意大利奶油甜馅煎饼卷来了吗？深入解析Intel第一代10nm Cannon Lake处理器

（注：本文内容来自Anandtech，雷锋网翻译）对尖端半导体感兴趣的人都知道，Intel最新制造工艺已经推迟许久。

10nm工艺于2018年首次发布，原定于2018年量产，但已推迟至今。

虽然首批采用10nm工艺的移动处理器将于年底出货，但会与国内一些大学合作以“特供”笔记本电脑的形式推出。

Intel的10nm处理器属于第八代酷睿系列，型号为i3 U。

该处理器的ARK页面（Intel的在线数据库）已经公开。

其核心代号为Cannon Lake，是14nm Skylake核心的改进版，将于今年第二季度正式发布。

i3 U的TDP为15W，双核四线程设计，基础频率2.2GHz，睿频3.2GHz。

这甚至低于同样为15W的14nm Kaby Lake处理器。

最新颖的是，虽然这是一款移动处理器，但它支持只有服务器和高端桌面平台处理器才有的AVX指令集，并且可以像企业级硬件一样处理矢量运算。

i3 U的频率不进反退，让人对Intel 10nm工艺的实际性能产生一丝怀疑。

雷锋网从外媒SemiAccurate的研究文章中了解到，目前（i3 U推出时）英特尔的10nm工艺仍然存在很多问题和困难。

其营收仅占10%，远低于预期的60%。

其中SAQP、COAG、Cobalt和调优都远远落后于计划和预期。

随后的几个月里，有传言称英特尔的10nm工艺受到严重阻碍，甚??至会放弃10nm研发工作。

也有传言称英特尔将降低标准来实现这一工艺，但均被英特尔驳斥。

幸运的是，在今年的 CES 上，Intel 展示了采用 10nm 工艺的全新 Sunny Cove 架构 Ice Lake 处理器，这让关注新工艺的人们吃了一颗定心丸。

