2024年3月27日发(作者：伍德海)
图形、AI“两开花”走近ARM Mali-G78、
Ethos-N78
作者：***
来源：《微型计算机》2020年第13期
對于像ARM这样能影响整个行业发展方向的上游企业，其一年一度的技术更新《微型计
算机》都会持续关注，并进行详细的报道。在上一期，我们为读者带来了CPU端Cortex-A78
和Cortex-X1架构的详细介绍。在本期，让我们将视线转向GPU和AI计算，来看看
ARMMali-G78和Ethos-N78这两个全新核心有哪些新进化。
ARMMali-G78：基于Valhall架构的改进
去年MC曾经介绍过ARM当时最新的Mali-G77GPU以及其使用的、全新研发的Valhall
架构。这个新架构有着ARM近几年在GPU设计上最大的改进，它改善了之前ARM在移动
GPU架构上的缺陷，整体设计更接近桌面处理器产品，而且它能够更好地适应如今移动设备
日益增长的工作负载。本刊之前的文章曾详细介绍过Valhall架构的内容。简单来说，Valhall
架构的变化主要有新的ISA和计算核心设计，其中包括采用了16宽度的波前阵列，在指令调
度和编译性能上进行了改进，加强了纹理性能和几何性能的新ISA，新的缓存设计，新的执行
核心尤其是FMA设计等。性能上，Valhall在可比条件下相比前代产品Mali-G76，其能效比提
升30%，面积密度提升30%，机器学习性能提升60%。综合性能增加40%。
在可扩展性方面，ARM宣称Valhall架构最大可以扩展至32核心，但是最终我们看到
Mali-G77最多只能扩展至16核心。在之后面世的终端处理器产品上，三星在Exynos990中采
用了MP11的方案，联发科天玑1000则采用的是MP9的方案。鉴于此，ARM在Mali-G78上
进一步扩充核心数量最大可配置24核心，也就是MP24。当然，更多的核心虽然对性能提升
有帮助，但是依旧要考虑面积、成本、功耗等问题，厂商也不一定会在终端产品上使用这么多
的GPU核心。但是在性能提升的硬指标上，ARM计划将Mali-G78的性能在Mali-G77的基础
上提高25%，其中包括对Valhall架构和工艺节点进一步改进。
一般来说，这样的性能增长幅度对一个全新IP来说是合乎常理的，但其数据往往强烈依
赖于制程工艺的改进，并且随着工艺提升，频率、晶体管密度等关键数据都会有比较明显的改
善，因此厂商在宣传中往往会跳过工艺不谈，只强调效能。但是在这次的性能提升中，ARM
直接给出了在相同工艺下，Mali-G78相比Mali-G77在性能、能耗比等方面的变化情况，其中
包括性能密度提升15%、能耗比提升10%以及机器学习能力提升15%。这一成绩对于一个几
乎没有大幅度改进的架构来说，在性能、能耗比等方面的提升是非常令人惊讶的。这样一来，
我们就多了一些好奇，究竟ARM采用了怎样的“魔法”，使得Mali-G78能够在工艺不变的情况
下，在各个方面都能带来如此幅度的提升呢？
Mali-G78的“魔法之变”
对本文的读者来说，如果你没有读过之前本刊介绍Valhall架构的文章，那么我们建议大
家先回头去阅读一下那篇文章，这样有助于你更好地理解Mali-G78在设计上的变革之处。
在Mali-G78上，最显而易见的变化在于ARM将它的GPU规模扩展到了24核心。在最近
的几代Mali架构中，ARM一直在努力扩大GPU中所包含的核心数量，从而得到具备更大规
模以及拥有更高性能的产品。另外，ARM也在试图为GPU内核整合更大的功能区块，以实现
核心性能的演进，而不是仅仅简单地增加更多的内核。
在之前发布Mali-G77的时候，ARM增大了Mali-G77的内核，其功能几乎等于2个Mali-
G76内核。随之而来的就是诸如三星Exynos990和联发科天玑1000这样分别拥有11个GPU
和9个GPU内核的处理器产品。和过去类似定位的SoC相比，它们的数量有所减少。但是和
其他移动GPU微架构相比，比如高通目前使用的2个核心的Adreno或者苹果使用4个核心的
GPU设计，ARM的相关GPU核心依旧偏小。较小的核心更为灵活，用户可以自行选择扩展的
规模。但是随之而来的问题就是，由于每个小核心都拥有完备的功能，因此重复功能较多，大
量的晶体管都使用在了重复功能上。相对而言，相比较大的内核，较小核心的功率效率较低。
因此，目前看起来行业内的趋势是使用较大的核心和“较小”的扩展。但是在Mali-G78
上，它的扩展能力变得更强了，它可以扩展至24个内核的设计似乎是在倒退。实际上有一种
