片上系统(SoC)是一种将电子系统的多项主要功能集成在同一块半导体裸片上的集成电路。典型的 SoC 包含一个或多个处理器、片上存储器、外部存储器接口、通信控制器以及专用处理引擎。有些还集成了模拟电路、射频功能或可编程逻辑。其本质特征在于系统级集成,而非某种特定的处理器架构、晶体管数量或物理尺寸。
从廉价传感器到智能手机、车辆、网络设备和高性能计算机,各类设备都以 SoC 为核心。将多种功能集于一体,可以减少电路板面积、通信能耗、制造复杂度以及外部元器件的数量,但也带来了彼此紧密关联的工程问题:各处理器必须共享内存带宽、供电能力和散热能力,并受到安全边界的约束。
“片上系统”并不意味着整个成品的所有部分都位于一块芯片上。外部存储器、存储设备、天线、电源转换器、传感器和连接器往往仍不可或缺。此外,以 SoC 名义销售的产品也越来越多地采用多块互连裸片。因此,要理解 SoC,就必须区分其功能组织方式与制造、封装所采用的物理技术。
定义与界限
片上系统将原本可能需要多个独立芯片才能实现的功能集成在一起。在由分立元件组装而成的传统计算机中,处理器通过外部控制器与存储器、图形、存储设备及输入输出外设通信。片上系统则将其中许多功能纳入统一的集成设计。由此形成的器件能够执行软件、与其他设备交换数据,并控制完整产品中相当大的一部分功能。
片上系统并没有一套普遍适用的最低组件配置要求。大多数片上系统包含中央处理器,但某些专用通信或信号处理器件主要围绕专用处理引擎构建。同样,片上系统也不一定需要包含大容量的应用程序运行内存。移动应用处理器可以集成处理器核心和内存控制器,却几乎完全依赖独立的动态存储器芯片提供运行所需的存储空间。相反,小型传感器片上系统可能同时包含运行内存和用于存储程序的非易失性存储器。
片上系统与微控制器之间存在重叠,并没有绝对的界限。微控制器通常将处理器、存储器、定时器以及面向控制任务的外设组合在一起,用于执行嵌入式任务。按照宽泛的功能定义,许多微控制器都属于小型片上系统。不过,业界往往将“片上系统”一词用于具备更强处理、连接、多媒体或内存管理能力的器件。这一区分取决于产品类别和历史术语习惯,而非明确的架构分界。
片上系统也不等同于专用集成电路(ASIC)。“ASIC”指为特定应用或客户设计的电路,而“片上系统”描述的是功能集成的范围。许多片上系统属于 ASIC,但一款广泛销售的通用嵌入式片上系统可能用于众多互不相关的产品。现场可编程门阵列也可以集成硬核处理器和外设控制器,构成可编程片上系统,其中部分功能在制造完成后仍可配置。
物理集成方式带来了另一层区别。严格来说,单片式片上系统位于一块裸片上。系统级封装则将多块裸片或多个元件组合在同一个封装内。模块可以进一步集成已封装的芯片、无源元件和一块小型电路板。在商业命名中,这些类别可能相互重叠:包含主要片上系统裸片和堆叠存储器的封装,可能直接以该片上系统系列的名称来称呼。因此,技术描述应明确说明,“集成”究竟是指整合进逻辑架构、集成到同一块裸片上,还是置于同一个封装内。
历史发展
片上系统是在处理器集成、嵌入式控制和专用电子技术相互融合的过程中发展起来的。早期的微处理器将可编程的中央处理器集成在一块集成电路上,但要构成可运行的系统,仍需独立的存储器和配套器件。英特尔于1971年推出的4004是一个多芯片计算器芯片组的组成部分。它展示了可编程处理器的价值,但与后来消费类产品中功能高度集成的片上系统并不等同。