尽管Ice Lake尚未推出，但外媒Anandtech已经通过各种渠道获得了采用Cannon Lake处理器的“特殊”笔记本电脑，并对其进行了详细的测试。

10nm工艺的难点在哪里？ 2019年9月，英特尔在技术与制造日上展示了10纳米Cannon Lake芯片的完整毫米晶圆。

外媒Techinsights测算该芯片面积约为70.5mm2。

换句话说，i3 U 是英特尔迄今为止最小的产品。

双核处理器，但与当时的Skylake处理器（六代酷睿）相比，i3 U采用了CPU和GPU分离设计，集成度较低。

业界常用的衡量半导体工艺质量的标准之一是芯片中每平方毫米集成晶体管的数量。

CPU 并不全是计算晶体管，还有 SRAM 单元，以及一些设计用于区域之间热缓冲器的“死”硅。

晶体管计数也有不同的方式，2 输入 NAND 逻辑单元比复杂的扫描触发器逻辑单元小得多。

Intel将单位面积的晶体管数量分为2输入NAND单元和扫描触发器单元。

2输入NAND单元的晶体管密度为90.78MTr/mm2（每平方毫米数百万个晶体管），扫描触发器单元的密度为。

74 MTr/mm2，赋予其60/40的权重后，计算出10nm工艺的晶体管密度为0.8MTr/mm2，是14nm工艺37.5MTr/mm2的2.7倍。

Intel还在国际电子器件大会上透露，根据所需功能的不同，10nm工艺有10种类型的逻辑库，包括短库（高密度库）、中高库（高性能库）和高库。

图书馆（超高图书馆）。

较短的库会导致较低的电路功耗和较高的晶体管密度，但也会降低峰值性能。

因此，Intel的10nm工艺实际上有多种不同的密度。

事实上，只有密度最高的短库才能达到0.8MTr/mm2。

在实际的芯片制造中，通常会混合使用多种库。

较短的库适合对性能不敏感的部分，例如I/O和非核心区域，以节省成本。

较高的库使用较低的密度和较高的驱动电流，通常用于性能敏感的核心区域。

为了更好地理解Intel 10nm工艺，我们首先要讨论Fin、Gate、cell机制，并定义一些与晶体管和FinFET相关的术语。

晶体管的源极-漏极由鳍片（灰色）提供，鳍片穿过栅极（绿色）并嵌入氧化物中。

这里的关键规格是鳍片的高度、宽度和栅极长度。

半导体加工的目标是使每一个都尽可能小，单元性能尽可能高。

在其 22 纳米工艺中，英特尔使用包含多个鳍的三栅极晶体管来增加总驱动电流，以获得更好的性能。

这就引入了一个新的度量：“鳍片间距”，即鳍片之间的距离。

如果鳍片穿过多个浇口，则浇口之间的距离称为“浇口间距”。

鳍片与栅极的接触越多，鳍片间距越小，漏电越低，性能越好。

这可以增加驱动电流并控制寄生电容和栅极电容。

在随后的14nm工艺中，鳍片的高度、宽度和栅极长度变得更短，每个鳍片经过更多的栅极，从而获得更好的性能。

至于10nm工艺，Intel也在积极设计鳍片结构。

鳍片间距从42nm减小到34nm，鳍片宽度从8nm减小到7nm以避免寄生电容。

这些变化可能看起来不大，但在这种规模下，每一纳米都很重要。

英特尔还通过添加共形钛层改进了源极和漏极扩散区域。

还需要鳍和沟槽（栅极下方的灰色尖端）之间的接触区域来最小化接触电阻。

在10nm工艺中，Intel将其从钨接触改为钴接触，接触线电阻降低了60%。

所有这些改进使得该技术极具挑战性。

鳍片和栅极的组合是基本的电路单元。

从22nm工艺的扫描电镜图来看，单元有6鳍和2鳍（当然还有其他规格），栅极长度也不同。

每个单元内都有提供电流的活动鳍片和充当间隔的非活动鳍片。

在10nm工艺上，采用高密度库的单元共有8个鳍片，其中5个是有源鳍片。

这些单元可用于不需要高性能或对成本敏感的电路部件，例如I/O。

高性能库和超高性能库分别有10个和12个鳍片。

与前者相比，每一个都多了一个P-fin和N-fin，这有助于提供额外的驱动电流，并牺牲适当的效率来换取峰值。

性能改进。

在单元之间，通常有许多虚拟栅极充当间隔物。

在Intel 14nm工艺中，每个单元的两端都有一个虚拟栅极，这意味着两个单元之间会有两个虚拟栅极。

在10nm工艺中，两个相邻单元可以共享一个虚拟栅极，这将带来更大的密度优势。

英特尔表示，它可以节省高达 20% 的芯片面积。

在晶体管内部，栅极通常依靠两个长度略超过单元尺寸的接触来为源极和漏极供电，这不可避免地占用额外的平面尺寸。

在 10nm 工艺中，至少在当前 Cannon Lake 处理器使用的版本中，英特尔通过一种称为接触式有源栅极（COAG）的设计将栅极接触垂直放置在单元上。

该设计在制造过程中增加了几个步骤（蚀刻、沉积和抛光），但为芯片提供了约 10% 的面积缩放。

如上所述，外媒SemiAccurate的一篇研究文章曾表示COAG是一种风险较高的实施方式。

虽然Intel已经打造出来并且工作正常，但是并没有想象中的那么可靠。

Cannon Lake 核心的 COAG 似乎只能在低性能和低功耗或高性能和高功率条件下运行。

希望Intel未来在新一代10nm Ice Lake处理器正式发布时能够详细介绍对COAG的改进。

健康）状况。

回到晶体管密度，测量晶体管密度的另一种方法是 CPP*MMP，即栅极节距（Contact Poly Pitch）乘以鳍节距（最小金属节距）。

所有这些改进加在一起，使得Intel的CPP*MMP尺寸仅为54nm*44nm，仅略逊于台积电和三星的7nm。

这也是为什么Intel一直强调前两个只是商业名称。

揭开架构的秘密 虽然i3 U的Cannon Lake核心还处于NDA状态，但经过技术圈众多同仁一年的不懈研究，其架构终于基本被揭开。

总体而言，Cannon Lake核心的设计很像PC端Skylake核心和服务器端Skylake-SP核心的混合体。

虽然它在PC端采用了标准的4个解码单元、8个执行单元以及L1+L2+L3缓存结构，但它还从服务器端引入了AVX-单元，L1数据缓存的读写速度达到了100分别为每个周期的％。