合理的忧虑是Mali-G77或者Valhall架构所代表的核心依旧太小了，因此ARM必须进一步增
加核心数量来提高性能。
在配置方面，ARM放弃了4MBL2缓存作为可选项。尽管ARM宣称这项功能依旧会得到
保留，但是从未有厂商选择在自家产品上应用该方案。迄今为止，所有应用MaliGPU的SoC
都选择的是2MBL2缓存。
在执行核心方面，Mali-G78和Mali-G77基本相同。Mali-G77的特点在于将多个执行引擎
合并为一个更宽的单元，正如前文所提到的，增加了SIMD执行通道宽度和波前阵列宽度。从
它整体的渲染核心架构图可以看到，Mali-G78和之前的产品相比并没有太大变化，其中比较
显著的改动在于单执行引擎和4倍的纹理单元，在每个时钟周期中，纹理过滤功能最多支持4
个像素，渲染输出功能支持2个像素。
Mali-G78的最大变化来自于全局结构，现在新的架构下GPU从之前的全局频域更改成2
级体系结构，包括上级的共享GPU块之间频率和下层渲染核心之间频域的解耦。换句话来
说，ARM在Mali-G78上引入了异步时钟域，允许渲染核心和GPU其他部分以不同的频率运
行。值得一提的是，Mali-G78的异步时钟域是双向的，也就是渲染核心频率相比GPU其他部
分的频率可以更高或者更低，这样可以在必要的时候提高性能或者节约功耗，这也是ARM宣
称Mali-G78能够带来大幅度性能和能耗比方面改善的核心原因。
从技术的角度来看，进行异步时钟域更改主要是为了解决在不同工作负载下，几何吞吐量
和内存吞吐量之间的平衡问题。ARM的GPU架构一直以来都存在一个“痼疾”，那就是要让
GPU在屏幕上显示更多的多边形的话，当前架构除了提高工作频率之外就没有其他更好的方
法了。现有架构的几何引擎和图块（tiler）引擎依旧只能在每个时钟周期处理一个三角形，并
且该指标在GPU中被设定为固定且不可扩展。
近年来，其他厂商的移动GPU架构出现了一些新变化，诸如《堡垒之夜》和《PUBG》这
样从桌面游戏衍生而来的移动游戏已经在智能手机中掀起了热潮。这些新游戏的特点是比传统
的移动游戏占据更多几何空间，这刚好击中了MaliGPU的软肋，使得MaliGPU和相关移动
SoC变得难以适应新游戏的发展方向。
为此，ARM才引入了不同的频率域，这能够在一定程度上解决现有架构几何资源不足的
问题。如果用户能够在图块引擎、几何引擎以及GPU核心频率之间使用不同的频率，那么就
有可能在一定程度上解决几何吞吐量（并不能在数据宽度上伸缩）和计算、纹理以及渲染引擎
之间的吞吐量不平衡的问题。
此外，这种异步时钟域还允许GPU运行在两个域也就是两个不同的电压下，较慢的域能
够在较低的频率和电压下工作，从而获得不错的功率效率，并且这样的设计在理论上不会影响
性能。问题在于，异步时钟域会使得终端SoC厂商采用附加电压域或者附加电源轨的方式实
现，这都会增加芯片的成本，因此还需要结合性能提升幅度来综合衡量。
目前这种异步时钟域的设计方式，在一定程度上解决了ValhallGPU架构几何资源不足的
问题。不过这个方案更像是一个“临时补丁”，因为ARM在GPU上的根本问题依旧是Valhall
架构一个时钟周期只能支持几何引擎和图块（tiler）引擎处理一个三角形，这样就算加入了异
步时钟域，也存在着频率限制和功耗等问题，毕竟频率不可能无限制提升。在台式设备上，类
似问题大约在十年前也曾出现过，最终解决方案是转向多几何引擎，在移动设备上这样的转向
也肯定会出现，只是时间问题而已。
在计算能力方面，Mali-G78彻底重写了FMA架构，据说这个变化是ARMGPU小组和
CPU小组共同努力的结果。新的FMA架构能够使得能耗降低30%，改进的关键点在于使得
FP32和FP16存在计算路径的物理隔离，这确实需要耗费更多的晶体管和面积来实现，但是带
来的是更少的实际晶体管开关占用时间以及相应的能耗比提升。根据ARM的计算，在Mali-
G77上仅仅FMA单元就占用了整个GPU动态切换能耗的19%，这部分能耗降低30%意味着
带来了整个GPU能源效率大约5%～6%的提升，这是非常惊人的变化。
Mali-G78最后一个改进亮点在于对图块（tiler）机制的改进，使其性能可以根据内核数量
的增减进行合理的缩放。缓存方面，内核缓存设计改善了缓存维护算法，并通过更好的依赖性
跟踪设计提高了性能，从而使得内核可以更为智能的处理缓存数据，避免不必要的数据移动，
降低了GPU内部的能耗、增加了带宽，从而提高了整体性能表现。
小改进但可期待的性能