单芯片微控制器则是更直接的先驱。得州仪器于1974年推出TMS1000系列,将处理器、用于存放程序的只读存储器、工作存储器和输入输出功能集成在一起。这类器件降低了计算器、家用电器和控制系统的成本,减少了所需元器件的数量。在随后的几十年里,微控制器之间的差异越来越多地体现在定时器、通信端口、模拟接口和嵌入式存储器等方面,而不再仅仅取决于CPU指令集。
随着半导体制造工艺能够容纳更多晶体管,更复杂的系统集成也逐步发展起来。20世纪80至90年代,消费电子产品和通信设备越来越多地将处理器内核、数字信号处理功能与专用控制逻辑集成在一起。多媒体产品需要用于压缩、显示信号生成和音频处理的电路。蜂窝通信设备又带来了繁重的射频与通信处理任务,推动了可编程处理器与专用处理引擎的集成。
可复用的处理器设计使这一发展在经济上更为可行。企业不必从晶体管层面设计每一部分电路,而是可以获得处理器内核的授权,再将其与自有的外设和加速器结合。Arm架构的发展与这种商业模式密切相关。Arm的处理器设计相对紧凑,注重功耗,因而在嵌入式系统和移动系统中得到广泛应用;与此同时,标准化互连和可复用的接口控制器也使更大规模的集成设计更易于管理。MIPS、x86以及后来出现的RISC-V架构等其他架构,也应用于集成系统。
智能手机改变了片上系统的开发规模,也大幅提升了其受关注程度。高通于2007年推出的骁龙QSD8250和苹果于2010年推出的A4等产品,体现了应用处理与多媒体、外设功能的结合。此后,移动片上系统不断集成性能更强的图形、图像处理和机器学习加速器。不过,各项功能的集成进程并不一致:例如,蜂窝调制解调器既可以与应用处理器集成,也可以作为独立器件提供。
在2010年代和2020年代,片上系统式集成在个人计算机和服务器中变得更加普遍。苹果于2020年发布的M1集成了CPU内核、图形处理单元、神经网络处理引擎、存储器控制器及其他系统功能;其存储器芯片仍独立于主逻辑裸片。与此同时,大型计算产品越来越多地采用多芯片实现方案。因此,这一历史趋势不再仅仅是“在一块裸片上集成更多功能”,而是同时运用单片集成和先进封装技术,构建协同更紧密的系统。
处理架构与专用引擎
CPU 提供可编程控制能力,并执行那些若完全由固定电路实现便不具经济效益的软件。一个 SoC 可以包含单个小型核心、多个相同核心,或多个性能与功耗特性不同的核心簇。指令集架构定义了软件可见的指令,而内部微架构则决定这些指令如何被取出、调度和执行。两个 SoC 即使采用相同的指令集,也可能在速度、能耗和外设组织方式上存在显著差异。
异构 CPU 配置将不同类型的工作分配给不同核心。高性能核心可能采用较大的指令发射宽度、大容量缓存和激进的推测执行策略,而注重能效的核心则追求更低的功耗和更小的面积。Arm 于 2011 年推出的 big.LITTLE 方案就是这种配置的一个代表性实例。操作系统必须选择合适的核心,并结合电源管理策略协调任务分配。如果工作负载无法并行运行,或者存储器访问成为瓶颈,增加核心数量并不会自动改善响应速度。
图形处理器提供大量算术执行资源,其组织方式适合高吞吐量工作负载。除了渲染图形,它还可以执行通用并行计算。其设计通常侧重于处理大量数据元素,而不是尽量降低单个指令流的延迟。相比之下,数字信号处理器可能更注重可预测的算术运算吞吐量、高效的乘加运算,以及面向音频、通信和控制算法的专用寻址模式。
固定功能加速器和领域专用加速器承担范围较窄的任务,指令处理开销也显著更低。这类加速器包括视频编码器和解码器、图像信号处理器、密码运算引擎以及神经网络处理单元。图像信号处理器可以对照相机的原始数据进行去马赛克、降噪、色彩校正等处理。视频模块可以实现 H.264/AVC 等标准所要求的操作。神经网络加速器通常侧重于神经网络推理所使用的矩阵和张量运算,并且往往支持低精度数值格式。