2*字节和1*字节。

进一步看，Cannon Lake核心还体现了第二代10nm Sunny Cove架构的一小部分设计。

一些在 Skylake 和 Skylake-SP 内核上不可用的指令在 Cannon Lake 和 Sunny Cove 上都存在。

另外，虽然目前还不清楚Cannon Lake核心的架构前端设计变化，但仍然可以看出重排序缓冲区的大小与Skylake核心相同的微指令，并且大部分功能改进Cannon Lake 核心不具备 Sunny Cove 架构的优势（双倍存储带宽、更多执行端口和改进的执行端口功能）。

Cannon Lake支持的新指令包括IFMA（Integer fusion Multiply Add，整数融合乘加）、VBMI（Vector Byte operation instructions，向量字节操作指令）以及基于硬件的SHA（Secure Hash Algorithm，安全哈希算法）等.其中 IFMA 是 52 位整数融合乘加 (FMA)，其行为与 AVX 浮点 FMA 相同，延迟为 4 个时钟周期，每个时钟周期的吞吐量为 2（xmm/ymm/zmm 为 4 和 1）。

该指令通常用于辅助加密功能，但也用于执行任意精度算术运算。

VBMI指令集提供了四种指令：VPERMB、VPERMI2B、VPERMT2B和VPMULTISHIFTQB，它们在字节混洗方案中非常有用。

硬件加速 SHA 纯粹是为了加密算法加速而设计的，但测试表明，有了它，Cannon Lake 核心仍然比 Goldmont（下一代 Atom 处理器的核心）和 AMD 的 Zen 慢，这意味着至少硬件加速基于 SHA 的技术在 i3 U 上并不是特别有用。

除了添加新指令外，英特尔还经常改进新内核上的现有指令，以提高吞吐量或减少延迟（或两者兼而有之）。

Cannon Lake 内核还支持 Vector-AES 功能，该功能允许 AES 指令同时使用更多 AVX 单元以使吞吐量加倍。

在Cannon Lake核心上，最大的变化是硬件可以支持64位整数除法。

不再需要分成几条指令，64位IDIV可以在18个时钟周期内完成。

相比之下，Zen 需要 45 个时钟周期来执行相同的操作，Skylake 核心需要 97 个时钟周期。

对于字符串的块存储，所有 REP STOS* 系列指令都可以使用位执行写入端口，每个时钟周期的吞吐量为 61 位，而 Skylake-SP 为 43 位，Skylake 为 31 位，Zen 为 14 位。

对于全字整数向量，AVXBW命令VPERMW的等待时间从6个时钟周期减少到4个，每个时钟的吞吐量增加了一倍。

与向量类似，使用 VMOVSS 和 VMOVSD 命令移动或组合单/双精度标量的向量现在的行为与其他 MOV 命令相同。

对指令集的其他有益调整包括使 ZMM 除法和平方根速度加快一个时钟，以及将某些 GATHER 函数的吞吐量从每四个时钟一个增加到每三个时钟一个；回归以旧的x87指令的形式出现，其中x87 DIV、SQRT、REP CMPS、LFENCE和MFENCE都减慢了一个时钟，其他指令甚至更慢。

目的是让人们放弃这些旧的指示。

Cannon Lake 核心的相对缺点包括： VPCONFLICT* 命令有 3 个时钟周期的延迟，每个时钟周期只有一条线的吞吐量，仍然很慢； DWORD ZMM 形式的延迟为 26 个时钟，每 20 个时钟的吞吐量为 1；不支持Skylake-SP核心的缓存行写回功能CLWB；不支持SGX（软件保护扩展）。

