苹果在2008 年4 月23 日，冒着极大风险硬着头皮发表初代iPhone 的隔年，耗费2 亿7,800 万美元，购并了专注开发高效能Power 处理器的PA Semi，组成其处理器研发团队的骨干，然后在2012 年9 月发表的iPhone 5，其心脏「A6」处理器，终于不再使用来自ARM授权的核心，采用自家的「Swift」微架构（Micro Architecture）。

再以世界上首款抢滩登陆智慧型手机与平板的64 位元ARM 处理器「A7」（Cyclone 微架构）为起点，苹果自家SoC 开始逐渐展现压倒ARM Cortex 家族（与躺着中枪的Qualcomm 自有核心）效能优势，且随着时间演进，差距越拉越开。

接着，每代iPhone 发表后，各大科技媒体网站的报导，与底下的读者回应，只会有两种制式的单细胞生物反应：

文章高高挂着「众人都惊呆了，连开发效能测试软件的人都不知道发生了什么事」如内容农场般的标题，再来继续机械化的炒作「苹果会不会用自家芯片取代Intel处理器」的多年冷饭。

底下的读者留言鸡同鸭吵成一团，上演「Android自由主义」和「苹果神权政治」信徒大对决，没有人讲到任何值得注意的重点，连一丝一毫的学理成分都没有，宗教信仰就是如此奇妙。

笔者不啰唆，直接在这里讲结论：

藉由牢牢把持软硬件平台的「封闭性」先天优势，苹果掌握了ARM 指令集迈向64 位元带来的机会，打造出一系列同时间能够有效处理更多指令的先进微架构。

看起来好像微言大义到接近废话的程度？如果你真的这样想，那你就更有继续读下去的必要。

拨乱反正：做为电脑语言的「指令集架构」vs. 执行语言载具的「处理器核心微架构」

近年来拜ARM 为首的授权IP 商业模式之所赐，越来越多人搞不懂这两者的差别，完全混在一起，这些年来笔者已经听过太多让人完全笑不出来的笑话，所以在此特别重述一次。

支配智慧型手机市场的ARM 又是怎么一回事呢？以32 位元ARMv7-A 指令集为例，在手机上常见的微架构（核心），总计有：

ARM 本家卖IP 授权给别人的Cortex-A5 / A7 / A9 / A12 / A15 / A17 这几种核心微架构。

Qualcomm 自行打造的Scorpio / Krait。

苹果并购PA Semi 后关起门来搞出的A6「Swift」，iPhone 5 的心脏。

换成64 位元ARMv8-A，就变成以下场景：

ARM 本家卖IP 授权给别人的Cortex-A35 / A53 / A57 / A72 / A73 这几种核心微架构。

增加半精度浮点支援和系统可靠度机能的ARMv8.2-A 指令集：Cortex-A55 / A75。

Qualcomm 自行打造的Kyro。

nVidia 的Project Denver。

苹果继续关起门来搞出的A7「Cyclone」，与之后的众多芯片，如A8「Typhoon」、A9「Twister」、A10「Fusion」（Hurricane + Zephyr）、A11「Bionic」（Monsoon + Mistra） 。

为了伺服器而量身订做的特殊微架构，如Qualcomm Centriq 2400 的「Falkor」，和Cavium Thunder X 系列的核心。

只要作业系统相同（如同版本Android 或iOS），这些核心微架构应当正确执行使用ARM 指令集撰写或编译出来的软件，讲的更专业或更假掰一点，它们拥有相同的应用程式二进位执行档介面（ABI，Application Binary Interface），如同Intel 与AMD的x86 处理器都应可正确安装Windows 作业系统，理所当然执行Office 等应用软件和Battlefield 等套装游戏。

至于Qualcomm、苹果和nVidia，是否根本自身特殊需求，自行定义「非官方」ARM 指令，那就后头有空再讨论了。

高效能之路：让核心微架构同时间内能够有效处理更多的指令

在执行相同指令集「语言」的前提之上，相容处理器的效能要能够胜出，只有微架构设计能否比竞争对手有效处理更多的指令。方向不外乎：

更高的时脉：虽然往往计算机概论会教你「指令管线阶段越多，代表处理器同时执行更多的指令，只是这些指令位处于不同的阶段」，但实际上最多还是一个时脉周期「吐出」一个被执行完毕的指令，所以现实层面的「加深指令管线」，实际上跟「提高运行时脉」讲的是同一件事。很不幸的，智慧型手机因严格的功耗限制，透过积极追求高时脉以提高效能，是比较不切实际的方向。

更宽的管线：一个便当吃不够，你可以吃第二个，嫌执行一个指令不够看，你也可以同时执行第二个，这就是源自1966年CDC6600的「超纯量」（Superscalar）架构。另外也有纯软件方式、让编译器去一个萝卜一个坑塞指令到不同执行单元的「超长指令集」（VLIW），这就不在本文的讨论范围内了。

