您现在的位置是:人工智能 >>正文
四次刮骨疗毒,苹果是无可争议的卷王!
人工智能866人已围观
简介一个做系统软件的公司,一旦选定了CPU架构,轻易是不敢更改的。因为每次换架构,软件生态的迁移,无异于一次刮骨疗毒。但是有一家公司,成立以来,光是CPU架构就换了4次,真是无可争议的CPU卷王。1984 ...
一个做系统软件的次刮公司,一旦选定了CPU架构 ,骨疗果无轻易是毒苹不敢更改的。
因为每次换架构 ,可争软件生态的卷王迁移 ,无异于一次刮骨疗毒 。次刮
但是骨疗果无有一家公司,成立以来 ,毒苹光是可争CPU架构就换了4次,真是卷王无可争议的源码下载CPU卷王 。
1984年:摩托罗拉 68k
1994年:PowerPC
2006年 :Intel x86
2020年 :自研芯片
这家公司就是次刮Apple 。

1984年 摩托罗拉68k
20世纪70年代末,骨疗果无Apple II(用的毒苹是MOS Technology 6502处理器)是最受欢迎的计算机之一,尤其是可争在教育领域 。
1981年,卷王IBM推出PC以后,销量迅速超越Apple II 。
为了扳回劣势,苹果于1983年推出Apple Lisa ,香港云服务器尽管Lisa支持革命性的图形用户界面 ,但是高达1万美元的售价和可用软件的缺乏 ,Lisa在商业上并不成功。
图片
在开发Lisa的同时,苹果的另外一个团队也在开发一个叫做Macintosh的项目,目标是面向消费者的 ,易于使用的建站模板计算机。
在乔布斯接管Macintosh项目以后 ,Mac变得越来越像Lisa ,配备鼠标和图形用户界面,价格仅为Lisa的四分之一 。
在选择CPU时 ,团队面临三个选择 :
Intel 8088:

8位数据总线,支持640K内存 ,价格便宜(35美元) ,IBM PC也用它,生态系统很好
Zilog Z8000
图片
16位数据总线 ,支持8M 内存 ,价格中等(55美元),用的人少,高防服务器生态系统不完善
摩托罗拉68000(68K)
图片
16位数据总线 ,支持16M内存,价格较贵(70美元),生态系统一般
在1983年这个时间点,苹果选择了摩托罗拉68K , 主要是为了和IBM PC做出差异化。
另外摩托罗拉68K支持高达16M的内存 ,这实在太香了 。
1984年 ,伴随着经典的《1984》广告 ,Mac发布,引发轰动,被《纽约时报》誉为“革命性的产品”。源码库