这一部分依旧是惯例的性能改进情况展示。ARM带来了一些Mali-G78性能改进方面的内
容，我们一起来看一下。
由于Mali-G78加入了异步频率域，因此在几何性能和渲染性能方面都有不错的提升。对
于这一点，ARM专门进行了对比测试，数据显示在开启异步频率域后，基准性能能够提升
8%，某些游戏表现将提高14%。从数据上看这个进步并不大，但是要知道SoC厂商只需额外
增加一个PLL或者分频器就能获得这样的性能提升，算起来还是划算的。
在和Mali-G77的比较中，ARM给出的是数据可比条件下，Mali-G78的能耗降低了10%，
这可能是来自于内核、FMA改进等综合影响。在异步功能方面，ARM宣称这能够带来6%～
13%的能耗降低，具体数据则取决于工作负载。实际上这是一个比较笼统的估计，因为要实现
这样的数据，需要SoC厂商为GPU添加第二个电压轨道以最大限度地利用异步频率域的优
势。但是这里又出现一个问题，那就是实际上SoC厂商可以考虑增加一个额外的内核并将其
设定为较低的频率，而不是设定一个额外的PMIC轨道以及相应的电感、电容等。对于旗舰
SoC来说，采用ARM的推荐设计并添加第二条电压轨是可以期待的，但是对中低端定位的
GPU来说，可能成本上并不是很划得来。
总的来看，目前Mali-G78的改进比较小，因此最终的性能提升也不算很大，并且其性能
的提升和改变需要额外的配合，这对厂商来说可能存在成本和收益的衡量，再加上如果在售价
方面比较贵的话，可能会影响厂商选择Mali-G78的积极性。在这里，ARM需要谨慎地平衡
Mali-G78的价格和性能，并且参考市场上包括imaginationA系列的售价和相关性能情况等因
素。另外，考虑到IP和实际产品之间存在大约半年左右的时差，因此我们真正看到Mali-G78
的产品上市可能还需要等待一段时间了。
核心最大数量为6个的Mali-G68
ARM在本次发布会上还一并发布了Mali-G68，从产品型号来看，Mali-G68像Mali-G78
的上一代产品。但实际上这两款产品采用了完全相同的内核。但是，Mali-G68的扩展数量被
限制为最大6个核心。也就是说大家都是一样的核心“Valhall”的改进版本，但是采用MP6以
及以下的配置时，只能被称之为Mali-G68MP6，但是如果使用7个或者更多的内核，就可以被
称为Mali-G78家族。
这样的命名方式无疑带来了市场的混淆。ARM希望中低端SoC在使用较少的核心配置
时，不会使用Mali-G78的名称并对其产生市场和定位上的影响，但是采用Mali-G68的这样的
命名方式，会让人迷惑这是否是上一代产品。我们知道英伟达和AMD在同代架构GPU上的
区分命名方式是采用从大到小的数字，但是其根本问题在于总有一些数据看起来是不变的，比
如GeForceRTX2060和RTX2080，架构一样，特性类似，但是产品命名方面通过RTX、20代
次等做到了很好的區分，并且也不会混淆之前的“10”代次产品，ARM在这里可能需要借鉴一
下。
从技术的角度来看，进行异步时钟域更改主要是为了解决在不同工作负载下，几何吞吐量
和内存吞吐量之间的平衡问题。ARM的GPU架构一直以来都存在一个“痼疾”，那就是要让
GPU在屏幕上显示更多的多边形的话，当前架构除了提高工作频率之外就没有其他更好的方
法了。现有架构的几何引擎和图块（tiler）引擎依旧只能在每个时钟周期处理一个三角形，并
且该指标在GPU中被设定为固定且不可扩展。
近年来，其他厂商的移动GPU架构出现了一些新变化，诸如《堡垒之夜》和《PUBG》这
样从桌面游戏衍生而来的移动游戏已经在智能手机中掀起了热潮。这些新游戏的特点是比传统
的移动游戏占据更多几何空间，这刚好击中了MaliGPU的软肋，使得MaliGPU和相关移动
SoC变得难以适应新游戏的发展方向。
为此，ARM才引入了不同的频率域，这能够在一定程度上解决现有架构几何资源不足的
问题。如果用户能够在图块引擎、几何引擎以及GPU核心频率之间使用不同的频率，那么就
有可能在一定程度上解决几何吞吐量（并不能在数据宽度上伸缩）和计算、纹理以及渲染引擎
之间的吞吐量不平衡的问题。
此外，这种异步时钟域还允许GPU运行在两个域也就是两个不同的电压下，较慢的域能
够在较低的频率和电压下工作，从而获得不错的功率效率，并且这样的设计在理论上不会影响
性能。问题在于，异步时钟域会使得终端SoC厂商采用附加电压域或者附加电源轨的方式实
现，这都会增加芯片的成本，因此还需要结合性能提升幅度来综合衡量。
