ARM攒机指南-5G乱弹

前一阵有个同事突发奇想，说5G基带芯片可不可以用GPU来做通用计算，反正都是乘加嘛。这样既省了基带的面积（有个参考数据，28nm时候，4G CAT7要十几个平方毫米，而低端的手机芯片一共也就30-40mm的预算，中端的也不过60mm），而数据传输率不高的时候，多出来的GPU核还可以拿来打游戏，多好。想法不错，于是我们就开始算PPA，看看靠不靠谱。

首先，上一个传统4G基带模块图：

输入大致需要滤波，解码，FFT，均衡，解交织，信道估算等步骤，输出就简单多了，省了滤波和解码，信道估算等。上图使用了DSP来做数据通路外加一层控制，二三四层协议放在CPU做，用DMA来搬数据。这个结构，做LTE CAT4问题不大，毕竟CAT4下载才150Mbps。但是到了5G就不一样，5G的传输率在一下子飞跃到10Gbps，而第一代也得2-3Gbps左右，这运算量一下子高了20-60倍。

于是做了下估算。假设5G是8x8MIMO，8路通道，那么滤波需要运算量如下：

30.72Mbps（每通道数据传输率） x 8(通道数) x 4(过采样) = 1Gbps。

这意味着1Gbpsx32(32阶矩阵)x2(正反变换)=64G次的16x16MAC（乘加）运算。这是每秒钟要完成的计算量。对应到DSP上，一个每周期能做4次MAC的DSP核，运行在1Ghz，需要16个。这得是多大的面积和功耗啊，而这只是第一个环节。第二大计算模块是解码，按照经验大概推了下，需要5G MAC/s。其余的就小了，iFFT大概224M MAC/s，负载均衡，解交织等加起来也不过100M MAC，可以忽略不计。

总的来说，10Gbps的线速需要70G MAC/s，用128MAC/cycle的DSP需要跑在600MHz，16纳米上面积估计3mm左右。那用GPU需要多少个核呢？假设带宽和延迟不是问题，跑在850Mhz的GPU，每个核的峰值运算能力是FP32 30GFLOPS，相当于60G次16x16 MAC，几乎一个核就能搞定。此时功耗小于500毫瓦，面积小于5mm，看上去似乎可行。

不过，用GPU做滤波和解码有个非常大的问题，就是延迟。GPU的驱动是跑在CPU上的，GPU指令动态生成，所有的数据buffer全都要分配好，然后丢给GPU。这个过程是毫秒级的。用做图形无所谓，因为60帧刷新的话，足足有16ms的时间完成顶点和渲染，而一般的通用计算只要求平均性能，不会要求每一帧的延迟。到了基带就不一样，有些命令和信号解析的处理必须是在几十个微秒内完成，也许计算量并不大但是延迟有要求。而GPU的现有驱动结构很难做到这点。

还有一点，对于频域信号FDD，某些下载场景，哪怕下载速率相对不大，GPU都必须一直开着并全力计算，不能开一小段时间，做完处理就关闭。这样，几百毫瓦的功耗其实就非常大了。在场测时，这样的场景是必须测试的，此时功耗就比asic方案大。

所以，用GPU做基带通用计算就不太可行。而用DSP可以解决延迟的问题，对于70G
MAC/s来说，功耗和面积应该是Asic的2倍以上，还是有点大。所以我觉得，靠谱的方案还是在数据通路上使用ASIC做大部分的计算。功耗可以降到几十毫瓦，面积更是可以缩小。

我这有张5G基带芯片的结构图:

和4G不同，这个结构里大量使用ASIC模块，还出现了一个VPU。这个概念其实来自于高通的设计，高通自己定制了一个向量处理器，把基带常用的计算做成指令放进去，具体情况不清楚，据说很好用。

数据通路解决了，接下来还有控制通路，也就是图上的棕色部分，使用了Cortex-R8。相比4G，5G的控制通路性能需求也是涨得非常快。有一个数据，拿R8单核跑4G LTE 2-4层协议栈，600Mbps就需要跑在600Mhz左右。以此类推，做5Ggen1的控制，数据率在3Gbps，就需要3-4个跑在1Ghz的R8，好在R8最大可以支持到MP4，此时的面积倒是不大，功耗也是几百毫瓦。这个功耗不像数据通路前端部分不能关，经过频域时域转换，如果没有数据进来，是可以降低运行频率，甚至关掉几个核留一个待机的。MP4的好处是核之间可以有双向硬件一致性，对于某个数据包做处理，分别要经过1，2，3，4核做不同工序的话，就可以完全不用软件刷新缓存了，这其实省了非常多的时间。因为一个32KB的缓存刷新时间肯定是毫秒级的，而如果每个数据包只有1KB大小，那相当于每传1KB就要刷新一次一级数据缓存，因为程序并不知道一级数据缓存的那些部分被用了，只能统统刷走。当然，还有一些别的方法可以做优化，比如数据分类，只需要用一次的就把页属性设成non-cacheable，不要占用缓存，而经常要用的可以多个包一起刷，降低overhead。这些都和系统设计有关，不管AMP/SMP都用得上。之前的4G基本都是用单核来做所有的协议处理，到了5G就必须考虑多核情况了。

不过我在想，这才是3Gbps而已，10Gbps的全速5G怎么办？难道基带也得用10核吗？是不是得像网络处理一样，加个ASIC自动合并类似的包，或者干脆都使用大包？