Displaying items by tag: اینتل

اینتل (Intel) چندی پیش اعلام کرد پردازنده‌ی شبکه‌ی عصبی استنتاجی نیروانا (Nervana Neural Network Processor for Inference)، یا به اختصار NNP-I، مانند یک پردازنده‌ی ۱۰ نانومتری آیس لیک (Ice Lake) طراحی می‌شود که روی یک بورد به درگاه M.2 متصل خواهد شد. بله؛ درست خواندید؛ روی یک درگاه M.2 نصب خواهد شد؛ این نوع از درگاه‌ها معمولا برای ذخیره‌سازی استفاده می‌شوند. همچنین، اینتل برای ایجاد فضای کافی برای شتاب‌دهنده‌های هوش مصنوعی، مواردی مانند هسته‌های گرافیکی و بلوک‌های نمایشگر را که بخش‌های مهمی از پردازنده‌ی آیس لیک هستند، حذف کرده است.

اکنون دیگر دنیای هوش مصنوعی به‌طور کامل در برابر چشمان انسان‌ها قدبرافراشته و کم‌کم خیز برمی‌دارد تا تحولاتی بنیادین در محاسبات گوشی‌های همراه، لپ‌تاپ‌ها و کامپیوترهای رومیزی ایجاد کند؛ اما هنوز هم بیشتر حجم کاری هوش مصنوعی در مراکز داده‌ای اتفاق می‌افتد. کارهای آموزشی که نیاز زیادی به محاسبات دارد، شبکه‌های عصبی پیچیده‌ای ایجاد می‌کنند که عملیات‌های تشخیص شیء، ترجمه‌ی گفتار، تلفیق صدا و کارهایی از این قبیل را انجام می‌دهد، اما این شبکه‌ها نقطه‌ی نهایی برای تکمیل و کار نیست. اصل مهم در استفاده از توانمندی هوش مصنوعی در مقیاس بزرگ مربوط‌به استقرار مدل‌های تکمیل‌شده‌ای است که ازطریق مرتب‌سازی و تجزیه‌وتحلیل روزانه‌ی داده‌های جهان، آن‌ها را بررسی می‌کند. این همان کاری است که استنتاج نامیده می‌شود.

حجم کاری فرایندهای استنتاجی بسیار سبک‌تر از حجم کاری فرایندهای آموزشی است؛ بنابراین ایجاد مدل برای آن‌ها مستلزم استفاده از پردازنده‌ها و FPGAهای قدرتمند نیست. اما این کار هم مانند هر نوع کار محاسباتی دیگر در انتها به یک موضوع ختم می‌شود: هزینه. به عبارت دیگر، پیش‌هزینه‌ی ارزان برمبنای «عملکرد در ازای وات» برای استنتاج از اهمیت بیشتری برخوردار است و به همین دلیل است که اینتل به این فکر می‌کند که شتاب‌دهنده‌های NNP-I خود را در یک درگاه M.2 جای بدهد. این کار برای کاستن از حجم کاری ناشی از استنتاج‌های زیاد در سرورهای Xeon انجام می‌شود و تراشه‌ی بزرگ‌تر را برای کارهای محاسباتی عمومی آزاد می‌کنند.

اینتل بلوک پردازنده در طراحی اصلی آيس لیک (که در تصویر بالا نشان داده شده است) را طوری دستکاری کرد تا برای حجم کاری هوش مصنوعی مناسب باشد. پکیج استاندارد آيس لیک به همراه پردازنده و هاب کنترلر پلتفرم (PCH) در این قطعه روی یک بورد واحد قرار گرفته‌اند؛ اما اینتل بلوک‌های نمایشگر و GPU را از روی این سطح برداشته و جای آن‌ها را به موتور سفارشی‌سازی‌شده‌ی هوش مصنوعی داده است که کاربرد آن‌ها منحصر به انواع خاصی از کدهای استنتاجی است. علاوه بر این، اینتل موتورهای DSP را هم به آن‌ها اضافه کرده است. این موتورها برای الگوریتم‌هایی استفاده می‌شوند که مخصوص بلوک‌های شتاب‌دهنده با عملکرد ثابت نیست و به سازگاری مدنظر برای فضای هوش مصنوعی سریع‌العمل کمک می‌کند.