目前这种异步时钟域的设计方式，在一定程度上解决了ValhallGPU架构几何资源不足的
问题。不过这个方案更像是一个“临时补丁”，因为ARM在GPU上的根本问题依旧是Valhall
架构一个时钟周期只能支持几何引擎和图块（tiler）引擎处理一个三角形，这样就算加入了异
步时钟域，也存在着频率限制和功耗等问题，毕竟频率不可能无限制提升。在台式设备上，类
似问题大约在十年前也曾出现过，最终解决方案是转向多几何引擎，在移动设备上这样的转向
也肯定会出现，只是时间问题而已。
在计算能力方面，Mali-G78彻底重写了FMA架构，据说这个变化是ARMGPU小组和
CPU小组共同努力的结果。新的FMA架构能够使得能耗降低30%，改进的关键点在于使得
FP32和FP16存在计算路径的物理隔离，这确实需要耗费更多的晶体管和面积来实现，但是带
来的是更少的实际晶体管开关占用时间以及相应的能耗比提升。根据ARM的计算，在Mali-
G77上仅仅FMA单元就占用了整个GPU动态切换能耗的19%，这部分能耗降低30%意味着
带来了整个GPU能源效率大约5%～6%的提升，这是非常惊人的变化。
Mali-G78最后一个改进亮点在于对图块（tiler）机制的改进，使其性能可以根据内核数量
的增减进行合理的缩放。缓存方面，内核缓存设计改善了缓存维护算法，并通过更好的依赖性
跟踪设计提高了性能，从而使得内核可以更为智能的处理缓存数据，避免不必要的数据移动，
降低了GPU内部的能耗、增加了带宽，从而提高了整体性能表现。
小改进但可期待的性能
这一部分依旧是惯例的性能改进情况展示。ARM带来了一些Mali-G78性能改进方面的内
容，我们一起来看一下。
由于Mali-G78加入了异步频率域，因此在几何性能和渲染性能方面都有不错的提升。对
于这一点，ARM专门进行了对比测试，数据显示在开启异步频率域后，基准性能能够提升
8%，某些游戏表现将提高14%。从数据上看这个进步并不大，但是要知道SoC厂商只需额外
增加一个PLL或者分频器就能获得这样的性能提升，算起来还是划算的。
在和Mali-G77的比较中，ARM给出的是数据可比条件下，Mali-G78的能耗降低了10%，
这可能是来自于内核、FMA改进等综合影响。在异步功能方面，ARM宣称这能够带来6%～
13%的能耗降低，具体数据则取决于工作负载。实际上这是一个比较笼统的估计，因为要实现
这样的数据，需要SoC厂商为GPU添加第二个电压轨道以最大限度地利用异步频率域的优
势。但是这里又出现一个问题，那就是实际上SoC厂商可以考虑增加一个额外的内核并将其
设定为较低的频率，而不是设定一个额外的PMIC轨道以及相应的电感、电容等。对于旗舰
SoC来说，采用ARM的推荐设计并添加第二条电压轨是可以期待的，但是对中低端定位的
GPU来说，可能成本上并不是很划得来。
总的来看，目前Mali-G78的改进比较小，因此最终的性能提升也不算很大，并且其性能
的提升和改變需要额外的配合，这对厂商来说可能存在成本和收益的衡量，再加上如果在售价
方面比较贵的话，可能会影响厂商选择Mali-G78的积极性。在这里，ARM需要谨慎地平衡
Mali-G78的价格和性能，并且参考市场上包括imaginationA系列的售价和相关性能情况等因
素。另外，考虑到IP和实际产品之间存在大约半年左右的时差，因此我们真正看到Mali-G78
的产品上市可能还需要等待一段时间了。
核心最大数量为6个的Mali-G68
ARM在本次发布会上还一并发布了Mali-G68，从产品型号来看，Mali-G68像Mali-G78
的上一代产品。但实际上这两款产品采用了完全相同的内核。但是，Mali-G68的扩展数量被
限制为最大6个核心。也就是说大家都是一样的核心“Valhall”的改进版本，但是采用MP6以
及以下的配置时，只能被称之为Mali-G68MP6，但是如果使用7个或者更多的内核，就可以被
称为Mali-G78家族。
这样的命名方式无疑带来了市场的混淆。ARM希望中低端SoC在使用较少的核心配置
时，不会使用Mali-G78的名称并对其产生市场和定位上的影响，但是采用Mali-G68的这样的
命名方式，会让人迷惑这是否是上一代产品。我们知道英伟达和AMD在同代架构GPU上的
区分命名方式是采用从大到小的数字，但是其根本问题在于总有一些数据看起来是不变的，比
如GeForceRTX2060和RTX2080，架构一样，特性类似，但是产品命名方面通过RTX、20代
次等做到了很好的区分，并且也不会混淆之前的“10”代次产品，ARM在这里可能需要借鉴一
下。