专用化带来的是取舍,而非无条件的效率提升。加速器需要存储器带宽、缓冲空间、控制软件,以及接收任务的途径。对于小型任务,如果数据传输和启动开销占据了执行时间的主要部分,加速器的优势就可能消失。标准或算法发生变化时,固定功能硬件的实用性也可能降低。因此,设计者会根据预期的工作负载规模及其持续使用时间,在 CPU 软件、GPU 内核、可编程信号处理器和专用电路之间作出选择。
处理子系统还包括不直接执行应用程序代码的组件。中断控制器将事件路由至处理器;定时器支持调度和测量;看门狗则检测系统未能按预期继续运行的故障。专用管理处理器可以负责初始化硬件、监测温度或管理电源状态。这些组件对系统运行至关重要,尽管营销介绍往往将重点放在 CPU 核心数量和加速器吞吐量上。
互连、存储器与数据搬移
集成处理模块能发挥多大作用,取决于它们交换数据的效率。小型 SoC 可以通过共享总线连接各个组件,由各设备轮流发起事务。较大的系统则通常采用交叉开关、分层互连架构或片上网络,通过多条链路和多个交换节点路由请求与响应。互连必须传输地址、数据、控制信息和事务标识符,同时遵守处理器与设备所要求的顺序规则。
广泛使用的接口协议族包括 Arm 的 AMBA 协议。AXI 支持高吞吐量的内存映射事务,APB 用于相对简单的外设访问,而 CHI 等一致性协议则支持复杂的多处理器互连架构。仅有协议支持并不能决定性能。链路宽度、时钟频率、缓冲能力、路由拓扑、仲裁机制以及未完成事务的数量,都会影响实际带宽与延迟。如果上游模块无法产生足够多的并发请求,即使存储器接口的标称速度很高,也可能得不到充分利用。
存储层次结构在容量、延迟、能耗与成本之间取得平衡。寄存器和 CPU 缓存可提供对少量数据的快速访问。片上静态随机存取存储器用于缓存、暂存存储器、数据包缓冲区和加速器的本地存储。较大的工作数据集通常存放在外部动态随机存取存储器中,通过集成的存储器控制器和物理接口进行访问。嵌入式非易失性存储器在微控制器中很常见,但并非所有高性能制造工艺都将其作为标准配置。
缓存一致性使多个带有缓存的处理器或设备能够对各个存储位置保持一致的视图。相关协议会跟踪缓存行的所有权及其副本,并在必要时使副本失效或更新副本。缓存一致性不同于内存一致性模型,后者规定软件所能观察到的内存操作顺序。共享地址空间也不意味着所有参与设备的缓存都具备一致性:某些加速器需要显式执行缓存清理、失效操作,或对缓冲区所有权进行谨慎管理。
直接内存访问(DMA)允许外设和加速器传输数据,而不必让 CPU 逐字节复制。例如,摄像头接口可以将图像帧写入内存,同时由图像处理器和编码器读取并处理这些帧。不过,每次传输都会占用互连链路和存储器控制器的服务时间。避免不必要的复制、将中间结果保留在本地存储器中,以及压缩适合压缩的数据,可能比提高算术运算吞吐量更为重要。
带宽计算可以揭示这些限制。如果一个存储器接口每次传输 位,每秒传输 次,则其理论带宽为
字节每秒。一个每秒传输 64 亿次的 64 位接口,峰值带宽为每秒 51.2 吉字节。由于刷新、命令开销、访问模式和资源争用等因素,实际有效带宽会更低。服务质量机制可以优先保障显示刷新或其他对时效敏感的流量,但它们只是重新分配有限的资源,并不能创造额外的带宽。
功耗、时钟与热约束
