­　　Intel列出的其他更新包括分支預(yù)測器的改進，以及由TLB和L1-D帶來的有效負載延遲降低。不過雷鋒網(wǎng)獲悉，有人指出這些改進無法幫助到所有用戶，可能只有全新的算法才能使用這些特定部分的核心能力。

­　　除了架構(gòu)上的差異，Sunny Cove還增加了新的指令以幫助加快專業(yè)計算任務(wù)。隨著AVX-512單元的出現(xiàn)，新架構(gòu)將支持用于大算術(shù)計算的IFMA（帶符號熔加運算）指令，這些指令在密碼學(xué)中非常有用。Sunny Cove還支持Vector-AES、Vector Carryless Multiply、SHA、SHA-NI以及Galois Field指令，這些指令也是密碼學(xué)的一些元素中的基本構(gòu)建塊。

­　　Sunny Cove支持更大的內(nèi)存容量，其主存儲器分頁表從4層增加到了5層，支持最多57bit線性地址空間和最多52bit物理地址空間，這意味著服務(wù)器處理器理論上可支持單插槽4TB內(nèi)存。

­　　根據(jù)Intel之前的Xeon路線圖，Sunny Cove將在2020年與Ice Lake-SP一起在服務(wù)器領(lǐng)域上市。為了安全起見，Sunny Cove具有多密鑰全內(nèi)存加密和用戶模式指令預(yù)防功能。

­　　Gen11核心顯卡

­　　2015年，Intel推出了采用Gen9核心顯卡的Skylake處理器，不過隨后Kaby Lake和Coffee Lake的核心顯卡都只是Gen9.5而非Gen10。實際上，Intel 10nm Cannon Lake處理器本該對應(yīng)Gen10，但Intel從未發(fā)布過帶核心顯卡的PC端Cannon Lake處理器。

­　　今天，Intel首席架構(gòu)師、核心與視覺計算集團高級副總裁兼邊緣計算解決方案總經(jīng)理Raja Koduri直接公布了全新的Gen11核心顯卡，并重申了在2020年推出獨立圖形處理器的計劃。

­　　根據(jù)路線圖，Gen11核心顯卡將于2019年開始隨10nm處理器一同面世，配備64個EUs（增強型執(zhí)行單元），運算規(guī)模是此前Gen 9核心顯卡的2倍，浮點運算性能超過1TFlops。這64個EUs被分成4個切片，每個切片由2個8EUs的子切片組成，每個子切片均擁有指令緩存和3D采樣器，而較大的4個切片則擁有2個媒體采樣器、1個PixelFE以及額外的加載/存儲硬件。

­　　Intel并沒有透露太多關(guān)于如何提高EU性能的詳情，但表示EU內(nèi)部的浮點運算單元接口是重新設(shè)計，支持快速（2x）FP16性能。每個EU均像以前一樣支持7個線程，這意味著整個GPU有512個并發(fā)管道，Intel表示已經(jīng)重新設(shè)計了內(nèi)存接口，并將GPU的L3緩存增加到3MB，相比Gen9.5增加了4倍。

­　　Gen11核心顯卡的一項重大改進是終于支持了瓦片式渲染，這讓Intel成為繼2014年的NVIDIA和2017年的AMD之后，最后一個實現(xiàn)這一特性的PC GPU供應(yīng)商。雖然瓦片式渲染不是解決GPU性能問題的靈丹妙藥，但是優(yōu)化良好的瓦片式渲染可以很好的適應(yīng)核心顯卡的帶寬限制。

­　　與此同時，Intel的無損內(nèi)存壓縮技術(shù)也有所改善，在最佳情況下性能可提高10%，平均可提高4%。GTI接口現(xiàn)在支持每個時鐘讀寫64字節(jié)以增加吞吐量，以與重新設(shè)計的內(nèi)存接口相配合。

­　　Gen11核心顯卡還支持Intel全新的多速率著色技術(shù)Coarse Pixel Shading（粗像素著色），這與NVIDIA的可變像素著色很相似，能讓GPU減少陰影部分像素所需的渲染操作量。Intel為CPS展示了兩個演示，其中像素陰影分別作為與相機距離和屏幕中心相關(guān)的一個函數(shù)，當(dāng)物體離相機或屏幕中心較遠時渲染量減少，其設(shè)計目的是幫助VR實現(xiàn)注視點渲染等功能，Intel表示游戲在支持這一技術(shù)后可提高約30％的幀率。

­　　Raja Koduri宣布了Intel獨立顯卡業(yè)務(wù)的新產(chǎn)品品牌：Xe，目前仍被非正式的稱為“Gen12”系列，將從2020年開始覆蓋從客戶端到數(shù)據(jù)中心的所有領(lǐng)域，也涵蓋了未來的核心顯卡解決方案，Intel希望Xe從入門到中檔，再到發(fā)燒友以及AI，都能向競爭對手最好的產(chǎn)品發(fā)起競爭。