从此,苹果的产品就和摩托罗拉68K结下了姻缘。
1994年 PowerPC
在过去的10年 ,Intel和微软结成了WinTel同盟 ,它们密切合作,竞相推出新品,新软件与新芯片唱和有致 ,完全垄断了PC产业链的高端。
不但是苹果,就连PC的发明人IBM,也被这一套组合拳打得晕头转向,服务器租用根本无法招架。
于是IBM转头也和摩托罗拉,苹果也组成了一个联盟 :AIM ,准备和Wintel抗衡。
AIM瞄准了x86架构的一个关键弱点:使用复杂指令集(CICS) ,准备狠狠地打击。
此时精简指令集(RISC)发展成熟,正是街上最靓的仔。一批RISC CPU展示出了卓越的性能:Sun SPARC, DEC Alpha, MIPS ,HP 的PA RISC。
所以AIM也推出了一个RISC CPU: PowerPC。
图片
PowerPC用流水线的方式提升了性能 ,并且能耗更低 。
但是PowerPC的指令集和摩托罗拉68K指令集完全不同,苹果需要迁移生态系统中的所有软件。
不仅所有软件都得编译,有些情况下还需要重写。
这是一个非常艰巨的任务,苹果想了两个招数 :
1.模拟器模仿摩托罗拉的CPU,相当于一个“软CPU” ,让之前的软件可以在其中运行 。
“软CPU”会带来巨大的性能损失 ,但是PowerPC性能强大,软件勉强可用
2.胖二进制文件在过渡期间 ,对软件进行增肥 ,同时包含针对 68k 和 PowerPC 架构编译的代码,这样一个软件就可以在多种CPU上运行 。
但是当时的硬盘普遍只有80M,胖二进制占有的空间非常烦人 ,市面上甚至出现了专门的“生意” :剥离胖二进制文件的,把在当前平台上不需要的二进制代码剥离。
总体而言 ,苹果向PowerPC的迁移是成功的 。
Wintel联盟展开了最强烈的反击,Intel推出了具有划时代意义的奔腾芯片系列 ,而微软则“珠联璧合”地推出了Windows 95。
Intel和微软还分别展开了对PowerPC的分化瓦解工作,其中微软表现得尤为起劲 。
AIM联盟最终分崩离析,2004年摩托罗拉退出芯片制造业务,将其半导体业务分拆为一家名为飞思卡尔半导体的独立公司。
图片
IBM将PowerPC产品线出售给了AMCC ,专注于64位的芯片设计,只给游戏机制造商提供PowerPC芯片 ,如任天堂的GameCube 、Wii和Wii U ,索尼的PlayStation 3和微软的Xbox 360。
图片
2006 Intel x86
乔布斯回归苹果以后 ,相继发布了iMac, iPod, iPhone等卓越的产品 ,苹果再度恢复魔力 。
AIM联盟虽然解散,但PowerPC还在 ,就是性能差,功耗高,开发速度更是缓慢,产品迟迟不能更新 。
在2003年苹果推出第一代Power Mac G5时 ,乔布斯曾信心满满地承诺 ,IBM与Apple将会很快地将G5芯片提速至3.0GHz,然而IBM失约了 。
反观Intel持,它总是能续以高效能、极短的开发周期 ,不断推出新的CPU。
对PowerPC失望的乔布斯决定,迁移到x86 。
图片
苹果再次面对软件迁移的问题 ,这一次,他们把原来的招数也进行了升级:
1. 把“胖二进制文件” ,升级为“通用二进制文件”。
通用二进制文件来源于NeXTStep ,其实和胖二进制文件差不多。
2.动态二进制翻译器Rosetta
图片
Rosetta 在程序运行时动态地“即时”翻译代码。
原来的应用程序是PowerPC指令集,Rosetta可以在运行时把它们翻译成等效的x86指令集和系统调用 。
下面这幅图展示的是一个基于PowerPC微软Office,运行在x86上的情景。
图片
ps : 动态二进制翻译也是龙芯为了兼容x86生态所采用的一种方式。
2020 :自研芯片
苹果产品的最大竞争优势就是:硬件和软件的紧密集成 。
现在硬件的命门捏在Intel手中,Intel CPU一旦限制供应或者推迟发布,就会极大地影响苹果的产品路线 ,这绝对不是长久之计。
iPhone的热销,让苹果成为这个星球上最有钱的公司,每年可以投入200多亿美元研发,这么多钱,完全可以砸出一个属于自己的CPU。
实际上 ,从iPhone4开始 ,苹果已经开始设计自己的A4芯片了。
图片
然后是A5,A6...... Apple不断迭代 ,速度越来越快 ,性能越来越强 。
图片
这种45度的强势走势十分“恐怖”,和挤牙膏的Intel形成了鲜明对比。
终于,苹果的CPU强大到足以在个人电脑中使用了 。
2020年 ,Apple宣布了Mac CPU的第三次转型:使用自研的M1芯片 。
图片
M1不同于标准的台式机CPU, 它是一个SoC ,也就是把CPU、GPU、NPU等都集成到了一个芯片上 。
图片
M1的“秘密武器”如统一的内存架构(可以让GPU和CPU共享内存,省去了数据复制的开销),异构计算 ,乱序执行等让它输出高性能的同时,保持了超低的功耗。
采用M1的MacBook 就像变魔术一样 ,快如闪电,冷却风扇似乎永远不会打开,电池一次充电可持续使用一整天。
对于软件的兼容性 ,Apple驾轻就熟 ,Rosetta 升级成Rosetta 2,可以把Intel x86指令集实时翻译成ARM指令集。
从测试来看 ,Rosetta 2效果不错 ,虽然“翻译”有20%的性能损失,但是在强悍的M1面前 ,使用体验可以接受 。
在苹果强大的吸引力之下,很多软件纷纷支持原生的M1 ,Apple的这次架构迁移恐怕要比前几次更快。
结语
国产芯片龙芯用的是自有的指令集LoongArch,花了九牛二虎之力,也无法建立繁荣的软件生态 。为了兼容Intel x86 ,不得不使用类似Rosetta这样的动态翻译程序。
不仅是龙芯,参与者更加广泛的、开源的RISC-V也有类似的问题 。
可是Apple这家公司,竟然把软件生态在不同架构之间迁移了四次 ,实在是太强悍了!
仔细想想,这和苹果封闭的生态有很大关系,苹果换了CPU架构,开发者不跟着怎么办?但是话说回来,苹果的生态比较优质 ,跟着苹果就是有肉吃啊 ,大家也乐意跟着走啊!
Tags:
转载:欢迎各位朋友分享到网络,但转载请说明文章出处“信息技术视野”。http://www.bziz.cn/news/365e8999545.html
相关文章
NIST 宣布 ASCON 为物联网数据保护加密算法
人工智能美国国家标准与技术研究所NIST)宣布,名为Ascon的认证加密和散列算法系列将成为标准算法,用于轻量级密码学应用。该算法旨在保护由物联网IoT)创建和传输的信息,包括其无数的微型传感器和执行器。同时 ...
【人工智能】
阅读更多2025年十款最佳网站安全扫描器
人工智能世界正在从小到大走向数字化,每个企业都有一个网站来展示其服务。除了提供服务外,他们还将用户数据保存在数据库中,包括 Cookie 和注册时提供的个人信息。多种技术使网站更加高效和易于使用,从而增加了网 ...
【人工智能】
阅读更多CISO如何与高管沟通网络安全
人工智能多年来,CISO一直努力让董事会理解安全不仅仅是流行语,许多人感觉他们被忽视或误解,但随着威胁的增加和法规的收紧,这种情况正在改变。董事会现在期望CISO用他们的语言交流:风险、金钱、影响。以下是安全 ...
【人工智能】
阅读更多