意大利炮来了？深度解析Intel初代10nm Cannon Lake处理器

对前沿半导体感兴趣的人都知道，intel最新的制造工艺已经跳票许久了。10nm工艺首次发布是在2014年，最初定于2016年量产，但却一直延期至今。虽然首批使用10nm工艺的移动处理器在2017年底出货，却是以“特供”笔记本电脑的形式与国内一些大学合作推出。

intel的10nm处理器属于第8代酷睿系列，型号是i3 8121u。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，属于14nm skylake核心的改良版，于2018年第二季度正式发布。

i3 8121u的tdp为15w，双核四线程设计，基础频率2.2ghz，睿频频率3.2ghz。这比同为15w的14nm kaby lake处理器甚至还要更低一些。最为新奇的是，虽然这是一颗移动处理器，却支持服务器和高端桌面平台处理器才有的avx-512指令集，可以像企业级硬件一样处理向量运算。

i3 8121u的频率不进反退，让人们对intel 10nm工艺的实际性能表现产生了丝丝疑虑。雷锋网从外媒semiaccurate的一篇研究文章中获悉，目前（指i3 8121u推出时）intel的10nm工艺还存在很多问题和困难，其收益只有10%，远低于预计中的60%，其中saqp、coag、cobalt和调优等环节远远落后于计划和预期。

其后的几个月，坊间传闻intel 10nm工艺严重受阻，甚至将要放弃10nm的研发工作，也有传闻称intel将降低标准以实现这一制程，但都被intel一一辟谣。好在今年的ces上，intel展示了10nm工艺的全新sunny cove架构ice lake处理器，算是让关注新制程的人们吃了一颗定心丸。

从测试结果来看，两款不同核心的处理器性能相差无几，kaby lake核心的i3 8130u在与simd相关的462.libquantum和470.lbm测试项中似乎比cannon lake核心的i3 8121u更有优势，这也许与二者内存延迟性能有关。

10nm工艺难在哪？

2017年9月，intel在技术与制造日上展示了一个10nm cannon lake芯片的完整300mm晶圆，外媒techinsights测得该芯片的芯片面积约为70.5mm?，也就是说，i3 8121u是intel迄今为止最小的双核处理器，但与当时的skylake处理器（六代酷睿）相比，i3 8121u采用了cpu和gpu分离的设计，集成度更低。

业内衡量半导体工艺好坏的常用标准之一，是芯片中每平方毫米集成度晶体管数量有关。cpu中并不都是运算晶体管，还有sram单元，以及一些被设计成区域间热缓冲区的“死”硅。晶体管的计数也有不同的方法，一个2输入的nand逻辑单元比一个复杂的扫描触发器逻辑单元要小得多。

intel将单位面积上的晶体管数量划分为2输入nand单元和扫描触发器单元，其中2输入nand单元的晶体管密度是90.78mtr/mm?（百万晶体管每平方毫米），扫描触发器单元的密度为115.74 mtr/mm?，在为其赋予60/40的权重后计算出10nm工艺的晶体管密度为100.8mtr/mm?，是14nm工艺37.5mtr/mm?的2.7倍。

intel还在国际电子器件会议上披露，具体取决于所需的功能，10nm工艺的逻辑库有10种类型，包括短库（高密度库），中高库（高性能库）和高库（超高性能库）等。库越短，电路功耗越低，晶体管密度越高，但峰值性能也越低。因此intel的10nm工艺其实有多种不同的密度，实际上只有密度最高的短库可以达到100.8mtr/mm?。

在实际芯片制造中，通常会混合使用多种库，较短的库适用于i/o和非核心区等对性能不敏感的部位以节约成本，较高的库通过较低的密度和较高的驱动电流，通常使用在对性能敏感的核心区域。

为了更好的理解intel 10nm工艺，首先要讨论fin（鳍）、gate（栅极）、单元机制，以及定义与晶体管和finfet相关的一些术语。

晶体管的源极-漏极由鳍（灰色）提供，该鳍穿过栅极（绿色）并嵌入氧化物中，这里的关键指标是鳍的高度、宽度和栅长，半导体工艺的目标是使每一个都尽可能小、单元性能尽可能高。

intel在其22nm工艺中，使用了包含多个鳍片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：“鳍间距”，即鳍之间的距离。如果一个鳍通过了多个栅极，栅极之间的距离称为“栅极距”。