2024年3月27日发(作者：伍德海)
图形、AI“两开花”走近ARM Mali-G78、
Ethos-N78
作者：***
来源：《微型计算机》2020年第13期
對于像ARM这样能影响整个行业发展方向的上游企业，其一年一度的技术更新《微型计
算机》都会持续关注，并进行详细的报道。在上一期，我们为读者带来了CPU端Cortex-A78
和Cortex-X1架构的详细介绍。在本期，让我们将视线转向GPU和AI计算，来看看
ARMMali-G78和Ethos-N78这两个全新核心有哪些新进化。
ARMMali-G78：基于Valhall架构的改进
去年MC曾经介绍过ARM当时最新的Mali-G77GPU以及其使用的、全新研发的Valhall
架构。这个新架构有着ARM近几年在GPU设计上最大的改进，它改善了之前ARM在移动
GPU架构上的缺陷，整体设计更接近桌面处理器产品，而且它能够更好地适应如今移动设备
日益增长的工作负载。本刊之前的文章曾详细介绍过Valhall架构的内容。简单来说，Valhall
架构的变化主要有新的ISA和计算核心设计，其中包括采用了16宽度的波前阵列，在指令调
度和编译性能上进行了改进，加强了纹理性能和几何性能的新ISA，新的缓存设计，新的执行
核心尤其是FMA设计等。性能上，Valhall在可比条件下相比前代产品Mali-G76，其能效比提
升30%，面积密度提升30%，机器学习性能提升60%。综合性能增加40%。
在可扩展性方面，ARM宣称Valhall架构最大可以扩展至32核心，但是最终我们看到
Mali-G77最多只能扩展至16核心。在之后面世的终端处理器产品上，三星在Exynos990中采
用了MP11的方案，联发科天玑1000则采用的是MP9的方案。鉴于此，ARM在Mali-G78上
进一步扩充核心数量最大可配置24核心，也就是MP24。当然，更多的核心虽然对性能提升
有帮助，但是依旧要考虑面积、成本、功耗等问题，厂商也不一定会在终端产品上使用这么多
的GPU核心。但是在性能提升的硬指标上，ARM计划将Mali-G78的性能在Mali-G77的基础
上提高25%，其中包括对Valhall架构和工艺节点进一步改进。
一般来说，这样的性能增长幅度对一个全新IP来说是合乎常理的，但其数据往往强烈依
赖于制程工艺的改进，并且随着工艺提升，频率、晶体管密度等关键数据都会有比较明显的改
善，因此厂商在宣传中往往会跳过工艺不谈，只强调效能。但是在这次的性能提升中，ARM
直接给出了在相同工艺下，Mali-G78相比Mali-G77在性能、能耗比等方面的变化情况，其中
包括性能密度提升15%、能耗比提升10%以及机器学习能力提升15%。这一成绩对于一个几
乎没有大幅度改进的架构来说，在性能、能耗比等方面的提升是非常令人惊讶的。这样一来，
我们就多了一些好奇，究竟ARM采用了怎样的“魔法”，使得Mali-G78能够在工艺不变的情况
下，在各个方面都能带来如此幅度的提升呢？
Mali-G78的“魔法之变”
对本文的读者来说，如果你没有读过之前本刊介绍Valhall架构的文章，那么我们建议大
家先回头去阅读一下那篇文章，这样有助于你更好地理解Mali-G78在设计上的变革之处。
在Mali-G78上，最显而易见的变化在于ARM将它的GPU规模扩展到了24核心。在最近
的几代Mali架构中，ARM一直在努力扩大GPU中所包含的核心数量，从而得到具备更大规
模以及拥有更高性能的产品。另外，ARM也在试图为GPU内核整合更大的功能区块，以实现
核心性能的演进，而不是仅仅简单地增加更多的内核。
在之前发布Mali-G77的时候，ARM增大了Mali-G77的内核，其功能几乎等于2个Mali-
G76内核。随之而来的就是诸如三星Exynos990和联发科天玑1000这样分别拥有11个GPU
和9个GPU内核的处理器产品。和过去类似定位的SoC相比，它们的数量有所减少。但是和
其他移动GPU微架构相比，比如高通目前使用的2个核心的Adreno或者苹果使用4个核心的
GPU设计，ARM的相关GPU核心依旧偏小。较小的核心更为灵活，用户可以自行选择扩展的
规模。但是随之而来的问题就是，由于每个小核心都拥有完备的功能，因此重复功能较多，大
量的晶体管都使用在了重复功能上。相对而言，相比较大的内核，较小核心的功率效率较低。
因此，目前看起来行业内的趋势是使用较大的核心和“较小”的扩展。但是在Mali-G78
上，它的扩展能力变得更强了，它可以扩展至24个内核的设计似乎是在倒退。实际上有一种