اینتل جزئیات بیشتری از بلوک‌های شتاب‌دهنده فاش نکرده است؛ اما به احتمال زیاد آن‌ها از مجموعه‌ای از عناصر تکراری استفاده می‌کنند که شباهت زیادی به یک پردازنده‌ی گرافیکی دارد. با وجود زیرسیستم قدرتمند حافظه‌ی Gen11 که هم‌اکنون در این فناوری قدرتمند استفاده می‌شود، به احتمال زیاد شرکت تصمیم خواهد گرفت که جای واحدهای اجرای گرافیک (EU) را با منطق سفارشی عوض کند (یا شاید واحدهای موجود را اصلاح کند). این در حالی است که باید ساختارهای تکمیلی و اتصالی بین واحدها را به همان صورت حفظ کند.

پردازنده در این طراحی همچنان دارای چندین هسته‌ی محاسباتی معماری اینتل x86 هستند. البته، اینتل تعداد هسته‌هایی که از میکرو معماری Sunny Cove استفاده می‌کنند، را فاش نکرده است. اورین گرشان (Oren Gershon)، مدیر کل بخش مهندس محصولات استنتاجی در اینتل، توضیح واضحی نمی‌دهد و تنها می‌گوید چندتا از هسته‌ها را حذف کرده‌اند تا فضای خالی کافی برای قطعات دیگر فراهم شود. بنابراین شاید این پردازنده‌های آیس لیک چهار هسته‌ای از حالا به بعد فقط دو هسته‌ای باشند.

اینتل این پکیج را روی انواع مختلفی از کارت‌های توسعه نصب می‌کند؛ مثلا نوع M.2 که بالا نشان داده شد، این قابلیت را دارد که به درگاه استاندارد M.2 در یک مادربورد سرور متصل شود. حتی می‌توان آن را به کارت‌های توسعه‌ای بزرگ‌تر روی اسلات PCIe هم متصل کرد. برخلاف برخی از سیلیکون‌های سفارشی مانند TPU گوگل که برای هوش مصنوعی طراحی شده‌اند، این دستگاه از نظر سخت‌افزاری تقریبا با همه‌ی سرورهای مدرن موجود سازگاری کامل دارد. این رویکرد کاملا مقیاس‌پذیر است: می‌توان هرچند NNP-I که لازم باشد را به سرور اضافه کرد، به‌ویژه با استفاده از کارت‌های رایزری که در درگاه‌های M.2 قرار می‌گیرند.

اینتل می‌گوید NNP-I از نظر توان طراحی حرارتی (TDP) برابر با پردازنده‌های آیس لیک است؛ یعنی حداکثر TDP درنظر گرفته‌شده برای آن‌ها درحدود ۲۸ وات است؛ اما باید توجه داشت که محدودیت ۱۵ واتی در رابط‌های M.2 مانع از انتقال قدرت به دستگاه‌های کوچک‌تر می‌شود. اگر NNP-I به کارت‌های توسعه وصل شوند خواهند توانست با حداکثر TDP فعالیت کنند؛ یعنی عملکرد خیلی بهتری خواهند داشت.

اینتل برای انتقال کامل وظایف استنتاجی به شتاب‌دهنده از نرم‌افزار مخصوصی استفاده خواهد کرد تا پردازنده‌ی Xeon را از تکمیل کار آگاه کند. این انتقال باعث حذف ارتباطات رفت‌وبرگشتی در گذرگاه PCIe با شتاب‌دهنده‌های دیگر می‌شود. این کار بار اضافی به پردازنده تحمیل می‌کند؛ چرا که ایجاد وقفه می‌کند و داده‌ها را به حرکت وامی‌دارد. در مقابل، NNP-I به‌عنوان یک سیستم مستقل با سازوکار ورودی / خروجی خود (PCH) عمل می‌کند که امکان دسترسی به داده‌های موردنیاز برای پردازش را فراهم می‌کند. عملیات‌های مربوط‌به هوش مصنوعی داده‌ها را با ولع تمام می‌بلعند و همین عامل موجب می‌شود که اتصال ۳ در ۴ و نسبتا باریک PCIe به‌صورت تنگنایی در پهنای باند به نظر برسد. اما، اینتل به کاربرانش اطمینان می‌دهد که فشار کاری تحلیلی ویدیویی با داده‌های زیاد را تست کرده و هیچ محدودیتی در آن ندیده است. بلکه برعکس؛ اینتل معتقد است این نوع از حجم‌های کاری در واقع از نظر محاسباتی محدود هستند.