片上系统的设计不仅受计算能力制约,也同样受能耗和散热制约。电池供电设备必须限制一段时间内的能量消耗,而任何封装都必须能够散出热量,使器件不超出工作极限。功耗预算涵盖 CPU 核心、加速器、互连、存储器接口、模拟电路,以及整个器件中的漏电功耗。外部存储器和稳压器虽然可能不在片上系统的裸片内,也会增加整机能耗。
对于进行开关切换的逻辑电路,一个实用的一阶近似关系为
其中, 为开关活动因子, 为有效开关电容, 为供电电压, 为时钟频率。电压的平方项解释了为什么降低电压可以显著节省动态功耗。然而,较低的电压通常会使电路运行变慢,并减小时序裕量。漏电功耗受其他因素影响,尤其对器件特性和温度高度敏感,因此不在这个公式的描述范围内。
动态电压频率调节根据工作负载的需求调整运行条件。处理器可以在执行短暂的交互式任务时以较高频率运行,随后返回低功耗状态。时钟门控通过停止非活动逻辑中的时钟翻转,减少不必要的开关活动。电源门控则切断较大模块的供电以减少漏电,但需要以受控方式完成关闭和重启。部分状态可以保存在专门供电的存储单元中,其他状态则必须在唤醒后重建。
多个时钟域和电源域会增加集成的复杂性。在互不相关的时钟域之间传递信号时,需要采用同步机制或异步缓冲,以防止信号被不可靠地解读。跨电压域的信号可能需要电平转换器。当某个电源域关闭时,隔离单元会防止无效输出干扰仍在工作的逻辑。复位顺序、时钟可用性、存储器状态保持和固件执行顺序都必须相互协调;一个设计即使在完全供电时功能正确,也可能在状态切换期间失效。
热特性也会限制持续性能。即便封装的平均功耗看似处于可接受范围,执行密集算术运算的小片区域仍可能形成热点。温度传感器和管理固件可以根据条件变化,降低电压或频率,或调整工作负载的分配位置。因此,短时基准测试结果与长时间持续吞吐量可能存在显著差异。暗硅这一概念描述了一种更普遍的约束:可用的晶体管面积,可能超过实际功耗预算允许同时启用的电路面积。
专用硬件可以通过避免不必要的指令执行和数据搬移来提高能效。不过,集成也可能使需求集中到共享资源上,并增强模块之间的热耦合。因此,设计人员会针对特定工作负载优化每瓦性能、响应时间和每次操作的能耗,而不是一味追求最高时钟频率。在始终开启的传感器中,待机漏电可能占据能耗的主要部分;而在视频处理设备中,持续的存储器访问流量和加速器活动可能决定其运行范围。
设计方法与验证
片上系统的设计始于系统需求,包括工作负载、接口、软件兼容性、成本、功耗、可靠性以及预期产量。架构师会先估算处理需求和数据传输量,再选择处理器核、加速器、存储器和互连结构。早期模型可能采用较高的抽象层次,使设计人员能够评估拟议架构是否具备足够的带宽,或某项功能是否应由软件而非专用硬件实现。这些决策对产品的约束往往比后续的晶体管级优化更为深远。
大多数大型设计会将内部开发的逻辑与获得授权的知识产权模块相结合。这些模块可能包括处理器、存储器控制器、通信接口和模拟功能模块。有些模块以可综合描述的形式交付,另一些则以面向特定制造工艺的物理版图形式提供。复用可以减少开发工作量,但也会带来集成工作,涉及时钟、复位、地址映射、中断、电源状态、测试访问以及软件可见的行为。一个单独运行时功能正确的模块,与周边模块交互时仍可能出错。
数字电路的行为通常使用 Verilog、SystemVerilog 或 VHDL 等硬件描述语言来表达。电子设计自动化工具将这些描述转换为逻辑门,最终形成可供制造的版图。综合、布局、时钟树构建、布线和时序分析都必须满足频率、面积和功耗目标。模拟与混合信号模块则需要额外的方法,因为其行为取决于连续变化的电压、噪声、器件匹配以及物理版图效应。
