⚡ 电气工程

The Architectural Inflection Point: When Reversible Microarchitecture Overtakes Adiabatic Device Efficiency

该论文确定了一个“架构拐点”，即处理器微架构中不可逆信息破坏所耗散的能量超过了即使是最高效的绝热器件的耗散极限，这表明要达到热力学极限，需要将可逆微架构与绝热存储器相结合，而非仅仅依赖于器件本身的改进。

原作者： Byron Gregg, Christof Teuscher

发布于 2026-09-29

📖 1 分钟阅读☕ 轻松阅读

原作者： Byron Gregg, Christof Teuscher

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

计算机一直是速度的引擎，但在过去的二十年里，它们遇到了一个硬壁垒：如果不消耗过多的能量，它们就无法变得更快。多年来，工程师们通过让晶体管变得更小、更智能来解决这个问题，但这些技巧已经难以为继。现在，构建更快速处理器的唯一方法是使其变得更宽、更具推测性，即预测下一步要做什么，并同时保留多种选择。问题在于，每当计算机猜错或覆盖旧数据时，它都会破坏信息。物理学告诉我们，破坏信息需要消耗能量，这是一个任何工程手段都无法逾越的基本规则。这种成本是擦除单个比特数据的代价，它设定了计算机必须使用的最低功率限制。虽然研究人员多年来一直试图制造出能在每次切换时回收能量的设备，但一项新研究表明，真正的瓶颈不再是设备本身，而是计算机设计中丢弃信息的方式。

波伦·格雷格（Byron Gregg）和克里斯托夫·特舍尔（Christof Teuscher）来自波特兰州立大学，他们确定了一个被称为“架构拐点”的特定时刻。这是硬件效率的提升不再能像改变计算机架构以停止破坏信息那样产生显著帮助的阈值。他们的工作基于对现代处理器的详细模拟，结果显示，对于最先进的能量回收型设备，我们可能已经越过了这个点。研究人员发现，尽管硬件可以变得极其高效，但计算机自身丢弃数据的习惯创造了一个硬件本身无法修复的能量浪费底线。为了进一步突破，我们必须重新设计处理器，使其能够记录其步骤并能够撤销，而不是简单地擦除它们。

该研究始于对现代处理器如何工作的观察。这些机器不仅仅是逐条执行指令；它们还会预测未来。如果程序说“如果这是真的，则执行那项操作”，处理器会猜测哪条路径是正确的，并立即开始工作。如果猜测的结果证明是错误的，处理器就会丢弃刚刚所做的所有工作并重新开始。它还不断用新数值覆盖内存寄存器中的旧数值。每当这种情况发生时，计算机就会破坏信息。研究人员精确测量了运行六种不同类型软件的标准处理器中丢失了多少信息。他们发现，对于计算机成功完成的每一条指令，平均会破坏近三十八个比特的信息。其中一部分来自于覆盖寄存器，一部分来自于丢弃错误的猜测，还有一部分来自于替换内存缓存中的数据。

为了理解能量成本，团队将问题分为两个部分。第一部分是物理硬件本身在每次开关切换时损失的能量。工程师们一直致力于降低这一成本，创造了特殊的电路，可以回收大部分开关过程中使用的能量并将其返回电源。第二部分是计算机设计在破坏信息时损失的能量。这个成本是由软件和处理器设计决定的；它不会仅仅因为硬件变得更小或更高效而改善。研究人员计算出，随着硬件的改进，硬件的能量成本在下降，但破坏信息的能量成本却保持不变。最终，这两条曲线必然会相交。一旦相交，投入更多资金使硬件变得更好所获得的收益将微乎其微，而投入精力重新设计架构以停止破坏信息，则会节省更多的能量。

通过使用现代高速处理器的模拟，作者定位了这个交叉点。他们针对实验室中已经制造并测试过的几种不同类型的能量回收电路进行了测试。结果令人震惊。与标准计算机内存系统相比，这些先进的能量回收电路中的每一个都已经跨越了拐点。这意味着，对于这些设备而言，最大的能量浪费来源不再是硬件，而是处理器设计的丢弃数据的习惯。目前为止最有效的电路已经如此出色，以至于限制它们的唯一因素就是处理器本身擦除信息的习惯。

