首先，我要強調(diào)，我不是做后端的，但是工作中經(jīng)常遇到和做市場和芯片的同事討論PPA。這時，后端會拿出這樣一個表格：
上圖是一個A53的后端實現(xiàn)結(jié)果，節(jié)點是TSMC16FFLL+，我們就此來解讀下。
首先，我們需要知道，作為一個有理想的手機芯片公司，可以選擇的工廠并不多，臺積電（TSMC），聯(lián)電（UMC），三星，Global Foundries（GF），中芯（SMIC）也勉強算一個。還有，今年開始Intel工廠（ICF）也會開放給ARM處理器。事實上有人已經(jīng)開始做了，只不過用的不是第三方的物理庫。通常新工藝會選TSMC，然后要降成本的時候會去UMC。GF一直比較另類，保險起見不敢選，而三星不太理別人所以也沒人理他。至于SMIC，嘿嘿，那需要有很高的理想才能選。
16nm的含義我就不具體說了，網(wǎng)上很多解釋。而TSMC的16nm又分為很多小節(jié)點，F(xiàn)FLL+，F(xiàn)FC等。他們之間的最高頻率，漏電，成本等會有一些區(qū)別，適合不同的芯片，比如手機芯片喜歡漏電低，成本低的，服務(wù)器喜歡頻率高的，不一而足。
接下來看表格第一排，Configuration。這個最容易理解，使用了四核A53，一級數(shù)據(jù)緩存32KB，二級1MB，打開了ECC和加解密引擎。這幾個選項會對面積產(chǎn)生較大影響，對頻率和功耗也有較小影響。
接下來是Performance target，目標(biāo)頻率。后端工程師把頻率稱作Performance，在做后端實現(xiàn)時，必須在頻率，功耗，面積（PPA）里選定一個主參數(shù)來作為主要優(yōu)化目標(biāo)。這個表格是專門為高性能A53做的，頻率越高，面積和漏電就會越大，這是沒法避免的。稍后我再貼個低功耗小面積的報告做對比。
下面是Current Performance，也就是現(xiàn)在實現(xiàn)了的頻率。里面的TT/0.9V/85C是什么意思？我們知道，在一個晶圓（Wafer）上，不可能每點的電子漂移速度都是一樣的，而電壓，溫度不同，它們的特性也會不同，我們把它們分類，就有了PVT（Process，Voltage， Temperature），分別對應(yīng)于TT/0.9V/85C。而Process又有很多Conner，類似正態(tài)分布，TT只是其中之一，按照電子漂移速度還可以有SS，S，TT，F(xiàn)，F(xiàn)F等等。通常后端結(jié)果需要一個Signoff條件（我們這通常是SSG），按照這個條件出去流片，作為篩選門檻，之下的芯片就會不合格，跑不到所需的頻率。所以條件設(shè)的越低，良率（Yield）就會越高。但是條件也不能設(shè)的太低，不然后端很難做，或者干脆方程無解，跑不出結(jié)果。X86上有個詞叫體質(zhì)，就是這個PVT。
這一欄有四個頻率，上下兩組容易區(qū)分，就是不同的電壓。在頻率確定時，動態(tài)功耗是電壓的2次方，這個大家都知道。而左右兩組數(shù)字的區(qū)別就是Corner了，分別為TT和SSG。
下一行是Optimization PVT。大家都知道后端EDA工具其實就是解方程，需要給他一個優(yōu)化目標(biāo)，它會自動找出最優(yōu)局部解。而1.0V和0.9V中必須選一個值，作為最常用的頻率，功耗和面積的甜點（Sweet Spot）。這里是選了1.0V，它的SSG和目標(biāo)要求更接近，那些達不到的Corner可以作為降頻賤賣。
再下一行是漏電Leakage，就是靜態(tài)功耗。CPU停在那啥都不跑也會有這個功耗，它包含了四個CPU中的邏輯和一級緩存的漏電。但是A53本身是不包含二級緩存的，其他的一些小邏輯，比如SCU（Snooping Control Unit）也在CPU核之外，這些被稱作Non-CPU，包含在MP4中。我們待機的時候就是看的它，可以通過power gating關(guān)掉二三級緩存，但是通常來說，不會全關(guān)，或者沒法關(guān)。
下面是Dynamic Power，動態(tài)功耗?；旧衔乙娺^的CPU在測量動態(tài)功耗的時候，都是跑的Dhrystone。Dhrystone是個非常古老的跑分程序，基本上就是在做字符串拷貝，非常容易被軟件，編譯器和硬件優(yōu)化，作為性能指標(biāo)基本上只有MCU在看了。但是它有個好處，就是程序很小，數(shù)據(jù)量也少，可以只運行在一級緩存（如果有的話），這樣二級緩存和它之后的電路全都只有漏電。雖然訪問二級三級緩存甚至DDR會比訪問一級緩存耗費更多的能量，但是它們的延遲也大，此時CPU流水線很可能陷入停頓。這樣的后果就是Dhrystone能最大程度的消耗CPU核心邏輯的功耗，比訪問二級以上緩存的程序都要高。所以通常都拿Dhrystone來作為CPU最大功耗指標(biāo)。實際上，是可以寫出比Dhrystone更耗電的程序的，稱作Max Power Vector，做SoC功耗估算的時候會用上。