合理的忧虑是Mali-G77或者Valhall架构所代表的核心依旧太小了，因此ARM必须进一步增
加核心数量来提高性能。
在配置方面，ARM放弃了4MBL2缓存作为可选项。尽管ARM宣称这项功能依旧会得到
保留，但是从未有厂商选择在自家产品上应用该方案。迄今为止，所有应用MaliGPU的SoC
都选择的是2MBL2缓存。
在执行核心方面，Mali-G78和Mali-G77基本相同。Mali-G77的特点在于将多个执行引擎
合并为一个更宽的单元，正如前文所提到的，增加了SIMD执行通道宽度和波前阵列宽度。从
它整体的渲染核心架构图可以看到，Mali-G78和之前的产品相比并没有太大变化，其中比较
显著的改动在于单执行引擎和4倍的纹理单元，在每个时钟周期中，纹理过滤功能最多支持4
个像素，渲染输出功能支持2个像素。
Mali-G78的最大变化来自于全局结构，现在新的架构下GPU从之前的全局频域更改成2
级体系结构，包括上级的共享GPU块之间频率和下层渲染核心之间频域的解耦。换句话来
说，ARM在Mali-G78上引入了异步时钟域，允许渲染核心和GPU其他部分以不同的频率运
行。值得一提的是，Mali-G78的异步时钟域是双向的，也就是渲染核心频率相比GPU其他部
分的频率可以更高或者更低，这样可以在必要的时候提高性能或者节约功耗，这也是ARM宣
称Mali-G78能够带来大幅度性能和能耗比方面改善的核心原因。
从技术的角度来看，进行异步时钟域更改主要是为了解决在不同工作负载下，几何吞吐量
和内存吞吐量之间的平衡问题。ARM的GPU架构一直以来都存在一个“痼疾”，那就是要让
GPU在屏幕上显示更多的多边形的话，当前架构除了提高工作频率之外就没有其他更好的方
法了。现有架构的几何引擎和图块（tiler）引擎依旧只能在每个时钟周期处理一个三角形，并
且该指标在GPU中被设定为固定且不可扩展。
近年来，其他厂商的移动GPU架构出现了一些新变化，诸如《堡垒之夜》和《PUBG》这
样从桌面游戏衍生而来的移动游戏已经在智能手机中掀起了热潮。这些新游戏的特点是比传统
的移动游戏占据更多几何空间，这刚好击中了MaliGPU的软肋，使得MaliGPU和相关移动
SoC变得难以适应新游戏的发展方向。
为此，ARM才引入了不同的频率域，这能够在一定程度上解决现有架构几何资源不足的
问题。如果用户能够在图块引擎、几何引擎以及GPU核心频率之间使用不同的频率，那么就
有可能在一定程度上解决几何吞吐量（并不能在数据宽度上伸缩）和计算、纹理以及渲染引擎
之间的吞吐量不平衡的问题。
此外，这种异步时钟域还允许GPU运行在两个域也就是两个不同的电压下，较慢的域能
够在较低的频率和电压下工作，从而获得不错的功率效率，并且这样的设计在理论上不会影响
性能。问题在于，异步时钟域会使得终端SoC厂商采用附加电压域或者附加电源轨的方式实
现，这都会增加芯片的成本，因此还需要结合性能提升幅度来综合衡量。
目前这种异步时钟域的设计方式，在一定程度上解决了ValhallGPU架构几何资源不足的
问题。不过这个方案更像是一个“临时补丁”，因为ARM在GPU上的根本问题依旧是Valhall
架构一个时钟周期只能支持几何引擎和图块（tiler）引擎处理一个三角形，这样就算加入了异
步时钟域，也存在着频率限制和功耗等问题，毕竟频率不可能无限制提升。在台式设备上，类
似问题大约在十年前也曾出现过，最终解决方案是转向多几何引擎，在移动设备上这样的转向
也肯定会出现，只是时间问题而已。
在计算能力方面，Mali-G78彻底重写了FMA架构，据说这个变化是ARMGPU小组和
CPU小组共同努力的结果。新的FMA架构能够使得能耗降低30%，改进的关键点在于使得
FP32和FP16存在计算路径的物理隔离，这确实需要耗费更多的晶体管和面积来实现，但是带
来的是更少的实际晶体管开关占用时间以及相应的能耗比提升。根据ARM的计算，在Mali-
G77上仅仅FMA单元就占用了整个GPU动态切换能耗的19%，这部分能耗降低30%意味着
带来了整个GPU能源效率大约5%～6%的提升，这是非常惊人的变化。
Mali-G78最后一个改进亮点在于对图块（tiler）机制的改进，使其性能可以根据内核数量
的增减进行合理的缩放。缓存方面，内核缓存设计改善了缓存维护算法，并通过更好的依赖性
跟踪设计提高了性能，从而使得内核可以更为智能的处理缓存数据，避免不必要的数据移动，
降低了GPU内部的能耗、增加了带宽，从而提高了整体性能表现。
小改进但可期待的性能