鳍和栅极之间接触的越多，鳍间距越小，泄漏就越低，性能也就越好，这可以增加驱动电流，也能控制寄生电容和栅电容。其后的14nm工艺中，鳍的高度、宽度和栅长都变得更短，每个鳍穿过的栅极也更多，因而获得了更好的性能。

而到了10nm工艺，intel也在积极设计鳍结构，鳍间距从42nm缩减到34nm，鳍宽度从8nm缩减至7nm以避免寄生电容。改动看起来并不多，但在这个尺度上每nm都非常重要。intel还通过添加共形钛层来改善源极和漏极扩散区域，鳍和沟槽之间的接触区域（栅极下方的灰色尖头）也需要让接触电阻最小化。在10nm工艺中，intel将其从钨接触改为钴接触，使接触线电阻降低了60％，种种这些改进，让技术变得极其具有挑战性。

鳍与栅极组合起来就是基本的电路单元，从22nm制程的扫描电子显微镜的图像来看，单元有6片鳍的和2片鳍的（当然也有其他规格的），栅极长度不尽相同，每个单元内都有活跃的鳍传递电流和非活跃的鳍作为间隔。

在10nm工艺上，使用高密度库的单元总共有8个鳍，其中5个是活动鳍，这些单元可用于i/o等不需要很高性能或对成本敏感的电路部分。高性能库和超高性能库则分别有10个和12个鳍，各自相比前者多出一个额外的p鳍和n鳍，有助于提供额外的驱动电流，以适当的效率牺牲来换取峰值性能的提升。

在单元之间，通常会有许多作为间隔物的伪栅极。在intel 14nm工艺中，每个单元的两端都有一个伪栅极，这意味着两个单元之间会有两个伪栅极。而在10nm工艺中，两个相邻的单元可以共享一个伪栅极，这将带来更大的密度优势，intel表示最多可节约20%芯片面积。

晶体管内部，栅极通常靠两支长度略微超出单元尺寸的触点给源极和漏极加电，这不可避免的要占据额外的平面尺寸。在10nm工艺中，至少在目前cannon lake处理器使用的版本中，intel通过一种被称为“有源栅极接触”（coag）的设计，将栅极触点垂直放置在单元上。这一设计为制造过程增加了好几个步骤（一次蚀刻、一次沉积和一次抛光），但可以为芯片提供大约10％的面积缩放。

前文已经言道，外媒semiaccurate上的一篇研究文章曾表示，coag是一种风险较高的实施方案，虽然intel已经把它造出来并且正常工作了，但它并不像预期的那样可靠。用于cannon lake核心的coag似乎只能运行在低性能&低功率，或高性能&高功率的工况下，希望未来intel能在新一代10nm ice lake处理器正式发售时详细说明关于coag的改进情况。

回到晶体管密度上，衡量晶体管密度的另一种方法是cpp*mmp，即将栅间距（接触多晶硅间距contact poly pitch）乘以鳍间距（最小金属间距）。种种这些改进加在一起，使intel的cpp*mmp尺寸只有54nm*44nm，相比台积电和三星的7nm也只是略输一点点，这也是intel一直强调前两者只是商业命名的原因。

揭开架构之秘

虽然i3 8121u的cannon lake核心仍处于nda中，但经过科技圈众多同仁一年以来孜孜不倦的研究，终于还是基本揭开了其架构的面纱。

整体而言，cannon lake核心的设计很像是pc端skylake核心与服务器端skylake-sp核心的混合体。虽然它使用了pc端标准的4+1解码单元、8个执行单元以及l1+l2+l3缓存结构，但也从服务器端引入了一个avx-512单元，并且l1数据缓存的读写速度分别达到了每周期2*512byte和1*512byte。

进一步来看，cannon lake核心也体现了一小部分第二代10nm sunny cove架构的设计，一些skylake和skylake-sp核心上没有的指令，在cannon lake和sunny cove上都有存在。

除此之外，虽然目前不太清楚cannon lake核心的架构前端设计变化，但还是可以看出重排序缓冲区的大小是与skylake核心相同的224条微指令，而sunny cove架构的大部分特性改进（存储带宽加倍、执行端口更多以及执行端口功能改进）都没有出现在cannon lake核心上。

cannon lake支持的新指令包括ifma（integer fusion multiply add，整数融合乘加法）、vbmi（vector byte operation instructions，矢量字节操作指令），以及基于硬件的sha（secure hash algorithm，安全哈希算法）等。

