چندی پیش ARM مغز متفکر دنیای تراشه‌های گوشی و تبلت، هسته‌ی جدید Cortex-R8 را معرفی کرد. Cortex-R8 برای محاسبات آنی طراحی شده و نسبت به هم‌رده‌های خویش بسیار سریع است. در ادامه با Cortex-R8، هسته‌ی کوچک، کم‌مصرف و قدرتمند جدید بیشتر آشنا می‌شویم.

سه دسته‌ی کلی پردازنده‌های آرم: Cortex-A و Cortex-M و Cortex-R

سه دسته‌ی کلی پردازنده‌های آرم: Cortex-A و Cortex-M و Cortex-R

هسته‌ی ضعیف‌تر گروه Cortex-R است. Cortex-R از نظر سرعت پاسخ‌گویی یا به تعبیری دیگر، تأخیر، بهینه شده است. بنابراین در کاربری‌هایی مثل پردازنده‌ی درون هارددیسک، ربات‌ها و واحد پردازش خودروهای پیشرفته و انواع ماشین‌آلات، از این هسته‌ها استفاده می‌شود.

Cortex-R اشاره‌ای به واژه‌ی Real-Time (آنی، بی‌درنگ) است و Cortex-M اشاره‌ای به Microcontroller، بنابراین در نام‌گذاری هم کاربری هسته‌ها نمایان است.

اهداف و ضرورت معرفی Cortex-R8

Cortex-R8 در دوران پیشرفته‌تر شدن و پیچیده‌تر شدن وسایل ذخیره‌سازی و … معرفی شده است. پیش از توضیح بیشتر توجه کنید که در اکثر کنترلرهای SSD و هارددیسک از تراشه‌هایی که هسته‌ی Cortex-R دارند، استفاده شده است. بنابراین کاربری Cortex-Rها بسیار گسترده‌تر از چیزی است که تصور می‌شود.

کاربرد Cortex-R8 در هارددیسک‌ها و SSDهای حجیم امروزی

کاربرد Cortex-R8 در هارددیسک‌ها و SSDهای حجیم امروزی

هر چه وسایل ذخیره‌سازی حجیم‌تر شوند، تعداد IOPS نیز بیشتر می‌شود و می‌بایست تأخیر نیز کمتر شود. در واقع به تأخیری در حد میکروثانیه نیاز است. بروز خطا حین انتقال داده نیز بیشتر رخ می‌دهد و در مجموع پردازش سنگین‌تری لازم است. بدیهی است که Cortex-R8 با قدرت پردازشی ۲ برابر نسبت به Cortex-R7 فعلی، انتخابی عالی خواهد بود.

 

کاربری Cortex-R8 در مودم‌های پیشرفته‌تر و سریع‌تر

کاربری Cortex-R8 در مودم‌های پیشرفته‌تر و سریع‌تر

مودم سریع‌تر و تأخیر کمتر با کنترلر مبتنی بر Cortex-R8

دومین کاربری Cortex-R8 در عرصه‌ی ارتباطات است. مودم LTE Advanced Pro و مودم ۵G به پردازش سریع‌تر و البته آنی نیاز دارند. بنابراین استفاده از Cortex-M یا Cortex-A به لحاظ عملکرد و هزینه منطقی نیست. با استفاده از Cortex-R8 می‌توان ارسال و دریافت داده را بهینه‌تر کرد، حتی در حد نرم‌افزار و فرم‌ویر هم بهینه‌سازی بیشتری ممکن می‌شود. در مودم‌ها هم زمان پاسخ‌گویی در حد میکروثانیه است و با توجه به اینکه یکی از اهداف معرفی نسل پنجم شبکه‌های مخابراتی، کاهش تأخیر بوده، اهمیت Cortex-R8 دوچندان می‌شود چرا که تأخیر کمی دارد. افزایش سرعت و رسیدن به سرعتی در حد گیگابیت بر ثانیه هم مستلزم استفاده از Cortex-Rهایی با قدرت پردازشی بالاتر است.

آرم به نکته‌ی دیگری نیز اشاره کرده است، همان‌طور که در اسلاید زیر مشاهده می‌کنید، مدیریت فعالیت‌های اولین سطح بهتر است به روش نرم‌‎افزاری صورت بگیرد تا انعطاف‌پذیری و سازگاری استانداردها، ساده شود. اگر روش نرم‌افزاری کنار گذاشته شود، سازگاری نرم‌‎افزاری، مقیاس‌پذیری (استفاده از چند هسته برای افزایش سرعت) و توسعه‌پذیری (وجود پورت‌های متنوع و مجتمع‌سازی هسته‌ها با شتاب‌دهنده‌های متنوع) وضعیت مطلوبی نخواهد داشت و به تحقیق و توسعه‌ی زیادی برای پیاده‌سازی موارد اشاره شده در سطح سخت‌افزار، نیاز است.

