ ＣＰＵ性能Ｂ ｸﾛｯｸ・ｻｲｸﾙ時間 1ns 2ns ＝ CPI 2.0 1.2 CPU性能比 ？ 1.2 1 CPU時間Ｂ CPU時間Ａ ＣＰＵ時間＝ＣＰＵクロック・サイクル数×クロック・サイクル時間 ＣＰＵクロック・サイクル数＝実行命令数×CPI ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数Ａ＝実行命令数×2.0 ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数B＝実行命令数×1.2 ＣＰＵ時間Ａ＝実行命令数×2.0×1ns ＣＰＵ時間B＝実行命令数×1.2×2ns ＣＰＵ性能Ａ/ＣＰＵ性能Ｂ＝ＣＰＵ時間B/ＣＰＵ時間A ＝1.2 10 計算機アーキテクチャー Computer Architecture ＣＰＵ性能の測定基準（３） 11 ＣＰＵ時間 ＣＰＵ時間＝ ＝実行命令数×ＣＰＩ×クロック･サイクル時間 実行命令数×ＣＰＩ×クロック･サイクル時間 実行命令数×ＣＰＩ ＝ ＝ クロック周波数 性能を決める要因 CPU（実行）時間 実行命令数 命令当たりのｸﾛｯｸ・ｻｲｸﾙ数(CPI) 尺度 プログラムの実行にかかった時間 （秒） プログラム内で実行された命令の数 平均ｸﾛｯｸ・ｻｲｸﾙ数/実行命令数 ｸﾛｯｸ・ｻｲｸﾙ時間 CPU時間/ｸﾛｯｸ・ｻｲｸﾙ数 コンピュータの性能を表す完全かつ信頼性のある唯一の尺度は時間 ・実行命令数を少なくしようとすると、クロック･サイクル時間を長くせざる おえなくなることがある。 ・命令ミックスに依存するので、実行命令数が最小のプログラムの 実行速度が最速とは限らない。 計算機アーキテクチャー Computer Architecture 12 コード系列の比較例 ｺｰﾄﾞ系列 １ ２ 命令ｸﾗｽごとの実行命令数 (Ｃi) 実行 CPUｸﾛｯｸ・ Ａ Ｂ Ｃ 命令数 ｻｲｸﾙ数 １０ ２ １ ２ ５ ４ １ 1 ６ ９ n 実行命令数 ＝ ΣＣ i＝１ i n ＣＰＵｸﾛｯｸ･ｻｲｸﾙ数 ＝ Σ（ＣＰＩ i ×Ｃi ） i＝１ ＣＰＩ ＝ ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 実行命令数 ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数2＝(1×4) ＋ (2×1) ＋ (3×1)＝9 ＣＰI2＝9/6＝1.5 ２ １．５ 命令ｸﾗｽ 各命令ｸﾗｽのCPI（CPIi） A 1 B 2 C 3 ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数1 ＝(1×2) ＋ (2×1) ＋ (3×2)＝10 ＣＰI1＝10/5＝2 CPI 計算機アーキテクチャー Computer Architecture 測定基準値の算出方法 13 クロック･サイクル時間 ← マシン性能諸元 実行命令数 ← プログラム実行状況分析集計ソフトウエア・ツール アーキテクチャシュミレーター、ハードウエアカウンタ ＣＰＩ ← シュミレーター(+ハードウエアカウンタ) 命令タイプ別に観測して計算 n ＣＰＩ ＝ ＣＰＵｸﾛｯｸ･ｻｲｸﾙ数 実行命令数 ＝ Σ（ＣＰＩ i ×Ｃi ） i＝１ n ΣＣ i＝１ i Ｃi : 実行されたｸﾗｽiの実行命令数 ＣＰＩi ：そのｸﾗｽの命令当たりのｸﾛｯｸ･ｻｲｸﾙ数の平均値 n：命令クラスの数 計算機アーキテクチャー Computer Architecture 性能評価用プログラムの選定 14 ベンチマーク （コンピュータの性能測定を目的としたプログラム） ・実際のアプリケーションをいくつかまとめたもの ・ベンチマークの実行を高速化する方法を見つけにくいもの （小さいプログラムを採用すると、それを対象とした最適化を誘発し易い） ・例：Whetstone,Dhrystone,Livemore,Linpack,toy program, SPECINT,SPECFP,Perfect Club 代表的なベンチマーク： ＳＰＥＣ*** ・ＳＰＥＣ（Standard Performance Evaluation Corp.）