验证用于检查实现是否符合规格。仿真通过运行各种事务和工作负载来检验设计,其中也包括不常见的事件序列。断言描述应当始终成立的性质,而覆盖率指标有助于找出尚未测试的行为。形式验证能够在模型内证明特定性质或找出反例,因此在仲裁、安全控制和协议逻辑的验证中很有价值。硬件仿真加速和 FPGA 原型则使规模更大的软件工作负载能够在量产芯片问世前运行。
正确性并不只涉及常规计算。设计人员还必须检查跨时钟域信号传输、复位同步、低功耗时序,以及并发事务之间的交互。物理验证检查版图是否符合规则,以及实际实现是否与预期电路一致。时序分析评估在不同工艺、电压和温度条件下,信号能否在规定的时间窗口内到达。包括扫描链和内建自测试在内的测试电路,有助于在芯片制造完成后检测制造缺陷。
将完成的设计交付制造通常称为流片。随后,首批芯片进入初始调试阶段:工程师建立供电和时钟,访问调试接口,启动基础软件,并逐步启用各个主要子系统。有些问题可以通过固件、配置变更或禁用有缺陷的功能来解决;另一些问题则需要修改芯片设计并重新制造。由于芯片改版会带来高昂成本和较长延误,验证并非最后的检查环节,而是贯穿架构设计、实现和软件集成全过程的持续性工作。
软件、启动与硬件接口
片上系统需要借助了解其具体硬件组织方式的软件,才能成为可用的计算平台。即使采用相同 CPU 架构的器件,其中断控制器、外设地址、时钟树和电源管理接口也可能不同。因此,为某种处理器指令集编译的可执行程序,并不能自动在所有实现该指令集的片上系统上运行。除 CPU 外,外围硬件、启动约定和软件接口也同样重要。
启动过程通常始于片上只读存储器中的一段小程序。这段代码建立最基本的运行环境,并选择启动源;启动源可以是闪存、可移动介质或通信接口。后续阶段会配置时钟、初始化外部存储器,并加载其他软件。随后,引导加载程序可以启动通用操作系统、实时操作系统,或不依赖完整操作系统运行的单个应用程序。
板级支持包为特定开发板与片上系统的组合提供平台专用组件,通常包括初始化代码、设备驱动程序、硬件描述和固件。在 Linux 系统中,设备树常用于描述那些无法通过标准枚举机制被自动发现的硬件。其他平台则使用 ACPI 表或厂商专有方案。这些描述用于标明可用设备及其资源,但不能取代实际操控设备的驱动程序逻辑。
大多数外设通过内存映射输入输出来控制。软件通过读写指定地址上的寄存器来配置传输、确认中断或检查状态。这些访问可能产生副作用,因此编译器和处理器不能将其完全视为普通内存访问。驱动程序会使用适当的访问原语、屏障和同步机制。如果缺少必要的顺序保证操作,可能引发仅在高负载下或另一种处理器实现上才会出现的故障。
异构片上系统往往同时运行多个软件环境。应用处理器可能运行 Linux,而较小的处理器则运行用于音频、通信或电机控制的实时固件。处理器之间可以通过共享内存缓冲区、邮箱、中断和消息队列进行通信。明确的所有权规则和恢复机制至关重要:如果某个处理器重新启动,其他处理器必须避免将过期数据当作有效任务处理。
加速器还需要额外的软件层。编译器或运行时系统可以将计算操作转换为加速器命令、管理缓冲区,并协调任务完成。例如,支持机器学习并不只是提供某个峰值算术运算速率:算子、数值格式、张量布局和内存分配都必须与硬件的执行能力相匹配。因此,一个平台能否长期保持实用价值,不仅取决于芯片最初具备的能力,也取决于驱动程序是否持续维护、接口是否有文档说明,以及是否具备更新机制。
安全、隔离与可靠运行