­　　Xe將從10nm節(jié)點開始，為未來幾代圖形奠定基礎(chǔ)，并將遵循Intel的單一堆棧軟件哲學(xué)，即希望軟件開發(fā)人員能夠利用CPU、GPU、FPGA和AI，所有這些都使用同一套API，這表明Intel已經(jīng)準(zhǔn)備好圍繞一個品牌向前發(fā)展。

­　　作為架構(gòu)日活動的一部分，Intel在現(xiàn)場進行了大量芯片演示，據(jù)稱這些演示均是基于新的Sunny Cove核心和Gen11核心顯卡，目前的演示涉及項目包括7-Zip應(yīng)用和鐵拳7游戲兩部分。

­　　7-Zip項目相對直接，演示機的同頻性能相較于SkyLake平臺提高了75%，展示了Sunny Cove架構(gòu)的Vector-AES和SHA-NI等新指令所帶來的特殊用途性能提升。而在鐵拳7中，Sunny Cove+Gen11的演示機與SkyLake+Gen9相比更順暢，完全超出30fps的最低要求。

­　　改變芯片制造方式的Foveros 3D封裝

­　　關(guān)注過半導(dǎo)體芯片設(shè)計的人都應(yīng)該清楚，目前生產(chǎn)的大多數(shù)CPU和SoC都是基于單片芯片的模具，即在封裝和進入系統(tǒng)之前，單片硅片內(nèi)就已經(jīng)具備了所需的一切。此外，還有一些帶有共享連接的多芯片封裝，以及將不同芯片通過高速互連連接在一起的載板或嵌入式橋產(chǎn)品。

­　　在現(xiàn)代芯片設(shè)計中，最大的挑戰(zhàn)之一是盡量減少芯片面積，這樣可以降低成本和功耗，并且可以使其更容易在系統(tǒng)中實施。不過，當(dāng)涉及到提升性能時，大型單芯片或多芯片封裝的缺點之一是與內(nèi)存距離太遠，因此Intel準(zhǔn)備將3D堆疊引入大眾市場。

­　　Raja介紹稱，Intel數(shù)十年來一直專注于高性能工藝節(jié)點，試圖盡可能多的釋放其內(nèi)核性能。除此之外，Intel還以類似的節(jié)奏運行IO優(yōu)化工藝節(jié)點，但更適合PCH或SoC類型的功能。

­　　126x和127x是Intel進程節(jié)點技術(shù)的內(nèi)部編號系統(tǒng)，不過圖上并沒有區(qū)分出帶“+”后綴的節(jié)點變體。Raja展示了現(xiàn)有的2019年工藝技術(shù)，計算核心方面有10nm的1274工藝，IO方面有14nm的1273工藝，而本次介紹的Foveros 3D堆疊技術(shù)工藝代號是P1222。展望未來，Intel將擴大其節(jié)點基礎(chǔ)，以便它可以覆蓋更多的功率和性能點。

­　　為了實現(xiàn)這一目的，一種方法是通過貼片和封裝，為每種情況下的工作選擇最佳晶體管，無論是CPU、GPU、IO、FPGA、RF還是其他東西，只要使用正確的封裝，就可以將它們放在一起以獲得最佳的優(yōu)化。

­　　這正是Foveros的用武之地。Foveros是英特爾新推出的有源載板技術(shù)，其設(shè)計相比2018年推出EMIB（嵌入式多芯片互連橋接）2D封裝技術(shù)，更適用于小尺寸產(chǎn)品或?qū)?nèi)存帶寬要求極高的產(chǎn)品。在這些設(shè)計中，每比特傳輸?shù)臄?shù)據(jù)的功率非常低，而封裝技術(shù)要處理的是凹凸間距減小、凹凸密度增大以及芯片堆疊技術(shù)。Intel表示Foveros已經(jīng)準(zhǔn)備就緒，可以大規(guī)模生產(chǎn)。

­　　這個技術(shù)的第一次迭代不像上面的幻燈片那么復(fù)雜，只是使用了一組連接到下面PCH的CPU核心，但Intel可以在不同的芯片上使用不同的晶體管類型，比如在一塊使用22FFL制程的載板上放置一組10nm的CPU。

­　　Intel在架構(gòu)日現(xiàn)場展示了Foveros芯片，其采用22FFL IO芯片作為有源載板，并用TSV（硅通孔技術(shù)）連接了一顆10nm芯片，其中包含1個Sunny Cove內(nèi)核和4個Atom內(nèi)核（可能是Tremont）。這款微型芯片尺寸為12*12，待機功率僅為2mW，看起來似乎是面向移動設(shè)備。

­　　在Intel的幻燈片上可以看到，Sunny Cove內(nèi)核的“Big CPU”帶有0.5 MB獨享L2緩存，4個小型Atom內(nèi)核則有1.5MB共享L2緩存，兩組核心共享4MB L3緩存。芯片還集成了64EUs的Gen11核心顯卡、四通道LPDDR4內(nèi)存控制器（4*16bit），以及支持DisplayPort 1.4的MIPI（移動產(chǎn)業(yè)處理器接口）。

­　　Jim Keller表示，Intel正在嘗試使用Foveros技術(shù)制造許多新玩意兒，看看哪些可能成為一個好產(chǎn)品，因此在2019年和2020年業(yè)內(nèi)應(yīng)該能看到更多Foveros產(chǎn)品。