处理器规格对比在i3 U测试中，使用i3 U移动处理器进行对比。

这是一款带有 Kaby Lake 核心的双核四线程处理器。

它采用14nm工艺制造。

TDP也是15W，基础频率与i3 U相同，核心频率略高。

对于这种15W TDP的移动处理器来说，很容易撞上温度墙，导致降频。

测试过程中，i3 U掉频非常频繁。

在AVX2应用中，它只是以2.2GHz的基本频率运行。

在 AVX 应用中，它甚至下降到 1.8GHz，低于基线。

相比之下，采用成熟的14nm工艺的i3 U在AVX2应用中仍然可以保持2.8GHz的频率。

例如，在POV-Ray测试项目中，i3 U可以更快地完成测试，其性能比i3 U高出26%。

不过，虽然i3 U在运行AVX应用程序时的频率很低，但先进的指令集仍然带来了出色的性能。

在 3DPM 测试中，打开 AVX 指令集的 i3 U 在 1.8GHz 下得分为 6 分。

i3 U 运行频率为 2.8GHz，但仅支持 AVX2 指令集。

内存性能和功耗测试 在缓存/内存延迟测试中，i3 U 和 i3 U 处理器都禁用了睿频时钟，迫使它们以相同的 2.2 GHz 频率运行，以进行奇偶校验和直接架构比较。

Cannon Lake核心的缓存/内存子系统与Skylake核心相同，没有任何其他改进，理论上性能应该基本相同。

本次测试中，两款处理器的缓存访问延迟几乎相同，但 Cannon Lake 核心的 i3 U 的内存访问延迟比 Kaby Lake 核心的 i3 U 高出 50% 之多。

这震惊了所有人（当然）。

这可不是什么好事）。

虽然i3 U的DDR4内存时序为17-17-17，略低于i3 U的16-16-16，但这个时序差异还远远不足以产生这么大的影响。

我能想到的唯一原因是，Cannon Lake核心在访问内存控制器时有非常大的额外开销，这可能是阻止Spectre和Meltdown漏洞的副作用。

功耗方面更令人困惑。

我们知道Intel在处理器硬件中设置了两个关键的功耗限制——PL1和PL2。

前者控制稳态功耗，后者控制短期睿频功耗。

大多数情况下，处理器的稳态功耗与TDP相同。

以i3 U为例，该处理器的稳态功耗为15W。

不过，同样15W TDP的i3 U稳态功耗仅为12.6W。

。

PL2 控制的峰值功耗也是如此。

i3 U的峰值功耗可以达到24.2W，而i3 U最大只能达到18.7W，而且睿频的持续时间比i3 U短很多。

可怕的是，虽然功率i3 U的功耗墙较低，由于频率较低，性能较差，执行操作时实际上消耗更多的能量。

在 POV-Ray 测试项目中，Kaby Lake 酷睿 i3 U 的总能耗仅为 mWh，而 Cannon Lake 酷睿 i3 U 的总能耗为 mWh，足足高出了 12.9%。