が開発 ・測定プロセスを管理した現実性の高いベンチマークの提供により ＣＰＵ性能の測定と報告の方法の改善を目的 ・ＳＰＥＣｉｎｔ（整数の演算），ＳＰＥＣｆｐ（浮動小数点の演算 ） ・ＳＰＥＣ比： 基準マシンと測定対象マシンの実行時間比 計算機アーキテクチャー Computer Architecture 15 SPECintのクロック周波数依存 ③ Pentium Proの方が ｸﾛｯｸ周波数を上げた時 の性能改善効果が高い 10 ① Pentium Proの方が 1.4∼1.5倍高速 SPECint 8 6 4 ② ｸﾛｯｸ周波数を上げた 割合に比べ、 性能の改善率が下回る 2 Pentium Pentium Pro 0 50 100 150 200 クロック周波数 [MHz] 250 計算機アーキテクチャー Computer Architecture 16 SPECfpのクロック周波数依存 10 ① Pentium Proの方が 1.7∼1.8倍高速 SPECfp 8 ③ Pentium Proの方が ｸﾛｯｸ周波数を上げた時 の性能改善効果が高い 6 4 2 Pentium Pentium Pro 0 50 100 ② ｸﾛｯｸ周波数を上げた 割合に比べ、 性能の改善率が下回る 150 200 クロック周波数 [MHz] 250 計算機アーキテクチャー Computer Architecture 17 CPU性能の改善方法 １．クロック周波数を上げる ２．ＣＰＩを下げるようにプロセッサの構成を改善する ３．クロック･サイクル数を削減するようにコンパイラを改善する - 命令数を減らす - 平均ＣＰＩの低い命令を生成する（例：単純な命令セットを使用） そのﾌﾟﾛｸﾞﾗﾑのＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 ＣＰＵ時間 ＝ ＣＰＵ時間 ＝ クロック周波数 実行命令数×ＣＰＩ ＝ ＝ クロック周波数 計算機アーキテクチャー Computer Architecture 18 最近のプロセッサの例（１） 1600 SPECint_base2000 1400 1200 MHz vs. SPECint, SPECft Intel 1000 Itanium2 800 HP PA-8700 600 MIPS R14000 400 200 IBM Power4 Alpha 21264C Sun UltraSPARCⅢ AMD Athlon XP Intel Xeon Intel Itanium 0 0 500 1000 1500 2000 Clock Rate [MHz] 2500 3000 計算機アーキテクチャー Computer Architecture 19 最近のプロセッサの例（２） 1600 Intel Itanium2 SPECfp_base2000 1400 IBM Power4 1200 MHz vs. SPECint, SPECft 1000 Intel Itanium 800 Alpha 21264C AMD Athlon XP Intel Xeon Sun UltraSPARCⅢ 600 MIPS R14000 400 200 HP PA-8700 0 0 500 1000 1500 2000 Clock Rate [MHz] 2500 3000 計算機アーキテクチャー Computer Architecture 性能の比較とまとめ方 合計実行時間 算術平均実行時間 １ n 算術平均 ＝ n Σ時間 i i＝１ 加重算術平均実行時間 加重算術平均 ＝Σｗi×時間i n i＝１ 幾何平均実行時間 n 幾何平均 ＝ Π実行時間比 i i＝１ n 時間i : i番目のﾌﾟﾛｸﾞﾗﾑの実行時間 ｗi： i番目のﾌﾟﾛｸﾞﾗﾑが実行される頻度の割合 実行時間比i： i番目のﾌﾟﾛｸﾞﾗﾑの基準マシンに対して正規化した実行時間 20 計算機アーキテクチャー Computer Architecture 21 性能の比較とまとめ方 実行時間 Aを基準に正規化 Bを基準に正規化 ﾏｼﾝA ﾏｼﾝB A B A B ﾌﾟﾛｸﾞﾗﾑ1 1 10 1 10 0.1 1 ﾌﾟﾛｸﾞﾗﾑ2 1000 100 1 0.1 10 1 正規化 算術平均 結果の 幾何平均 − − 1 5.05 5.05 1 − − 1 1 1 1 算術平均 実行 時間の 幾何平均 500.5 55 1 0.11 9.1 1 31.6 31.6 1 1 1 1 正規化した実行時間 の算術平均は、基準 に選択したマシンに 左右される 幾何平均は、 正規化に左右 されない 計算機アーキテクチャー Computer Architecture コンピュータの性能尺度 MIPS（million instruction per second） ：１秒当りの実行命令数を100万単位で数えた命令実行速度 MIPS＝クロック周波数/（CPI×106） 速いマシンほどMIPS値が大きい→直感的に分かりやすい 【問題点】 （1）命令セットの異なるコンピュータ（実行命令数が違う）の比較不可 相対MIPS：実行時間比×基準マシンMIPS値 1980年代 基準マシン VAX-11/780 1MIPS （2）1機種のマシンにMIPS値がいくつもある 同じコンピュータでも、プログラムが違えばMIPS値も違ってくる （3）CPIが平均値のため、MIPS値は性能とは逆に変化することがある ピークMIPS：CPIを最小にするように命令出現頻度を仮定したMIPS値 MFLOPS（million floating-point operation per second） ：1秒間に実行される浮動小数点演算数を 100万単位で数えた演算実行速度 22 計算機アーキテクチャー Computer Architecture 23 性能尺度としてのMIPS値例 使用した 命令ｸﾗｽ別の実行命令数 (Ｃi) [×１０９] Ａ Ｂ Ｃ コンパイラ １ ５ １ １ ２ １０ １ 1 実行時間 ＝ ＣＰＵｸﾛｯｸ・ｻｲｸﾙ数 クロック周波数 n ＣＰＵｸﾛｯｸ･ｻｲｸﾙ数 ＝ Σ（ＣＰＩ i ×Ｃi ） i＝１ MIPS ＝ 命令数 実行時間×１０６ 実行時間 MIPS ２０秒 ３０秒 ３５０ ４００ 命令ｸﾗｽ 各命令ｸﾗｽのCPI（CPIi） A 1 B 2 C 3 クロック周波数＝500MHz 実行時間1＝(1×5＋2×1＋3×1)×109/（500×106）＝（10×109）/（500×106）＝20 実行時間2＝(1×10＋2×1＋3×1)×109/（500×106）＝（15×109）/（500×106）＝30 MIPS1＝(5＋1＋1)×109/（20×106）＝350 MIPS2＝(10＋1＋1)×109/（30×106）＝400 計算機アーキテクチャー Computer Architecture 24 スーパーコンピュータの性能諸元の例 SR8000 コンパクトモデル モデル名 A B C D 理論ピーク性能 [GFLOPS] 4 8 12 14.4 メモリー容量[GB] 2/4/8 2/4/8/16 外部インターフェース Ultra SCSI, Fibre Channel,Ethernet/Fast Ethernet, Gigabit Ethernet, HIPPI, ATM I/Oインターフェース数 最大8 システム拡張機構 寸法 [mm] (WxDxH) あり 500 x 910 x 1,500 計算機アーキテクチャー Computer Architecture 25 スーパーコンピュータ用CPUの例 浮動小数点演算器 ﾚｼﾞｽﾀﾌｧｲﾙ 診断ユニット ﾚｼﾞｽﾀ ﾌｧｲﾙ 演算制御 ｱﾄﾞﾚｽ 加算器 ｱﾄﾞﾚｽ ｷｬｯｼｭ ｼﾉﾆﾑRAM ﾃﾞｰﾀｷｬｯｼｭ ﾙ ｰ ﾛ ﾄ ﾝ ｺ ｭ ｼ ｯ ｬ ｷ 整数演算器 ﾚｼﾞｽﾀﾌｧｲﾙ ﾃﾞｰﾀｷｬｯｼｭ 命令ユニット 分岐 ｷｬｯｼｭ ｱﾄﾞﾚｽ ｷｬｯｼｭ 分岐予測 ユニット 命令ｷｬｯｼｭ 命令ｷｬｯｼｭ ﾃﾞｰﾀｷｬｯｼｭ ﾒﾓﾘｲﾝﾀｰﾌｪｲｽ - Area： 18.5x18.5mm2 - Logic gate: 8M Trs. 64bitｱﾄﾞﾚｯｼﾝｸﾞ 4-wayｽｰﾊﾟｰｽｶﾗｰ - RAM’s: 20M Trs. 命令ｷｬｯｼｭ 64KB ﾃﾞｰﾀｷｬｯｼｭ 128KB - 0.2umCMOSﾌﾟﾛｾｽ 配線７層 - クロック周波数: 450MHz 計算機アーキテクチャー Computer Architecture スーパーコンピュータ用CPUの例（２） 浮動小数点演算性能： 450MHz×２演算器×２[operation/演算器] = 1.8GFLOPS 命令実行性能： 450MHz×４[命令/cyc] = 1800MIPS 26 計算機アーキテクチャー Computer Architecture 27 スーパーコンピュータ用CPUの例（３） 70 60 SPE Cin t9 5b+ 50 MHz vs. SPECint, SPECft 40 30 20 HP PA-8000 IBM IBM PowerPC 620 Intel Pentium pro Power2 P2CS MIPS R10000 Sun UltraSparc 10 0 0 10 0 HITACHI SR8000 Digital 21164 200 30 0 400 Cloc k Rate [MHz] 50 0 600 計算機アーキテクチャー Computer Architecture 28 スーパーコンピュータ用CPUの例（４） 70 HITACHI SR8000 60 SPE Cfp95 b+ 50 MHz vs. SPECint, SPECft 40 30 20 HP PA-8000 IBM Power2 IBM P2CS 10 0 0 1 00 Sun UltraSparc MIPS R10000 PowerPC 620 Intel Pentium pro 200 3 00 400 Clock Rate [MHz] Digital 21164 500 600 計算機アーキテクチャー Computer Architecture 2002/12/6 円周率計算の世界記録を更新 スーパーコンピュータシステム「HITACHI SR8000/MPP」を用いて、東京大 学 情報基盤センタースーパーコンピューティング研究部門 金田康正教授 が、円周率計算の桁数で約1兆2,400億桁の世界記録を樹立しました。 