将多种功能集成到一块芯片中,既为实施安全控制创造了条件,也使对敏感资源的访问更加集中。SoC 可能包含应用处理器、无线控制器、DMA 引擎、调试设施,以及运行固件的子系统,这些组件可能共享存储器或互连结构。威胁模型必须明确哪些组件是可信的,以及某个组件被攻陷后可能造成什么损害。不能仅仅因为各项功能位于不同的硬件模块中,就认定它们彼此隔离。
安全启动以植根于硬件的代码或数据为起点,建立一条验证链。每个启动阶段在移交控制权之前,都会验证下一阶段的数字签名。公钥哈希值或其他信任锚可以存储在只读存储器或一次性可编程存储器中。防回滚机制可以防止系统镜像被替换成签名有效但存在漏洞的旧版本。安全启动验证的是授权状态和完整性,并不能证明经过授权的软件不存在缺陷。
存储器保护在多个层面发挥作用。CPU 的存储器管理单元负责隔离进程并强制执行访问权限。输入/输出存储器管理单元限制具备 DMA 能力的设备可以访问的地址范围。互连防火墙和外设访问控制可以将芯片划分为多个安全域。可信执行环境为敏感操作预留特定的处理资源和存储器资源,但其安全性仍取决于实现质量以及严谨的接口定义。
硬件引擎可以加速密码学运算,并使秘密密钥不进入普通应用程序内存。一些 SoC 提供隔离的密钥存储、随机数生成功能和专用安全处理器。不过,物理层面的信息泄露仍然不容忽视。时序、功耗和电磁辐射都可能泄露与秘密数据相关的计算信息。故障注入攻击则可能通过电压、时钟、电磁或其他扰动,试图干扰控制流或绕过检查。防护措施必须与预期攻击者的访问条件和能力相匹配。
调试和生命周期管理也带来了额外挑战。JTAG 等接口在开发和制造过程中很有价值,但也可能暴露内部状态。量产设备可能会限制调试访问、要求身份认证,或永久禁用某些功能。制造、配置部署、实际运行、维修和报废等阶段可能需要不同的权限。设备还必须支持在更新失败后恢复,同时避免恢复机制成为未经授权的启动途径。
可靠运行既要应对蓄意攻击,也要应对意外故障。汽车和工业 SoC 可能采用锁步处理器、看门狗、错误检测机制,以及用于存储器的纠错码。锁步执行通过比较重复进行的计算来检测结果差异,而独立监控则可以检测运行停滞或时序异常。功能安全与信息安全相互关联,但并不相同:能够检测随机硬件错误的机制未必能阻止攻击者,而密码学认证也不能证明控制器能够满足实时截止期限。
制造、封装与经济权衡
大多数数字片上系统采用互补金属氧化物半导体技术。制造过程通过沉积、图形化、刻蚀和光刻等工艺,形成并连接大量晶体管。制造工艺会影响晶体管密度、开关速度、漏电、支持的电压,以及可采用的存储器或模拟电路方案。针对高密度逻辑优化的工艺,并不一定适合高压接口、精密模拟电路或嵌入式非易失性存储器。
集成可以减少封装数量、电路板面积,以及跨芯片通信所需的能量。对于大批量产品,它还可以降低单位产品的组装成本。但在衡量这些节省时,必须同时考虑高昂的一次性工程成本,包括设计、验证、软件开发、掩模和原型制造等费用。对于出货量达数百万件的产品,高度定制的片上系统可能具有经济优势;但对于能够使用标准元器件的小批量仪器,这种方案可能并不合适。
裸片面积既影响每片晶圆能够产出的芯片数量,也影响芯片含有制造缺陷的概率。一个简化模型将受缺陷限制的良率表示为
其中, 为裸片面积, 为单位面积的平均缺陷密度。实际的良率模型会考虑缺陷聚集及其他效应,但这一关系说明了为什么较大的裸片可能成本高昂。冗余存储行、修复机制和产品分档,可以使一些原本无法使用的器件重新得到利用。