2.2GHz同频测试：SPEC 除了功耗之外，关于Cannon Lake核心的另一个问题是它是否是高效的架构设计。

为了进行直接的IPC比较，我们将两款处理器固定在相同的2.2GHz频率上并进行SPEC测试。

SPEC是一个重要的基准测试软件，它与其他测试软件的不同之处在于它处理更大、更复杂的数据集。

作为基准测试，更具代表性，能够充分展示架构的更多细节。

从测试结果来看，两款不同核心的处理器性能相差无几。

在SIMD相关的.libquantum和.lbm测试项中，Kaby Lake核心的i3 U似乎比Cannon Lake核心的i3 U更有优势。

这可能与两者的内存延迟性能有关。

2.2GHz同频测试：系统综合性能系统测试部分注重实际用户体验，将包括应用加载时间、图像处理、简单科学物理、仿真、神经模拟、优化计算和3D模型开发等测试项目。

GIMP应用程序加载时间 系统响应速度是用户体验最重要的指标。

一个好的测试用例是查看应用程序加载需要多长时间。

在本次测试中，基于 Cannon Lake 的 i3 U 表现尤其出色。

FCAT 图像处理 FCAT 软件获取录制的视频并将颜色数据处理为帧时间数据，以便系统可以绘制视觉帧速率。

该测试是单线程的。

在基础频率上，Cannon Lake核心的i3 U与Kaby Lake核心的i3 U的时间差在半秒以内，i3 U稍稍领先。

3DPM 粒子运动计算 3DPM 测试是一个定制的基准测试，旨在模拟 3D 空间中六个点的不同粒子运动算法。

该算法的关键部分是使用相对快速的随机数生成，最终在代码中实现依赖链。

在此测试中，我们在六种算法上运行一组原子粒子，每次运行 20 秒，暂停 10 秒，并报告粒子移动的总体速率（以每秒数百万次运动为单位）。

在没有启用AVX的情况下，基于Cannon Lake的i3 U输给了基于Kaby Lake的i3 U。

但是在启用AVX之后，i3 U实际上取得了超高的分数，甚至击败了18核Core i9 XE处理器，这非常疯狂的。

Dolphin 5.0模拟器 Dolphin 5.0是一款GameCube/Wii游戏机模拟器，可以在PC上玩这些老游戏机的独家杰作。

然而，使用Power架构处理器模拟这两台主机通常需要不弱的处理器。

在本次测试中，两款处理器的同频性能大致相同。

DigiCortex 海蛞蝓大脑模拟 DigiCortex 基准测试最初是为神经元和突触活动的模拟和可视化而设计的。

该软件具有多种基准测试模式。

这次使用了一个小基准，模拟 0 个神经元和 18 亿个突触。

它的大小相当于海蛞蝓的大脑。

模拟类型分为“非刺激”和“刺激”两种模式。

前者更多地受内存影响，后者更多地依赖于纯粹的处理器性能。

测试中使用的是后者，两款处理器的同频性能大致相当。

y-Cruncher 科学计算 y-Cruncher 是一个帮助计算各种数学常数的工具。

该软件支持通过二进制、单线程和多线程等不同的优化方式运行，甚至包括AVX优化的二进制文件。

本次测试基于单线程和多线程方法，计算2.5亿位圆周率。

测试结果不出意外，Cannon Lake酷睿i3 U获胜。

到目前为止，所有能够利用AVX指令集的软件都被i3 U拿下了。

Agisoft Photoscan 2D图像转3D模型 PhotoScan可以将许多2D图像转换为3D模型，是模型开发和归档的重要工具并依赖于许多单线程和多线程算法。

测试使用PhotoScan v1.3.3，其中包含84 x 百万像素的大型数据集，通过相当快的算法变体，最后比较了总转换过程时间。

在本次测试中，两款处理器的同频性能大致相同。

2.2GHz同频测试：渲染性能渲染性能在专业环境下通常是处理器的关键指标，从3D渲染到光栅化，涵盖网格、纹理、碰撞、锯齿、物理等。

大多数渲染器都支持CPU渲染，并且少数可以支持 GPU 或专用芯片，例如 FPGA 和 ASIC。

对于大型工作室来说，CPU 仍然是首选硬件。

Corona 1.3 渲染 Corona 是一款适用于 3DS Max 和 Cinema 4D 等软件的高级性能渲染器，具有基准 GUI，可显示正在构建的场景并将渲染时间反馈给用户。

本次测试使用命令行版本，直接输出结果。

输出结果不是报告时间，而是报告六次运行中每秒的平均光线数，因为单位时间的性能比通常更容易理解。

Corona仅支持AVX2指令集，无法充分利用Cannon Lake核心的功能。

本次测试中，i3 U的同频性能落后i3 U约10%。

Blender 3D创作软件Blender是一款开源的高级渲染工具，支持大量的可配置项，被世界上许多知名的动画工作室所使用。

该软件的开发团队最近发布了基准测试包。

该测试通过命令行运行包中的“bmw27”场景子测试，并测量完成渲染的时间。

Blender也只支持AVX2指令集。

本次测试中，两款处理器的同频性能大致相当，Cannon Lake酷睿i3 U稍占优势。

使用LuxRender引擎开发的LuxMark引擎基准测试提供了几种不同的场景和API。

该测试选择在 C++ 和 OpenCL 代码路径上运行一个简单的“Ball”场景，从粗略渲染开始，并在两分钟内完成。

慢慢提高质量，最终结果以每秒渲染的光线显示。

POV-Ray 光线追踪 Persistence of Vision 光线追踪引擎是另一个著名的基准测试工具，直到 AMD 发布 Ryzen 处理器之前一直不为人知，随后英特尔和 AMD 都开始向开源项目的主要分支提交代码。