Cortex-R8 انتخابی برای پلتفرم‌های سریع، انعطاف‌پذیر و توسعه‌پذیر امروزی

Cortex-R8 انتخابی برای پلتفرم‌های سریع، انعطاف‌پذیر و توسعه‌پذیر امروزی

هوآوی به عنوان یکی از پیشتازان عرصه‌ی مودم به دنبال استفاده از Cortex-R8 است. سامسونگ هم در مودم Shannon 333 در گلکسی اس۶ و … از Cortex-Rها استفاده کرده، بنابراین در مودم‌های سریع و پیشرفته‌ی سال‌های آتی، از Cortex-R8 استفاده می‌کند.

معماری Cortex-R8 و عملکرد آن

معماری Cortex-R8 مشابه Cortex-R7 است. پایپ‌لاین دستور ۱۱ مرحله‌ای است و دستورات خارج از نوبت اجرا می‌شود. سرعت کلاک بسته به لیتوگرافی تراشه متفاوت است. برای لیتوگرافی ۲۸ نانومتری HPM حداکثر سرعت ۱٫۵ گیگاهرتز است. تفاوت اصلی در پیکربندی است. اکنون می‌توان ۴ هسته‌ی پردازشی را در کنار هم قرار داد حال آنکه Cortex-R7 به پیکربندی دو هسته‌ای محدود می‌شد. لذا حداکثر قدرت پردازشی دو برابر شده است.

هسته‌ی Cortex-R8 آرم، پیش‌نیاز طراحی مودم 5G و SSDهای پیچیده

هسته‌ی Cortex-R8 آرم، پیش‌نیاز طراحی مودم ۵G و SSDهای پیچیده

این ابهام مطرح می‌شود که آیا توان مصرفی حین کارکرد سبک، بهینه است و آیا هسته‌ها موازی و متقارن کار می‌کنند و در نتیجه عملکرد بهینه نیست؟

هر یک از هسته‌ها مدار توانی خود را دارند و مستقل از سایر هسته‌ها، خاموش می‌شوند. بنابراین توان مصرفی کاملاً بهینه است. از طرف دیگر هسته‌ها می‌توانند غیرمتقارن فعالیت کنند. بنابراین عملکرد هم بهینه است.

آرم مدعی است که یک تراشه‌ی ۴ هسته‌ای ۱٫۵ گیگاهرتزی، مبتنی بر لیتوگرافی ۱۶ نانومتری یا ۲۸ نانومتری، در بنچ‌مارک Dhrystone رکورد حداکثر ۱۵۰۰۰ ثبت می‌کند.

حافظه‌ی TCM تراشه‌های جدید، حداکثر ۱۶ برابر می‌شود!

Cortex-Rها حافظه‌ی خاص به اسم TCM دارند. TCM یا Tightly-Coupled Memory حافظه‌ای است که به خوبی هسته‌های پردازشی جفت شده و پس از شناسایی وقفه‌ها (interrupt) با کمترین تأخیر ممکن کد و داده را دریافت کرده و پردازش را شروع می‌کند. در واقع دریافت داده و دستور از TCM نسبت به کش سریع‌تر است. در Cortex-R8 مقدار حافظه‌ی TCM هر هسته‌ی پردازشی، حداکثر ۲ مگابایت است، ۱ مگابایت برای داده و ۱ مگابایت برای دستور حال آنکه در Cortex-R7 فقط ۲۵۶ کیلوبایت حافظه‌ی TCM پشتیبانی می‌شد. بنابراین تراشه‌های مبتنی بر Cortex-R8 می‌توانند کش بزرگ ۸ مگابایتی داشته باشند!

2 votes, average: 5٫00 out of 52 votes, average: 5٫00 out of 52 votes, average: 5٫00 out of 52 votes, average: 5٫00 out of 52 votes, average: 5٫00 out of 5 (2 نظر، امتیاز: 5٫00 از 5)
برای نظر دادن ابتدا باید ثبت نام کنید.
Loading...
لينک کوتاه:

FacebookTwitterGoogle


بيشتر بخوانيد:

دیدگاه بگذارید

اولین دیدگاه را بنویسید!

اطلاع از
wpDiscuz

تبلیغات

ویژه‌ها

تبلیغات

تبلیغات

×