­　　一些周邊消息

­　　在本次架構(gòu)日活動中，最“沒激情”的部分應(yīng)該是有關(guān)數(shù)據(jù)中心產(chǎn)品的討論。Intel之前已經(jīng)公布了企業(yè)市場接下來的兩款產(chǎn)品是Cascade Lake和Cooper Lake，均以14nm為基礎(chǔ)，專注于增強安全性以及幫助加速的AI指令，隨后還會有10nm的Ice Lake Scalable，但也僅此而已。

­　　不過在活動中Intel還是證實了Ice Lake將基于Sunny Cove架構(gòu)打造構(gòu)建，并展示了Ice Lake Xeon 10nm處理器的封裝，算是一點安慰性的新消息吧。

­　　此外，Intel還在活動上介紹了傲騰技術(shù)、One API軟件以及深度學(xué)習(xí)參考堆棧等內(nèi)容。

­　　One API軟件：Intel宣布推出“One API”項目，以簡化跨CPU、GPU、FPGA、人工智能和其它加速器的各種計算引擎的編程。該項目包括一個全面、統(tǒng)一的開發(fā)工具組合，以將軟件匹配到能最大程度加速軟件代碼的硬件上。公開發(fā)行版本預(yù)計將于2019年發(fā)布。

­　　傲騰技術(shù)：Intel傲騰數(shù)據(jù)中心級持久內(nèi)存作為一款新產(chǎn)品，集成了內(nèi)存般的性能以及數(shù)據(jù)的持久性和存儲的大容量。這項技術(shù)通過將更多數(shù)據(jù)放到更接近CPU的位置，使應(yīng)用在人工智能和大型數(shù)據(jù)庫中的更大量的數(shù)據(jù)集能夠獲得更快的處理速度。其大容量和數(shù)據(jù)的持久性減少了對存儲進行訪問時的時延損失，從而提高工作負載的性能。

­　　Intel傲騰數(shù)據(jù)中心級持久內(nèi)存為CPU提供緩存行（64B）讀取。一般來說，當(dāng)應(yīng)用把讀取操作定向到傲騰持久內(nèi)存或請求的數(shù)據(jù)不在DRAM中緩存時，傲騰持久內(nèi)存的平均空閑讀取延遲大約為350ns。如果實現(xiàn)規(guī)?；?，傲騰數(shù)據(jù)中心級固態(tài)盤的平均空閑讀取延遲約為10000ns（10μs），這將是顯著的改進。在某些情況下，當(dāng)請求的數(shù)據(jù)在DRAM中時，不管是通過CPU的內(nèi)存控制器進行緩存還是由應(yīng)用所引導(dǎo)，內(nèi)存子系統(tǒng)的響應(yīng)速度預(yù)計與DRAM相同（小于100 ns）。

­　　Intel還展示了傲騰與QLC固態(tài)硬盤的結(jié)合，將降低對最常用數(shù)據(jù)的訪問延遲。總體來說，這些對平臺和內(nèi)存的改進重塑了內(nèi)存和存儲層次結(jié)構(gòu)，從而為系統(tǒng)和應(yīng)用提供了完善的選擇組合。

­　　深度學(xué)習(xí)參考堆棧（Deep Learning Reference Stack）：這是一個集成、高性能的開源堆棧，基于Intel至強可擴展平臺進行了優(yōu)化。該開源社區(qū)版本旨在確保人工智能開發(fā)者可以輕松訪問Intel平臺的所有特性和功能。深度學(xué)習(xí)參考堆棧經(jīng)過高度調(diào)優(yōu)，專為云原生環(huán)境而構(gòu)建。該版本可以降低集成多個軟件組件所帶來的復(fù)雜性，幫助開發(fā)人員快速進行原型開發(fā)，同時讓用戶有足夠的靈活度打造定制化的解決方案。

­　　操作系統(tǒng)：Clear Linux 操作系統(tǒng)可根據(jù)個人開發(fā)需求進行定制，針對Intel平臺以及深度學(xué)習(xí)等特定用例進行了調(diào)優(yōu)；

­　　編排：Kubernetes可基于對Intel平臺的感知，管理和編排面向多節(jié)點集群的容器化應(yīng)用；

­　　容器：Docker容器和Kata容器利用Intel虛擬化技術(shù)來幫助保護容器；

­　　函數(shù)庫：Intel深度神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)核心函數(shù)庫（MKL DNN）是Intel高度優(yōu)化、面向數(shù)學(xué)函數(shù)性能的數(shù)學(xué)庫；

­　　運行時：Python針對Intel架構(gòu)進行了高度調(diào)優(yōu)和優(yōu)化，提供應(yīng)用和服務(wù)執(zhí)行運行時支持；

­　　框架：TensorFlow是一個領(lǐng)先的深度學(xué)習(xí)和機器學(xué)習(xí)框架；

­　　部署：KubeFlow是一個開源、行業(yè)驅(qū)動型部署工具，在Intel架構(gòu)上提供快速體驗，易于安裝和使用。