这一部分依旧是惯例的性能改进情况展示。ARM带来了一些Mali-G78性能改进方面的内
容，我们一起来看一下。
由于Mali-G78加入了异步频率域，因此在几何性能和渲染性能方面都有不错的提升。对
于这一点，ARM专门进行了对比测试，数据显示在开启异步频率域后，基准性能能够提升
8%，某些游戏表现将提高14%。从数据上看这个进步并不大，但是要知道SoC厂商只需额外
增加一个PLL或者分频器就能获得这样的性能提升，算起来还是划算的。
在和Mali-G77的比较中，ARM给出的是数据可比条件下，Mali-G78的能耗降低了10%，
这可能是来自于内核、FMA改进等综合影响。在异步功能方面，ARM宣称这能够带来6%～
13%的能耗降低，具体数据则取决于工作负载。实际上这是一个比较笼统的估计，因为要实现
这样的数据，需要SoC厂商为GPU添加第二个电压轨道以最大限度地利用异步频率域的优
势。但是这里又出现一个问题，那就是实际上SoC厂商可以考虑增加一个额外的内核并将其
设定为较低的频率，而不是设定一个额外的PMIC轨道以及相应的电感、电容等。对于旗舰
SoC来说，采用ARM的推荐设计并添加第二条电压轨是可以期待的，但是对中低端定位的
GPU来说，可能成本上并不是很划得来。
总的来看，目前Mali-G78的改进比较小，因此最终的性能提升也不算很大，并且其性能
的提升和改变需要额外的配合，这对厂商来说可能存在成本和收益的衡量，再加上如果在售价
方面比较贵的话，可能会影响厂商选择Mali-G78的积极性。在这里，ARM需要谨慎地平衡
Mali-G78的价格和性能，并且参考市场上包括imaginationA系列的售价和相关性能情况等因
素。另外，考虑到IP和实际产品之间存在大约半年左右的时差，因此我们真正看到Mali-G78
的产品上市可能还需要等待一段时间了。
核心最大数量为6个的Mali-G68
ARM在本次发布会上还一并发布了Mali-G68，从产品型号来看，Mali-G68像Mali-G78
的上一代产品。但实际上这两款产品采用了完全相同的内核。但是，Mali-G68的扩展数量被
限制为最大6个核心。也就是说大家都是一样的核心“Valhall”的改进版本，但是采用MP6以
及以下的配置时，只能被称之为Mali-G68MP6，但是如果使用7个或者更多的内核，就可以被
称为Mali-G78家族。
这样的命名方式无疑带来了市场的混淆。ARM希望中低端SoC在使用较少的核心配置
时，不会使用Mali-G78的名称并对其产生市场和定位上的影响，但是采用Mali-G68的这样的
命名方式，会让人迷惑这是否是上一代产品。我们知道英伟达和AMD在同代架构GPU上的
区分命名方式是采用从大到小的数字，但是其根本问题在于总有一些数据看起来是不变的，比
如GeForceRTX2060和RTX2080，架构一样，特性类似，但是产品命名方面通过RTX、20代
次等做到了很好的區分，并且也不会混淆之前的“10”代次产品，ARM在这里可能需要借鉴一
下。
从技术的角度来看，进行异步时钟域更改主要是为了解决在不同工作负载下，几何吞吐量
和内存吞吐量之间的平衡问题。ARM的GPU架构一直以来都存在一个“痼疾”，那就是要让
GPU在屏幕上显示更多的多边形的话，当前架构除了提高工作频率之外就没有其他更好的方
法了。现有架构的几何引擎和图块（tiler）引擎依旧只能在每个时钟周期处理一个三角形，并
且该指标在GPU中被设定为固定且不可扩展。
近年来，其他厂商的移动GPU架构出现了一些新变化，诸如《堡垒之夜》和《PUBG》这
样从桌面游戏衍生而来的移动游戏已经在智能手机中掀起了热潮。这些新游戏的特点是比传统
的移动游戏占据更多几何空间，这刚好击中了MaliGPU的软肋，使得MaliGPU和相关移动
SoC变得难以适应新游戏的发展方向。
为此，ARM才引入了不同的频率域，这能够在一定程度上解决现有架构几何资源不足的
问题。如果用户能够在图块引擎、几何引擎以及GPU核心频率之间使用不同的频率，那么就
有可能在一定程度上解决几何吞吐量（并不能在数据宽度上伸缩）和计算、纹理以及渲染引擎
之间的吞吐量不平衡的问题。
此外，这种异步时钟域还允许GPU运行在两个域也就是两个不同的电压下，较慢的域能
够在较低的频率和电压下工作，从而获得不错的功率效率，并且这样的设计在理论上不会影响
性能。问题在于，异步时钟域会使得终端SoC厂商采用附加电压域或者附加电源轨的方式实
现，这都会增加芯片的成本，因此还需要结合性能提升幅度来综合衡量。