足以喂饱嗷嗷待哺执行单元的高效能记忆体子系统：包含系统主记忆体、快取记忆体、连结多个处理器核心的汇流排、举足轻重的快取记忆体资料一致性协定（Cache Coherence Protocol） ，甚至可以非循序的存取记忆体位址（Memory Disambiguation），都是不可或缺的「基础建设」。

天底下没有白吃的午餐：两种该死的「相依性」

但「指令管线化」与「指令执行平行化」也带来了新的挑战。

控制相依性：电脑有别于计算器的最重要特征在于「条件判断」的能力，根据不同的条件执行不同的指令流，处理器如碰到分支（Branch）或跳跃（Jump），就须改变指令执行的流程，清除已经进入管线的指令，从另一个记忆体位址撷取指令，重新执行并存取相关的资料（或称为「运算元」，意指运算的目标，如特定资料暂存器或记忆体位址），而具备条件判断的分支，造成的伤害更大，因为需要管线停下来等待其结果、或着事先预测并「先斩后奏」。

解决方案：分支预测（Branch Prediction），与后面会提到、釜底抽薪减少分支指令的「条件执行」（Conditional Execution）。

资料相依性：当同时执行多个指令，最忌讳遭遇「撞衫」同时存取相同的资料暂存器与记忆体位址，特别是当指令集定义可操作的资料暂存器越少，软件手段可以尽量排除的空间越少，发生的机率也越高。

解决方案：以暂存器重新更名机制（Register Rename）为中心的非循序指令执行（Out-Of-Order Execution）。

然后根据分支预测结果而先斩后奏「预测性执行指令」（Speculative Execution），是分支预测与非循序指令执行的结合体。总之，我们尽其所能的让管线「顺畅」的像生产线不停的运转，实现最高的指令执行效率。

理所当然的，指令管线越深，一旦「筊杯」失败，要复原管线并恢复指令执行的代价，也越像火烧摩天楼一样恐怖，这也是高时脉深管线近年来不太受欢迎的另类主因，因为现实世界的应用程式，其实有很多难以预测的分支行为，越高的「代价」，更意味着更差劲的「效能／功耗」比。

LLVM 开发环境参数透露的神秘讯息

讲了那么多原理，苹果从来不公开自主微架构的技术细节，那该如何掌握他们追求高效能的设计方向？

2014 年初，当多数世人正「惊呆」A7 的64 位元与惊人的性能表现时，有人注意到苹果提交的LLVM 原始代码，不仅透露了微架构代号是「Cyclone」，更包含众多重要的规格参数：

指令发出宽度（Issue Width）：6

非循序指令执行缓冲区（Reorder Buffer）：192

记忆体载入延迟（Load Latency）：4

分支预测错误代价（Misprediction Penalty）：16（一般介于14~19）

在当时，这是非常惊人的规格，就算摆在今天也是同样骇人，可同时处理的指令是同时期ARM 核心足足两倍（即使64 位元的Cortex-A57 也只能3 个指令），非循序指令执行引擎的「深度」则是Intel Haswell 等级，指令管线深度则中规中矩的维持在16 阶这一般水准。

相信有些读者早已从其他网站看过相关的报导，但有个「江湖传言」倒是值得注意：部分开发iOS 应用程式的程式设计者，做了一些指令输出率的实验，察觉到「A7 一旦执行32 位元程式码，指令输出率就腰斩了」，这个「特性」一路延续到A10，直到A11 根本没有32 位元应用程式可执行为止。

后来苹果当然就没有继续「规格大放送」，Wiki上苹果处理器的规格表，一路从A7到A11，都是维持这些数字，有没有经过实测考验也不得而知，反正就大家一起无限回圈继续惊呆，苹果持之以恒的甩开和其他竞争者的差距。

唯一可以确定的是，笔者在自己的iPadPro 9.7 吋A10X 上，透过配对简单指令，测出每个时脉周期可同时输出「4 个整数，2 个浮点，2 个记忆体载入」的可怕性能。此外，A10X 与A11 放弃第三阶4MB 快取记忆体，而以大型化第二阶8MB 取而代之，也暗示了苹果极可能在快取记忆体技术有了重大的突破，可兼顾高容量与低延迟。

A11？笔者没有iPhone 8 和iPhone X 可用，有机会再测测看。

让我们重新画出命案现场的人形粉笔圈，归纳出苹果的产品设计取向：

微架构以64 位元效能为优先设计考量。

既然行动处理器受制于低功耗需求，难以透过提高时脉追求效能，索性以「更宽」的指令管线取胜。

同时执行更多指令，代表要耗费更多心思去解决暂存器相依的问题。

更强力的非循序指令执行引擎。

寄望指令集本身就定义更多的资料暂存器，降低「强碰」机率。

ARM 指令集走向64 位元带来的重大改革

让ARM 指令集迈向64 位元的ARMv8-A，并非只有「将整数逻辑暂存器宽度延长到64 位元」和「提供64 位元记忆体定址空间」这么简单，抛弃昔日专注于嵌入式应用的遗产，更加