其中，ifma是52位整数融合乘法加法（fma），其行为与avx512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（对于xmm/ymm/zmm为4和1）。该指令通常被用于辅助加密功能，但也意味着可以执行任意精度的算术运算。

vbmi指令集提供了vpermb、vpermi2b、vpermt2b和vpmultishiftqb四条指令，在字节混洗方案中非常有用。

而硬件加速sha则纯粹是为加密算法加速而设计的，不过测试表明，cannon lake核心有了它后速度仍然比goldmont（下代atom处理器的核心）和amd的zen都慢，这意味着起码基于硬件的sha在i3 8121u上并不是特别有用。

除了增加新指令，intel通常还会在新核心上改进现有的指令，用于增加吞吐量或减少延迟（或两者兼而有之）。cannon lake核心还支持vector-aes特性，它允许aes指令一次使用更多的avx-512单元从而使吞吐量倍增。

在cannon lake核心上，最大的变化是可以硬件支持64位整数除法，不再需要分割成几条指令，18个时钟周期内就可以完成64bit的idiv。相比之下，zen执行同样的运算需要45个时钟周期，skylake核心则需要97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512bit执行写入端口，吞吐量为每时钟周期61bit，相比之下，skylake-sp为43bit，skylake为31bit，zen为14bit。

对于全字整数矢量，avx512bw命令vpermw的等待时间从6个时钟周期减小到4个，并且每个时钟的吞吐量增加一倍。与向量类似，使用vmovss和vmovsd命令移动或合并单/双精度标量的向量现在与其他mov命令的行为相同。

对指令集的其他有益调整包括使zmm划分和平方根更快一个时钟，并将一些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；回归则以旧x87指令的形式出现，其中x87 div、sqrt、rep cmps、lfence和mfence都变慢一了个时钟，其他指令则慢的更多，目的是让人们弃用这些老旧的指令。

cannon lake核心相对不足的地方包括：vpconflict*命令具有3个时钟周期的延迟，吞吐量为每时钟周期一条，速度仍然很慢；dword zmm表单的延迟为26个时钟，吞吐量为每20个时钟1个；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 8121u的测试中，使用i3 8130u移动处理器作为对比，这是一款kaby lake核心的双核四线程处理器，使用14nm工艺制造，tdp同样为15w，基础频率与i3 8121u相同，睿频频率则反而要稍高一些。

对于这种15w tdp的移动处理器，会很容易撞上温度墙导致降频。测试中i3 8121u降频非常频繁，在avx2应用中干脆是运行在2.2ghz的基准频率状态，avx-512应用中甚至会降频至基准线以下的1.8ghz。

相比之下，使用14nm成熟工艺的i3 8130u在avx2应用中仍能维持2.8ghz的频率，比如在pov-ray测试项中，i3 8130u可以更快的完成测试，性能相比i3 8121u高出26％。

不过尽管i3 8121u在运行avx-512应用时频率很低，但先进的指令集仍然带来了出色的性能，在3dpm测试中，开启avx-512指令集的i3 8121u在1.8ghz下成绩为3846分，6倍于2.8ghz但只支持avx2指令集的i3 8130u。

内存性能和功耗测试

在缓存/内存延迟测试中，i3 8121u和i3 8130u处理器都禁用了睿频，迫使它们以相同的2.2 ghz频率运行，以便进行奇偶性和直接的架构比较。cannon lake核心的缓存/内存子系统与skylake核心相同的，没有任何其他改进，理论上表现出的性能也应该基本相同。

在这项测试中，两颗处理器的缓存访问延迟几乎相同，但cannon lake核心的i3 8121u的内存访问延迟要高出kaby lake核心的i3 8130u多达50%，一上来就震惊了四座（当然这不是啥好事）。

尽管为i3 8121u配套的ddr4 2400内存时序17-17-17，略输于i3 8130u的16-16-16 -16，但这一丢丢时序差异远不足以有如此大的影响，能想到的唯一原因是，cannon lake核心访问内存控制器有非常大的额外开销，这或许就是封堵了幽灵和熔断漏洞的副作用。

而功耗方面比较扑朔迷离，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，后者控制短时间睿频功耗。

在大多数情况下，处理器的稳态功耗和tdp相同，如i3 8130u就是这样，处理器的稳态功耗为15w，然而同为15w tdp的i3 8121u的稳态功耗仅为12.6w。由pl2控制的峰值功耗也是同样，i3 8130u的峰值功耗可以达到24.2 w，而i3 8121u最高只能冲到18.7w，且睿频的持续时间也要比i3 8130u短很多。