目前这种异步时钟域的设计方式，在一定程度上解决了ValhallGPU架构几何资源不足的
问题。不过这个方案更像是一个“临时补丁”，因为ARM在GPU上的根本问题依旧是Valhall
架构一个时钟周期只能支持几何引擎和图块（tiler）引擎处理一个三角形，这样就算加入了异
步时钟域，也存在着频率限制和功耗等问题，毕竟频率不可能无限制提升。在台式设备上，类
似问题大约在十年前也曾出现过，最终解决方案是转向多几何引擎，在移动设备上这样的转向
也肯定会出现，只是时间问题而已。
在计算能力方面，Mali-G78彻底重写了FMA架构，据说这个变化是ARMGPU小组和
CPU小组共同努力的结果。新的FMA架构能够使得能耗降低30%，改进的关键点在于使得
FP32和FP16存在计算路径的物理隔离，这确实需要耗费更多的晶体管和面积来实现，但是带
来的是更少的实际晶体管开关占用时间以及相应的能耗比提升。根据ARM的计算，在Mali-
G77上仅仅FMA单元就占用了整个GPU动态切换能耗的19%，这部分能耗降低30%意味着
带来了整个GPU能源效率大约5%～6%的提升，这是非常惊人的变化。
Mali-G78最后一个改进亮点在于对图块（tiler）机制的改进，使其性能可以根据内核数量
的增减进行合理的缩放。缓存方面，内核缓存设计改善了缓存维护算法，并通过更好的依赖性
跟踪设计提高了性能，从而使得内核可以更为智能的处理缓存数据，避免不必要的数据移动，
降低了GPU内部的能耗、增加了带宽，从而提高了整体性能表现。
小改进但可期待的性能
这一部分依旧是惯例的性能改进情况展示。ARM带来了一些Mali-G78性能改进方面的内
容，我们一起来看一下。
由于Mali-G78加入了异步频率域，因此在几何性能和渲染性能方面都有不错的提升。对
于这一点，ARM专门进行了对比测试，数据显示在开启异步频率域后，基准性能能够提升
8%，某些游戏表现将提高14%。从数据上看这个进步并不大，但是要知道SoC厂商只需额外
增加一个PLL或者分频器就能获得这样的性能提升，算起来还是划算的。
在和Mali-G77的比较中，ARM给出的是数据可比条件下，Mali-G78的能耗降低了10%，
这可能是来自于内核、FMA改进等综合影响。在异步功能方面，ARM宣称这能够带来6%～
13%的能耗降低，具体数据则取决于工作负载。实际上这是一个比较笼统的估计，因为要实现
这样的数据，需要SoC厂商为GPU添加第二个电压轨道以最大限度地利用异步频率域的优
势。但是这里又出现一个问题，那就是实际上SoC厂商可以考虑增加一个额外的内核并将其
设定为较低的频率，而不是设定一个额外的PMIC轨道以及相应的电感、电容等。对于旗舰
SoC来说，采用ARM的推荐设计并添加第二条电压轨是可以期待的，但是对中低端定位的
GPU来说，可能成本上并不是很划得来。
总的来看，目前Mali-G78的改进比较小，因此最终的性能提升也不算很大，并且其性能
的提升和改變需要额外的配合，这对厂商来说可能存在成本和收益的衡量，再加上如果在售价
方面比较贵的话，可能会影响厂商选择Mali-G78的积极性。在这里，ARM需要谨慎地平衡
Mali-G78的价格和性能，并且参考市场上包括imaginationA系列的售价和相关性能情况等因
素。另外，考虑到IP和实际产品之间存在大约半年左右的时差，因此我们真正看到Mali-G78
的产品上市可能还需要等待一段时间了。
核心最大数量为6个的Mali-G68
ARM在本次发布会上还一并发布了Mali-G68，从产品型号来看，Mali-G68像Mali-G78
的上一代产品。但实际上这两款产品采用了完全相同的内核。但是，Mali-G68的扩展数量被
限制为最大6个核心。也就是说大家都是一样的核心“Valhall”的改进版本，但是采用MP6以
及以下的配置时，只能被称之为Mali-G68MP6，但是如果使用7个或者更多的内核，就可以被
称为Mali-G78家族。
这样的命名方式无疑带来了市场的混淆。ARM希望中低端SoC在使用较少的核心配置
时，不会使用Mali-G78的名称并对其产生市场和定位上的影响，但是采用Mali-G68的这样的
命名方式，会让人迷惑这是否是上一代产品。我们知道英伟达和AMD在同代架构GPU上的
区分命名方式是采用从大到小的数字，但是其根本问题在于总有一些数据看起来是不变的，比
如GeForceRTX2060和RTX2080，架构一样，特性类似，但是产品命名方面通过RTX、20代
次等做到了很好的区分，并且也不会混淆之前的“10”代次产品，ARM在这里可能需要借鉴一
下。