هسته‌های x86 از دستورالعمل یادگیری عمیق VNNI اینتل (که به نام DL Boost هم شناخته می‌شود) پشتیبانی می‌کند. این دستورالعمل از AVX-512 برای ارتقای عملکرد استفاده می‌کند. اینتل ادعا می‌کند انعطاف‌پذیری بالای حاصل از این کار تقریبا مناسب هر نوع از حجم کاری هوش مصنوعی است؛ به‌ویژه مواردی که از تناسب کافی برای موتورهای هوش مصنوعی یا DSP برخوردار نیستند. علاوه‌براین، اینتل کامپایلری ارائه کرده است که کد را با شتاب‌دهنده‌های NNP-I سازگار می‌کند. فیسبوک، در طور توسعه‌ی این فناوری، «شریک تعریفی» اینتل برای حصول اطمینان از پشتیبانی کامپایلر Glo از این قطعه‌ی سخت‌افزاری بود. از این گذشته، این دستگاه از همه‌ی زبان‌های استاندارد مانند PyTorch و TensorFlow هم، با کمترین تغییرات، پشتیبانی می‌کند.

موضوع بسیار مهم‌تری که گرشون به آن اشاره می‌کند آن است که کارایی NNP-I بسیار شگفت‌انگیز و بسیار بهتر از CPU یا GPUهایی است که دستورهای چندگانه‌ای دارند. برنامه‌ها در مراکز داده‌ای، اپلیکیشن‌های استنتاجی از رواج بیشتری نسبت به اپلیکیشن‌های آموزشی برخوردار هستند و این دستگاه‌های کارآمد، توان مقرون‌به‌صرفه‌ای را به‌صورت یک‌جا و یک‌دفعه به سرویس‌دهندگان کلاد (CSP) و هایپراسکالرها ارائه می‌دهند؛ به عبارت دیگر این بخش می‌تواند بخشی سودآور برای اینتل باشد. اینتل قصد ندارد این دستگاه‌ها را به‌تنهایی و به‌صورت خرده‌فروشی به بازار عرضه کند، بلکه می‌خواهد کاری کند که CSPها در آینده ازطریق نمونه‌های مبتنی بر کلاد با این فناوری آشنا شوند.

اینتل هنوز هیچ اطلاعات عملکردی در پشتیبانی از ادعای جسورانه‌ی خود در زمینه‌ی کارایی حاصل از این محصول رو نکرده است؛ بلکه تنها نمونه‌هایی از آن را در اختیار چند مشتری قرار داده است و پیش‌بینی می‌کند که تولید انبوه آن در ادامه‌ی سال جاری آغاز خواهد شد. انتظار می‌رود انویدیا، تولیدکننده‌ی GPUهای Tesla T4 برای عملیات‌های استنتاجی، و کوالکام، توسعه‌دهنده‌ی پردازنده‌های Cloud AI 100 مبتنی بر M.2، این ادعاها و اخبار را به دقت دنبال کنند.

فعالیت تمام شرکت‌های فعال درزمینه‌ی شبکه‌‌های عصبی تا‌به‌حال براساس تراشه‌های سیلیکونی بوده است. پردازنده‌ها (CPU)، پردازنده‌های گرافیکی (GPU)، تراشه‌های پردازش شبکه‌های عصبی (TPU) و مدارهای مجتمع برنامه‌ریزی‌شدنی (FPGA) همه‌ی این‌ها ممکن است ویژگی‌های عملکردی متفاوتی داشته باشند؛ اما از ماده‌ای واحد ساخته شده‌اند. اینتل مشغول ساخت شبکه‌های هوش مصنوعی با استفاده از دانش فوتونیک سیلیکونی است؛ دانشی که درزمینه‌ی مطالعات تحقیقاتی و کاربرد انواعی از سیستم‌های فوتونی فعالیت و از سیلیکون به‌عنوان بستر نوری استفاده می‌کند.

دو سال پیش، کار تحقیقاتی پژوهشگران دانشگاه MIT نشان داد شبکه‌های عصبی نوری (ONN) می‌توانند در عملیات‌های با توان ضعیف و سرعت کم کاربردی باشند. این امکان به‌‌دلیل وجود نوعی مدار فوتونی به‌نام تداخل‌سنج ماخ‌زندر (MZI) است. پیکره‌بندی تداخل‌سنج ماخ‌زندر به‌صورت حاصل‌ضرب ماتریس ۲ در ۲ عمل می‌کند. این تداخل‌سنج می‌تواند برای تعیین نسبت اختلاف فاز بین دو موج ‌برهم‌راستا مربوط‌ به منبع نوری همدوس کاربرد داشته باشد. در این روش، از ضرب‌کردن فازهای دو پرتوی نور به‌صورت ماتریس ۲ در ۲ استفاده می‌شود و با قرارگرفتن MZIها در حالت آرایه‌ی مثلثی‌شکل، ماتریس‌های بزرگ‌تری ایجاد می‌شوند که هسته‌ی اصلی محاسبات مربوط ‌به یادگیری عمیق هستند.