糟心的是，虽然i3 8121u的功耗墙更低，但由于其频率更低性能更差，实际执行运算所消耗的能量反而更多。在pov-ray测试项中，kaby lake核心的i3 8130u的总耗能只有768 mwh，而cannon lake核心的i3 8121u的总耗能为867mwh，足足高了12.9%。

2.2ghz同频测试：spec2006

除了功耗，关于cannon lake核心的另一个问题在于它是否是一个高效的架构设计。为了进行直接的ipc比较，我们将两颗处理器固定住2.2 ghz同频率上运行spec2006 测试。

spec2006是一个重要的基准测试软件，它与其他测试软件的区别在于所处理的数据集更大更复杂。作为基准测试更有代表性，它可以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，kaby lake核心的i3 8130u在与simd相关的462.libquantum和470.lbm测试项中似乎比cannon lake核心的i3 8121u更有优势，这也许与二者内存延迟性能有关。

2.2ghz同频测试：系统综合性能

系统测试部分重点关注实际用户体验，将包括应用加载时间、图像处理、简单科学物理、仿真、神经仿真、优化计算和3d模型开发等测试项。

gimp应用加载时间

系统响应速度是最关乎用户体验的指标，一个很好的测试用例是看应用加载需要多长时间。在这一测试中，cannon lake核心的i3 8121u表现的特别好。

fcat图像处理

fcat软件采用录制的视频，并将颜色数据处理成帧时间数据，以便系统可以绘制可视化的帧率。

这一测试是单线程的，在基准频率下，cannon lake核心的i3 8121u与kaby lake核心的i3 8130u耗时差距在半秒之内，i3 8121u略微领先。

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。算法的一个关键部分是使用了相对快速的随机数生成，最终在代码中实现依赖链。在这一测试中，我们在六种算法上运行一个原子粒子集，每次20秒，暂停10秒，并报告粒子移动的总速率，以每秒数百万次运动为单位。

在不启动avx，cannon lake核心的i3 8121u败给了kaby lake核心的i3 8130u。但各自启动avx后，i3 8121u竟然跑出了4519的超高分，甚至击败了4185分的18核core i9 7980xe处理器，非常疯狂。

dolphin 5.0模拟器

dolphin 5.0是一款gamecube/wii主机模拟器，可以在pc上玩到这些老款游戏主机的独占大作。不过，模拟这两台使用power架构处理器的主机通常需要一颗不弱的处理器才行。

在这一测试中，两款处理器的同频性能大致相同。

digicortex海蛞蝓大脑模拟

digicortex基准测试最初设计用于神经元和突触活动的模拟和可视化，该软件具有多种基准模式，本次使用小基准测试，模拟32000个神经元和18亿个突触，规模相当于海蛞蝓的大脑。

模拟类型分为“非激发”和“激发”两种模式，前者受内存影响更大，后者更依赖纯粹的处理器性能。测试中使用了后者，两款处理器的同频性能大致相同。

y-cruncher科学计算

y-cruncher是一款帮助计算各种数学常数的工具，软件支持通过二进制、单线程和多线程等不同优化方式运行，甚至包括avx-512优化的二进制文件。本次测试基于单线程和多线程方式，计算2.5亿位圆周率。

测试结果不出意外是 cannon lake核心的i3 8121u获胜，到目前为止，所有可以利用avx-512指令集的软件都是i3 8121u获胜。

agisoft photoscan 2d图像转3d模型

photoscan可以将许多2d图像转换为3d模型，这是模型开发和归档中的一个重要工具，依赖于许多单线程和多线程算法。

测试使用了photoscan v1.3.3版本，其中包含了84 x 1800万像素的大数据集，通过一个相当快速的算法变体，最后对比转换过程总时间。

在这一测试中，两款处理器的同频性能大致相同。

2.2ghz同频测试：渲染性能

渲染性能通常是处理器在专业环境下的关键指标，从3d渲染到光栅化，涵盖网格、纹理、碰撞、锯齿、物理等方面。大多数渲染器都支持cpu渲染，少数可以支持gpu或fpga和asic等专用芯片。对于大型工作室来说，cpu仍然是首选的硬件。