研究还探讨了如果计算机的内存系统也实现能量回收会发生什么。研究人员发现，即使内存变得完美高效，处理器仍会受到其在计算过程中破坏信息的影响。要真正达到最低可能的能量极限，计算机需要两件事协同工作：一个能够回收能量的内存系统和一个不再丢弃信息的处理器架构。这意味着要重新设计计算机的核心，使其不再是覆盖旧数据，而是通过反转步骤回到之前的状态，有效地“撤销”工作而非“擦除”工作。研究人员称这种方法为“全绝热、可逆且超标量”处理。

研究结果表明，未来超高效计算的进步不在于制造更好的晶体管，而在于重新思考计算机如何思考。团队模拟了六种不同的工作负载，从简单的压缩任务到复杂的代码编译，并发现硬件是否仍是主要关注点取决于计算机正在执行的任务类型。对于某些任务，硬件仍然是主要问题，但对于大多数现代工作负载，架构才是瓶颈。研究人员指出，虽然他们已经证明了可逆分支预测器（负责做出猜测的部分）是可以工作的，但处理器的其余部分也需要紧随其后。他们指出，内存层级（处理数据存储的部分）目前是最大的能量浪费来源，其成本比实际擦除数据比特的成本高出数百倍。然而，由于内存规模巨大，使其具有可逆性是最大的挑战，而修复处理器中的数据破坏则是最直接的收益。

这项工作并不声称我们已经解决了能量效率问题，也不意味着可逆计算机已经准备好取代目前的机器。模拟显示，前进的道路需要处理器设计的巨大转变，即从一种“擦除模型”转向“可逆模型”。研究人员提供了一张清晰的地图，展示了当前技术所处的阶段以及未来的方向。他们证明了仅仅通过缩小设备尺寸和提高效率的时代正在结束，下一个计算能力的飞跃将来自于那些能够设计出“记住所做一切”而非“遗忘一切”之机器的架构师。

技术摘要：架构拐点

问题陈述
本文探讨了在现代处理器设计背景下，器件级能效提升收益递减的问题。虽然绝热逻辑族已成功将每次开关转换的能量耗散底限降低了三个数量级（从传统逻辑的约 1350 aJ 降至先进绝热逻辑族的约 2 aJ），但它们并未解决微架构中信息破坏所带来的能量成本。现代乱序超标量处理器依赖于诸如寄存器重命名、深度预测和缓存替换等机制，所有这些都会丢弃状态。根据兰道尔原理（Landauer's principle），擦除信息会产生基本的热力学代价。作者提出存在一个“交叉点”，在此点之后，由架构信息破坏引起的能量耗散将超过逻辑器件本身消耗的能量。超过这一点后，进一步的器件优化所带来的节能效果，将不如通过架构变革来消除信息破坏所带来的收益。

方法论
作者开发了一个与器件无关的能量模型，将每条提交指令的总能量 ( $E_{tot}$ ) 分解为两个截然不同的项：

器件项： $N_t \cdot e_{dev}$ ，其中 $N_t$ 是每条指令的逻辑转换次数， $e_{dev}$ 是每次转换消耗的能量。该项随器件性能的提升而改善。
架构项： 由存储访问能量和信息破坏能量组成。该项使用两个恢复系数进行建模：
- $\eta_m$ ：由绝热、可逆存储层次结构回收的存储访问能量比例。
- $\eta_r$ ：通过可逆微架构（采用“反计算”而非“覆盖”的方式）消除的信息破坏能量比例。