今回の円周率計算においては、新たに共同開発した分割有理数化法 (DRM法)*1 という計算アルゴリズムを用い、金田教授が1999年9月にスー パーテクニカルサーバ「HITACHI SR8000」(128ノード、1TFLOPS*2)を用い て樹立した約2,061億桁の円周率計算世界記録の約6倍と、初めて1兆桁を 超える桁数を達成しました。 *1) 分割有理数化法(DRM法)：Divide and Rationalize Method.、情報処理学会 論文誌 第41巻 第6号(2002年6月) P.1,811∼1,819「級数に基づく多数計算の演 算量削減を実現する分割有理数化法」(後 保範、金田康正、高橋大介)にて発表 *2) TFLOPS：Tera FLoating Operations Per Second、1秒当たり、1兆回の64ビット 浮動小数点演算を行う性能 29 計算機アーキテクチャー Computer Architecture スーパーコンピュータの動向 30 http://www.top500.org/ 計算機アーキテクチャー Computer Architecture 地球シミュレータ 31 http://www.es.jamstec.go.jp/ ・640台の計算ノード（PN: Processor Node）を、640×640の単段 クロスバネットワークで結合させた分散メモリ型並列計算機 ・各PNは、ピーク性能8Gflopsのベクトル型計算プロセッサ（AP: Arithmetic Processor）8台が主記憶装置16GBを共有 ・全体ではAPが5120台でピーク性能は40Tflops、主記憶容量は 10TB 計算機アーキテクチャー Computer Architecture 32 計算機アーキテクチャー Computer Architecture コンピュータの性能評価 コンピュータの性能を表す完全かつ信頼性のある唯一の尺度は時間 ・システム性能 ＝ ・ ＣＰＵ性能 ＝ １ 他の負荷が掛かっていない状態での応答時間 １ ユーザーＣＰＵ時間 ・・ＣＰＵ時間 ＣＰＵ時間＝ ＝実行命令数×ＣＰＩ×クロック･サイクル時間 実行命令数×ＣＰＩ×クロック･サイクル時間 実行命令数×ＣＰＩ ＣＰＩ（clock cycle per instruction）： ＝ ＝ 命令当りの平均クロック･サイクル数 クロック周波数 コンピュータ･システム全体の性能評価は一様ではない ベンチマーク（benchmark）：性能測定を目的としたプログラム ［弊害］ベンチマークで効果が出る改善をしても、 実際に使用しているプログラムでは全然効果が出ない場合が多い。 33 計算機アーキテクチャー Computer Architecture 34 ハードウエア/ソフトウエアの性能改善 Amdahlの法則 ある面を改善したことによる性能の向上は、 その改善された機能が使用される割合に制約される ・たとえ改善部分の高速化率が∞でも、 （現状全体時間／非改善部分時間）倍 以上の全体高速化は不可能 ・改善に伴い追加される前処理、後処理の 時間を足し忘れて高速化率を見積りがち 改善前 改善部分 t n倍高速化 改善後 t/n r ↑ 改善に伴う追加 a r t+r t/n+a+r ──── ＜ n 稀な場合に対して最適化を施すよりも、 一般的な場合を高速化する方が、性能が改善される割合は高い。 ・初期バージョンは改善箇所の宝庫→10倍、100倍も夢でない ・バージョンアップ後の10倍、100倍の高速化は、 全体の方式から根本的に見直して初めて実現可能 →旧版との互換性を100％維持するという条件も加えると実現困難 計算機アーキテクチャー Computer Architecture コストと性能比 35 高性能設計： 性能最優先 （例：スーパーコンピューター） コスト/性能比設計： コストと性能のトレードオフ （例：ワークステーション） 低コスト設計： コスト重視 （例：ローエンドのIBM PC互換機） コストと性能の最適バランス点の見出しが、コンピュータ設計の極意 いろいろな設計案の性能とコストへの影響の正確な判定が必要 （予想以上に困難） なぜなら、マシンのコストに影響を与える要因は、 ・構成要素のコストだけでなく、組立作業者の人件費、 研究開発費営業経費、粗利etcも含む ・製造技術の急速な進歩（現時点の高コスト効率な方式が、 半年、一年先にそれほどでも無くなってしまう）
© Copyright 2024 Paperzz