corona 1.3渲染

corona是3ds max和cinema 4d等软件的高级性能渲染器，基准测试的gui可显示正在构建的场景，并将渲染时间反馈给用户。

本次测试使用了直接输出结果的命令行版本，输出的结果也不是报告时间，而是报告六次运行中每秒的平均光线数，因为单位时间内的性能比例通常更容易理解。

corona只支持到avx2指令集，无法充分发挥cannon lake 核心的特性。在这一测试中，i3 8121u同频性能落后i3 8130u约10%。

blender 3d创作软件

blender是一个开源的高级渲染工具，支持大量可配置项，被世界上许多知名的动画工作室所使用。该软件的开发小组最近发布了一个基准测试包，本次测试通过命令行运行该套件中的“bmw27”场景子测试，并测量完成渲染的时间。

blender同样只支持到avx2指令集，在这一测试中，两款处理器的同频性能大致相同，cannon lake 核心的i3 8121u有微弱优势。

luxmark引擎

使用luxrender引擎开发的基准测试提供了几个不同的场景和api，本次测试选择在c ++和opencl代码路径上运行简单的“ball”场景，以粗略渲染开始，并在两分钟内慢慢提高质量，最终结果以每秒渲染的光线数展示。

pov-ray光线追踪

persistence of vision光线追踪引擎是另一个众所周知的基准测试工具，在amd发布ryzen处理器之前一直默默无闻，而后intel和amd都开始向开源项目的主要分支提交代码。

本次测试使用从命令行调用所有内核的内置基准。

2.2ghz同频测试：办公性能

office测试套件旨在专注于更多行业标准，如办工流程和系统会议等，但是我们也将编译器性能捆绑在本节中。对于必须对硬件进行总体评估的用户来说，这些通常是最需要考虑的基准测试。

3dmark物理计算

游戏测试软件3dmark的每个测试场景均包括一个物理测试子项。按复杂程度排列的依次为ice storm、cloud gate、sky diver、fire strike和time spy。

在所有测试场景中，两款处理器的同频性能都大致相同。

geekbench 4

geekbench 4是常用的跨平台测试工具，重点寻求峰值吞吐量的一系列算法，包括加密、压缩、快速傅里叶变换、存储器操作、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。

考虑到其通用性和流行程度，本次也加入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将视频文件进行转换，处理器的编码和转码性能变得越来越重要，本次编码测试也主要围绕这些重要的场景进行。

handbrake视频转码

handbrake是一种流行的开源视频转换软件，最新的版本可利用avx-512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压缩解压

在压缩/解压应用中，开源的7-zip是很欢迎的工具之一。本次猜测是使用最新的v18.05版本，它内置有基准测试，从命令行运行基准测试，报告压缩、解压缩和综合得分。

winrar压缩解压

在大多数人的系统中通常都有winrar，它是20多年前的第一批压缩解压工具之一。它没有内置基准测试，本次使用一个包含超过30个60秒视频文件和2000个零碎小文件的文件夹，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，因此测试需运行它10次并取最后五次的平均值，使结果可以展示cpu纯粹的原始计算性能。

aes加密

许多移动设备默认使用的文件系统都提供了加密功能以保护内容，pc上的windows也有，通常由bitlocker或第三方软件应用。本次使用已停产的truecrypt作为其内置基准测试，可直接在内存中测试多种加密算法，支持aes指令集但不支持avx-512。测试采用的数据是aes加密/解密组合，以每秒千兆字节为单位。

雷锋网总结

intel在10nm工艺上确实进行了很多改进，如果每一步都能完美运行，那么10nm应该在去年就成了。可问题是在半导体设计中，有几百个不同的特性，改动任何一个都可能会导致其他几个甚至几十个特性变差，这正是intel在10nm工艺方面遇到的最大问题。

仍记得2018年的ces上，intel对10nm工艺相关的问题缄口不言，从这昙花一现的cannon lake核心来看，唯一称得上亮眼的表现只有avx-512性能，很明显第一代10nm还远远没有准备好迈入黄金时段，intel是在试图冷处理这一代处理器，也肯定不会正式公开发售它们。

在intel给出的这张图中，右侧显示10nm工艺及其改型可依靠较低的动态电容拥有较低的功率，然而数轴的左侧则显示10nm和10nm+工艺的单个晶体管性能其实还要低于当前的14nm++工艺，要到下下下一代的10nm++工艺才能真正实现全面领先，而从i3 8121u的表现来看，很大概率上也意味着在第三代10nm++工艺实施之前，业界很可能都无法看到真正突破性的10nm处理器（一竿子支到三零零零年了……）。

预计将在今年下半年问世的ice lake处理器会使用第二代10nm+工艺，电气性能将非常接近14nm++工艺，或许那时intel在10nm工艺上打响真正的第一炮吧。