为了定位“架构拐点” ( $e^*_{dev}$ )，作者：

模拟工作负载： 使用 SimpleScalar 3.0e 模拟器对执行六个整数工作负载（来自 CPU95 套件的 gcc, go, ijpeg, li, perl, compress）的四路乱序超标量处理器进行建模。
测量破坏： 将每条提交指令的信息破坏分解为三个原因：寄存器覆盖、预测失败（错误路径执行）以及缓存行替换。他们区分了破坏唯一信息（会产生能量耗散）与覆盖冗余信息（是可恢复的）之间的差异。
校准： 根据报告的 7 nm 和 14 nm 传统逻辑核心的能量数据对转换次数 ( $N_t$ ) 进行校准，得出每条指令包含 11,111 到 34,883 次转换。
能量转换： 应用源自文献的每比特能量成本（例如，寄存器位为 0.3 fJ，L2 缓存位为 97 fJ）将比特计数转换为能量值。

核心贡献

形式化存在性证明： 本文证明了对于任何每条指令破坏正数比特的工作负载，都存在一个器件效率阈值 ( $e^*_{dev}$ )，超过该阈值后，无论具体的常数如何，架构能量都将主导器件能量。
定量测量： 首次对乱序核心中的每条指令信息破坏进行了分解，并区分了唯一信息丢失与冗余覆盖。研究发现，工作负载在每条提交指令中破坏 19.8 到 58.0 个比特，其中 26.7 个比特为唯一信息丢失。
定位拐点： 作者计算了作为内存可恢复性 ( $\eta_m$ $η_{m}$ ) 函数的拐点。
- 使用传统存储器（ $\eta_m = 0$ ）时，拐点大约发生在每次转换 142 aJ 处。
- 该数值低于所有演示的绝热逻辑族的耗散底限（范围为 2 aJ 至 95 aJ），但高于所有传统逻辑节点（430–1350 aJ）。
- 这意味着，即使是最高效的绝热器件，在与传统存储器配合使用时，也已经处于“受架构限制”的状态。
FARS 概念： 本文引入了全绝热、可逆且超标量 (FARS) 处理的概念。作者认为绝热器件与可逆微架构是互补关系，而非替代关系。为了达到热力学极限，处理器需要同时具备绝热存储（以回收访问能量）和可逆微架构（以防止信息破坏）。

结果

存储主导性： 虽然寄存器覆盖占了被破坏比特的大部分（每条指令 19–25 位），但由于缓存位的成本远高于寄存器位，能量消耗主要由存储层次结构主导（每条指令 2.784 pJ）。
工作负载差异： 拐点随工作负载的存储行为而变化。对于像 gcc 这样内存密集型的工作负载，拐点高达 371.9 aJ（使得可逆存储器即使相对于传统器件也极具优势）。对于像 ijpeg 这样计算密集型的工作负载，该值降至 51.8 aJ。
恢复阈值： 随着存储层次结构的可恢复性增加（ $\eta_m$ 增大），拐点会下降。对于目前展示的最有效逻辑（350 nm 两级绝热，2 aJ），存储层次结构必须实现 98.9% 的能量回收，才能使器件改进再次成为主要的效率提升手段。
不可消除的底限： 即使具有完美的存储恢复能力（ $\eta_m = 1$ ），拐点也不会降至零。它最终止步于 0.41 aJ/转换，这完全由“直接破坏”（寄存器覆盖和预测失败）决定。消除这一底限需要 $\eta_r \to 1$ （即实现可逆微架构）。

意义
本文声称重新定义了能效计算的发展轨迹。它指出，领域已达到一个结构性的拐点，即能效曲线的“膝部”是由软件和微架构而非器件物理学定义的。

杠杆转移： 对于目前最好的绝热器件，进一步降低能量的杠杆已从电路设计者转向了架构师。
互补性： 本研究确立了绝热存储与可逆微架构是必要的互补关系。仅完善其中之一而不顾及另一方，将会产生收益递减；一个热力学高效的处理器需要两者兼备。
未来方向： 作者认为，未来十年的增益在于架构层，特别是重新设计预测结构（如作者此前展示过的可以实现可逆化的分支预测器）以及将存储层次结构变为可逆的，而不仅仅是追求更低的器件工艺节点。

文章总结道，尽管实现完全可逆、绝热的超标量处理器的过程涉及许多开放性的物理与架构问题，但其提供的定量模型提供了一个明确的标准，用于判断何时器件改进不再是最有效的投资。

技术摘要：架构拐点

类似论文