【我跟你说】酷睿2的十年 一场Intel与AMD的生死博弈（二）

（原标题：【我跟你说】酷睿2的十年 一场Intel与AMD的生死博弈）

一切尽在预取（Prefetch）

CPU执行的指令来自译码器，数据取自高速缓存（Cache），在理想环境中，数据和指令都可以从底层缓存中获取（一级缓存，L1 Cache），延迟极低，不存在瓶颈。现实环境可没那么乐观，延迟完全靠猜，核心预测所需数据并且在用到它们之前放入底层缓存的能力决定了现实环境的延迟，这项技术就是预取。

酷睿2微架构增加了多重预取，这是过去在消费级处理器中从没出现过的，并且改进了预取算法，每个核心有两个数据和一个指令预取，加上二级缓存的两个预取，在双核酷睿2中总共有8个预取来维持处理器高效执行。

另一方面，预取还是为缓存索引做查找标签，数据预取这么做是为了避免程序运行的时候出现高延迟，数据预取是通过存储端口（store port）进行缓存索引，因为原则上载入操作（Load）的频度是存储操作（Store）的两倍，intel在酷睿2中巧妙的把存储端口这一相对空闲给利用起来。

缓存，多多益善

离开了低延迟数据和指令存取，快速核心将会一文不值，所以最贵的SRAM作为一级缓存被用在离执行单元最近的位置，这里寸土寸金，限制了一级缓存的容量，所以CPU中的高速缓存都被设计成嵌套的结构，容量大得多的二级缓存（L2 Cache）被放在外围，一级缓存不命中（Cache Miss）就得到二级缓存甚至内存中查找数据，这些操作会带来延迟，影响执行速度。因此，缓存容量，多多益善，酷睿2拥有比前代产品以及竞争对手都要多的缓存。

酷睿2的缓存设计较前代Pentium4的变化体现在一级缓存大幅增加到32KB，，延迟降低到3个时钟周期，二级缓存则为双核共享的4MB，延迟降低到12~14时钟周期。对手AMD的K8虽然有更大容量的一级缓存，内置内存控制器的设计相比Pentium4有较大优势，但带宽偏小，二级缓存容量也有明显差距，实测表明，酷睿2一级缓存带宽为K8的2倍，二级缓存则达到2.5倍。

译码，四发射与融合

译码器的作用是对指令进行解码，并且将这些长度为1~15字节不等的指令翻译成类RISC的定长指令便于执行，在酷睿2中，称之为微操作（micro-op）。预取配合译码是当代X86处理器设计的核心，酷睿2中有四组译码器，其中三组为简单译码器，一组是复杂译码器，前者能将指令翻译成一条微操作，功耗更低晶体管更少，而后者则可以转换出四条（长指令的利器）。这就是俗称的四发射，酷睿2是X86桌面处理器中引领了四发射的潮流。

此外，酷睿2加入了宏操作融合（Macro-op Fusion），这样两条常规X86指令（或者宏操作）会被同时译码以增加并发，同时允许一条微指令包含两条计算机指令，这使得四个译码器单周期最多可以解析5条指令，相当于增加了译码带宽，这样也降低了乱序执行（OoO）所需要的缓冲大小。在当时，经典的X86程序， 20%的宏操作可以被这样融合，由此可以带来11%的性能提升。

另一项特别的技术是指令直接跟内存地址融合，在经典的RISC规范中，需要添加寄存器查找内存地址的指令，所以传统上要用到3条微操作：

但从Banias核心的Pentium M开始，由于有了新技术，表中的前两条微操作可以被融合，这称为微操作融合（micro-op fusion），在预译码阶段就辨识出可以融合的宏操作能够提升并发、降低对缓冲的压力，提高效能，配合SSE/SSE2效果更佳，这是酷睿2压倒AMD K8的主要原因。

AMD也有微操作跟宏操作，不过定义跟Intel是不同的，因为AMD的译码器是三组复杂译码器，通过直连路径（Direct PATH）可以像简单译码器那样快速处理，通过矢量路径（Vector Path）就是复杂译码器模式，差距在于，AMD没有宏操作融合，在执行SSE指令的时候需要更多的时钟周期，加上译码器数量3对4，译码并发3对5，在前端曾经风光无限的AMD K8已经输了一截。