并非所有功能都能从采用最新逻辑工艺中获得同等收益。模拟电路依赖于无源元件、器件匹配、电压裕量和噪声特性,而这些因素并不像数字逻辑门那样随工艺微缩而改善。高速输入/输出接口和供电结构也可能占据相当大的面积。因此,将工艺要求不相容的功能集成在一起,可能需要在成本、性能或制造灵活性方面作出妥协。
芯粒架构将较大的系统划分为多个独立裸片,并在封装内部将它们互连。设计人员可以用一种工艺制造高密度计算逻辑,用另一种工艺制造输入/输出或模拟电路,还可以复用经过验证的裸片,并避免采用单个超大裸片所带来的部分良率损失。这些优势也伴随着额外的封装成本和通信约束。裸片间接口需要消耗能量、占据实体面积,其延迟和带宽特性也不同于普通的片内连线。
先进封装包括在中介层上并排放置裸片,以及垂直堆叠等方式。高带宽内存利用堆叠的存储器裸片和宽接口,在靠近逻辑器件的位置提供很高的数据吞吐量。即使整个封装表现为一个紧密耦合的系统,这种集成也不意味着存储器成为了逻辑裸片的一部分。随着封装开始承担一些过去只能通过单片集成实现的功能,散热、测试访问、组装良率和供应协调也变得日益重要。
应用与性能评估
移动设备是片上系统最常见的应用之一。这些设备中的芯片需要在有限的能耗预算内,协调交互式计算、图形处理、摄影、视频、无线通信和传感器数据处理等任务。相机的工作负载就体现了这种多样性:传感器数据经专用接口输入,由图像处理器进行变换,神经网络引擎可能对其加以分析,显示控制器呈现预览画面,视频编码器则生成压缩码流。CPU 负责统筹整个过程,但未必承担其中大部分运算。
嵌入式设备和联网设备的设计侧重点则有所不同。电池供电的传感器可能几乎始终处于休眠状态,只在短暂唤醒后测量信号并传输数据。其片上系统可能优先考虑低漏电、快速唤醒、集成模数转换功能以及规格适中的无线收发器,而非高性能的应用处理能力。家用电器和工业控制器则更重视接口行为的可预测性与产品的长期使用寿命。在这些市场中,成熟的制造工艺和稳定的软件支持,可能比最高的晶体管密度更有价值。
汽车片上系统涵盖了从面向控制的器件,到用于显示和驾驶辅助系统的高性能处理器。它们可能需要处理多路摄像头视频流、与车载网络通信,并隔离关键程度不同的软件域。其要求包括响应时间有明确上限、故障检测、环境耐受性以及较长的使用寿命。架构必须在系统层面支持这些特性;仅靠处理器速度无法保证这些特性。
网络片上系统将可编程控制与高吞吐量的数据包处理结合起来。路由器或交换机处理器可能包含数据包解析器、查找引擎、安全加速器以及大量通信接口。关键瓶颈可能是数据包处理速率、表项容量或存储器访问延迟,而不是浮点运算吞吐量。相比之下,个人计算机和服务器的片上系统可能更侧重大规模、支持缓存一致性的 CPU 系统、虚拟化支持、集成图形处理,以及存储或网络连接能力。
因此,性能评估必须从明确工作负载和运行条件开始。CPU 基准测试只能衡量系统的一部分性能。图形帧率、图像处理延迟、视频流处理能力、网络吞吐量以及每项任务的能耗,可以揭示不同的性能限制。存储器容量、软件成熟度、散热条件和设备功耗策略,都可能使采用相近芯片的产品表现各异。以每秒运算次数表示的加速器峰值性能尤其难以比较,因为数值精度、对稀疏性的假设以及支持的运算类型可能各不相同。
阿姆达尔定律揭示了系统层面的一项重要限制。如果工作负载中占比为 的部分获得 倍加速,那么理想的整体加速比为
即使加速器的速度可以任意提高,也无法消除未加速部分所耗费的时间。实际的片上系统还会产生指令提交、同步和数据传输等开销。因此,评估需要在具有代表性的温度和功耗条件下进行端到端测量,同时掌握足够的架构细节,以辨明最终结果究竟由计算、存储器数据传输、软件还是通信所决定。