動態(tài)功耗和電壓強相關(guān)。公式里面本身就是2次方，然后頻率變化也和電壓相關(guān)，在跨電壓的時候就是三次方的關(guān)系了。所以別看1.0V只比0.72V高了39%，最終動態(tài)功耗可能是3倍。而頻率高的時候，動態(tài)功耗占了絕大部分，所以電壓不可小覷。
此外，動態(tài)功耗和溫度相關(guān)，SoC運行的時候不可能溫度維持在0度，所以功耗通常會拿85度或者更高來計算，這個就不多說了。
下一行是Area，面積。面積是芯片公司的立足之本，和毛利率直接相關(guān)。所以在性能符合的情況下，越小越好，甚至可以犧牲功耗，不惜推高電壓，所以有了OD（Over Drive）。有個數(shù)據(jù)，當(dāng)前28nm上，每個平方毫米差不多是10美分的成本，一個超低端的手機芯片怎么也得30mm（200塊錢那種手機用的，可能你都沒見過，還是智能機），芯片面積成本就是3刀，這還不算封測，儲存和運輸。低端的也得是40mm（300塊的手機）。我們常見的600-700塊錢的手機，其中六分之一成本是手機芯片。當(dāng)然，反過來，也有人不缺錢的，比如蘋果，據(jù)說A10在16nm上做到了125mm，換算成這里的A53MP4，單看面積不考慮功耗，足足可以放120個A53，極其奢侈，這可是跑在2.8G的A53，如果是1.5G的，150個都可能做到。
那蘋果這么大的面積到底是做什么了？首先，像GPU，Video，Display，基帶，ISP這些模塊，都是可以輕易的拿面積換性能的，因為可以并行處理。而且，功耗也可以拿面積換，一個最簡單的方法就是降頻，增加處理單元數(shù)。這樣漏電雖然增加，但是電壓下降，動態(tài)功耗可以減少很多。一個例外就是CPU的單核性能，為什么蘋果可以做到Kirin960的1.8倍，散熱還能接受？和物理庫，后端，前端，軟件都有關(guān)系。
首先，A10是6發(fā)射，同時代的A73只用了2發(fā)射。當(dāng)然，由于受到了數(shù)據(jù)和指令相關(guān)性限制，性能不是三倍提升，而6發(fā)射的后果是面積和功耗非線性增加。作為一個比較，我看過ARM的6發(fā)射CPU模型，同工藝下，單核每赫茲性能是A73的1.8倍，動態(tài)功耗估算超過2倍，面積也接近2倍。當(dāng)然，它的微結(jié)構(gòu)和A73是有挺大區(qū)別的。這個單核芯片跑在16nm，2.5Ghz，單核功耗差不多是1W。而手機芯片的功耗可以維持在2.5W不降頻，所以蘋果的2.3Ghz的A10算下來還是可行的。
為了控制功耗，在做RTL的時候就需要插入額外晶體管，做Clock Gating，而且這還是分級的，RTL級，模塊級，系統(tǒng)級，信號時鐘上也有（我看到的SoC時鐘通常占了整個邏輯電路功耗的三分之一）。這樣一套搞下來，面積起碼大1/3。然后就是Power Gating，也是分級的。最簡單的是每塊緩存給一個開關(guān)，模塊也有一個開關(guān)。復(fù)雜的根據(jù)不同指令，可以計算出哪些Cache bank短時間內(nèi)不用，直接給它關(guān)了。Power Gating需要的延時會比Clock Gating大，有的時候如果操作很頻繁，Power Gating反而得不償失，這需要仔細(xì)的考量。而且，設(shè)計的越復(fù)雜，驗證也就越難寫，這里面需要做一個均衡。除了時鐘域，電源域，還有電壓域，可以根據(jù)不同頻率調(diào)電壓。當(dāng)然了，域越多，布線越難，面積越大。
再往上，可以定義出不同的power state，讓上層軟件也參與經(jīng)來，形成電源管理和調(diào)度。我在這個回答里面寫的更詳細(xì)一些：如何評價 ARM 的 big.LITTLE 大小核切換技術(shù)？
再回到蘋果A10，它還使用了6MB的緩存。這個在手機里面也算大的驚世駭俗。通常高端的A73加2MB，A53加1MB，已經(jīng)很高大上了，低端的加起來也不超過1MB。我拿SPECINT2K在A53做過一些實驗，二級緩存從128KB增加到1MB只會增加15%不到的性能，到6MB那性能/面積收益更不是線性的，這是赤裸裸的面積換性能。而且蘋果宣揚的不是SPECINT，而是GeekBench4.0，我懷疑是不是這個跑分對緩存大小更敏感，有空可以做做實驗。順帶提一句，安兔兔5.0和緩存大小沒半毛錢關(guān)系，這讓廣大高端手機芯片公司情何以堪。到了6.0似乎改了，我還沒仔細(xì)研究過。至于使用了大面積緩存引起的漏電，倒是有辦法解決，那就是部分關(guān)閉緩存，用多少開多少，是個精細(xì)活，需要軟硬件同時配合。