此测试使用从命令行调用的所有内核的内置基准测试。

2.2GHz同频测试：Office性能 Office测试套件旨在关注更多行业标准，例如办公流程和系统会议，但我们在此部分还捆绑了编译器性能。

对于必须对其硬件进行全面评估的用户来说，这些通常是需要考虑的最重要的基准。

3DMark物理计算游戏测试软件3DMark的每个测试场景都包含一个物理测试子项。

按照复杂程度排列，依次为“冰风暴”、“云门”、“跳伞者”、“火力打击”和“时间间谍”。

在所有测试场景中，两款处理器的同频性能大致相同。

GeekBench 4 GeekBench 4是常用的跨平台测试工具，专注于一系列寻求峰值吞吐量的算法，包括加密、压缩、快速傅立叶变换、内存运算、n体物理、矩阵运算、直方图处理和HTML解析，等。

常用于移动设备测试。

考虑到它的通用性和普及性，这次还增加了这款软件的单线程和多线程测试。

2.2GHz同频测试：编码性能随着流媒体和短视频内容的兴起，越来越多的家庭用户和游戏玩家需要转换视频文件，处理器的编码和转码性能变得越来越重要。

重要的是，本次编码测试主要针对这些重要场景。

Handbrake 视频转码 Handbrake 是一款流行的开源视频转换软件，最新版本利用 AVX 和 OpenCL 来加速某些类型的转码和算法。

本次测试使用的CPU转码。

7-Zip 压缩和解压缩 在压缩/解压缩应用中，开源 7-Zip 是最流行的工具之一。

本次猜测是使用最新的 v18.05 版本，该版本具有内置基准测试，从命令行运行基准测试，并报告压缩、解压缩和总体得分。

WinRAR 压缩和解压缩通常存在于大多数人的系统中。

WinRAR 是 20 多年前最早的压缩和解压缩工具之一。

它没有内置基准测试，这次它使用包含 30 多个 60 秒视频文件和一些零散小文件的文件夹，以正常压缩率运行压缩。

WinRAR 是可变线程的，但也容易受到缓存的影响，因此测试需要运行 10 次并对最后 5 次取平均值，这样结果才能显示 CPU 的纯粹原始计算性能。

AES 加密 许多移动设备上默认使用的文件系统提供加密功能来保护内容，就像 PC 上的 Windows 一样，通常由 BitLocker 或第三方软件实现。

此次使用已停产的TrueCrypt作为其内置基准测试，可以直接在内存中测试多种加密算法。

它支持 AES 指令集，但不支持 AVX-。

测试中使用的数据是 AES 加密/解密组合，以每秒千兆字节为单位。

雷锋网总结称，英特尔在10nm工艺上确实做了很多改进。

如果每一步都能完美运行，那么10nm去年就应该完成了。

但问题是，在半导体设计中，有数百种不同的特性，改变任何一种特性都可能导致其他几种甚至几十种特性恶化。

这是Intel在10nm工艺上遇到的最大问题。

还记得去年的CES上，Intel对于10nm工艺的相关问题保持沉默。

从短命的Cannon Lake核心来看，唯一突出的表现就是AVX性能。

显然，第一代10nm还很遥远。

英特尔还没有准备好迎接黄金时段，它正试图给这一代处理器降温，当然不会正式向公众发售。

在Intel提供的这张图中，右侧显示10nm工艺及其修改可以依靠较低的动态电容来实现较低的功耗。

不过，数字轴左侧显示，10nm和10n+工艺的单晶体管性能实际上低于当前的14nm++工艺，直到下一代10nm++工艺才能真正实现全面领先。

从i3 U的性能来看，在第三代10nm++工艺实现之前，业界大概率无法实现。

看看真正突破性的 10 纳米处理器（距今已经 3000 年了……）。

预计今年下半年发布的Ice Lake处理器将采用第二代10nm+工艺，电性能将非常接近14nm++工艺。

也许届时英特尔将真正首次尝试 10 纳米工艺。

雷锋网版权文章未经授权禁止转载。

详情请参阅转载说明。