影響面積的因素還沒完，上面只是前端，后端還有一堆考量呢。
首先就是表格下一排，Metal Stack。芯片制造的時候是一層層蝕刻的，而蝕刻的時候需要一層層打碼，免得關(guān)鍵部分見光，簡稱Mask。這里的11m就表示有11層。晶體管本身是在最底層的，而走線就得從上面走，層數(shù)越多越容易，做板子布線的同學(xué)肯定一看就明白了。照理說這就該多放幾層，但是工廠跟你算錢也是按照層數(shù)來的，越多越貴。層數(shù)少了不光走線難，總體面積的利用率也低，像A53，11層做到80%的利用率就挺好了。所以芯片上不是把每個小模塊面積求和就是總體面積，還得考慮布局布線（PR，Placing&Routing），考慮面積利用率。
再看表格下兩排，Logic Architecture和Memory。這個也容易理解，就是邏輯和內(nèi)存，數(shù)字電路的兩大模塊分類。這個內(nèi)存是片上靜態(tài)內(nèi)存，不是外面的DDR。uLVT是什么意思呢，Ultra Low Voltage Threshold，指的是標(biāo)準(zhǔn)邏輯單元（Standard Cell）用了超低電壓門限。電壓低對于動態(tài)功耗當(dāng)然是個好事，但是這個標(biāo)準(zhǔn)單元的漏電也很高，和頻率是對數(shù)關(guān)系，也就是說，漏電每增加10倍，最高頻率才增加log10%。后端可以給EDA工具設(shè)一個限制條件，比如只有不超過1%的需要沖頻率的關(guān)鍵路徑邏輯電路使用uLVT，其余都使用LVT，SVT或者HVT（電壓依次升高，漏電減?。?，來減小總體漏電。
對于動態(tài)功耗，后端還可以定制晶體管的源極和漏極的長度，越窄的電流越大，漏電越高，相應(yīng)的，最高頻率就可以沖的更高。所以我們有時候還能看到uLVT C16，LVT C24之類的參數(shù)，這里的C就是指Channel Length。
接下去就是Memory，又作Memory Instance，也有人把它稱作FCI（Fast Cache Instance）。訪問Memory有三個重要參數(shù)，read，write和setup。這三個參數(shù)可以是同樣的時間，也可以不一樣。對于一級緩存來說基本用的是同樣的時間，并且是一個時鐘周期，而且這當(dāng)中沒法流水化。從A73開始，我看到后端的關(guān)鍵路徑都是卡在訪問一級緩存上。也就是說，這段路徑能做多快，CPU就能跑到多快的頻率，而一級緩存的大小也決定了索引的大小，越大就越慢，頻率越低，所以ARM的高端CPU一級緩存都沒超過64KB，這和后端緊密相關(guān)。當(dāng)然，一級緩存增大帶來的收益本身也會非線性減小。之后的二三級緩存，可以使用多周期訪問，也可以使用多bank交替訪問，大小也因此可以放到幾百KB/幾MB。
邏輯和內(nèi)存統(tǒng)稱為Physical Library，物理庫，它是根據(jù)工廠給的每個工藝節(jié)點的物理開發(fā)包（PDK）設(shè)計的，而Library是一個Fabless芯片公司能做到的最底層。能夠定制自己的成熟物理庫，是這家公司后端領(lǐng)先的標(biāo)志之一。
最后一行，Margin。這是指的工廠在生產(chǎn)過程中，肯定會產(chǎn)生偏差，而這行指標(biāo)定義了偏差的范圍。如下圖：
藍色表示我們剛才說的一些Corner的分布，紅色表示生產(chǎn)偏差Variation。必須做一些測試芯片來矯正這些偏差。SB-OCV表示stage-based on-chip variation，和其他的幾個偏差加在一起，總共±7%，也就是說會有7%的芯片不在后端設(shè)計結(jié)束時確定的結(jié)果之內(nèi)。
后面還有一些setup UC之類的，表示信號建立時間，保持時間的不確定性（Uncertainty），以及PLL的抖動范圍。
至此，一張報告解讀完畢，我們再看看對應(yīng)的低功耗版實現(xiàn)版本：
這里頻率降到1.5G左右，每Ghz動態(tài)功耗少了10%，但是靜態(tài)降到了12.88mW，只有25%。我們可以看到，這里使用了LVT，沒有uLVT，這就是靜態(tài)能夠做低的原因之一。由于面積不是優(yōu)化目標(biāo)，它基本沒變，這個也是可以理解的，因為Channel寬度沒變，邏輯的面積沒法變小。