 کازیمیر ویرزینسکی، مدیر ارشد دفتر CTO در گروه هوش مصنوعی اینتل گفت:

هر فرایند توسعه و تولید می‌تواند نقایصی داشته باشد و فناوری جدید به دور از نقص نیست؛ اما باید در نظر داشته باشیم تغییرات کوچک در داخل تراشه‌ها می‌تواند بر دقت محاسبات تأثیر بسزایی بگذارد. به‌منظور عملیاتی‌ترکردن شبکه‌های عصبی نوری (ONN) در تولید، باید بدانیم چقدر به تغییرات معمول در فرایند حساس هستند؛ به‌‌ویژه زمانی‌که در مقیاس‌های واقع‌بینانه‌ و بزرگ‌تری در نظر گرفته می‌شوند. همچنین، تلاش می‌کنیم بفهمیم چگونه می‌توان این تغییرات را باتوجه‌به معماری مدارهای مختلف قدرتمندتر کرد.

در مقاله‌ی جدید اینتل، دو نوع شبکه‌ی عصبی نوری مقاوم دربرابر خطا بررسی شده است. یکی از شبکه‌های عصبی نوری طراحی قابل‌تنظیم‌تری (GridNet) دارد؛ در‌حالی‌که دیگری با تحمل خطای بهتری (FFTNet) ساخته شده است. معماری GridNet با این پیش‌فرض کار می‌کند که MZI‌ها در یک شبکه هستند؛ در‌حالی‌که FFTNet الگویی پروانه‌ای دارد که معماری آن‌ها برای محاسبات تبدیل سریع فوری (Fast Fourier Transforms) طراحی و مدل‌سازی شده‌ است. 

هر دو مدل شبکه‌ی عصبی نوری برای تشخیص دست‌خط آموزش دیده‌اند. GridNet از میزان دقت ۹۵ تا ۹۸ درصدی درمقایسه‌با FFTNet برخوردار است. باوجوداین، FFTNet به‌طورخاص برای رسیدگی به اشتباه‌ها و خطاهای تولید عملکرد قدرتمندتری داشت و با افزودن نویز و انتقال فاز به هر MZI‌ شبیه‌سازی شده است. FFTNet به‌صورت درخورتوجهی از GridNet عملکرد پایدارتری داشت و دراصل، کارایی‌اش با درنظرگرفتن نویز مصنوعی به کمتر از ۵۰ درصد افت می‌کرد؛ درحالی‌که کارایی FFTNet در همان شرایط ثابت باقی می‌ماند. 

نمونه‌کارهای اولیه و شبیه‌سازی‌شده نشان می‌دهند شبکه‌های عصبی نوری می‌توانند جایگزین معتبری برای طرح‌های مبتنی‌بر تراشه‌های سیلیکونی باشند. ویرزینسکی اضافه کرد:

مدارهای بزرگ‌تر به دستگاه‌های بیشتری چون MZI‌ها در هر تراشه نیازمندند؛ بنابراین، تلاش برای رسیدن به قابلیت تنظیم دقیق (Fine Tune) در هر دستگاه در تراشه‌ای پس از تولید، مشکلی روبه‌رشد است. روش مقیاس‌پذیرتر برای آموزش ONNها در محیط نرم‌افزار، مدارهای تولیدانبوه براساس این پارامترها خواهد بود. نتایج نشان می‌دهد انتخاب معماری مناسب می‌تواند احتمال دستیابی به مدارهایی با عملکرد مطلوب را افزایش خواهند داد؛ حتی اگر با تغییرات در تولید مواجه شویم.

قابلیت ایجاد ONNهای مؤثر در مواجهه با تغییرات تولیدی، یعنی بهتر است در حین فرایند یادگیری ساخت این مدل شبکه‌ی عصبی، بهینه‌سازی روش ساخت آن‌ها را فرابگیریم. این قابلیت می‌تواند درصورت انبوه‌سازی و رقابت‌پذیری با معماری تراشه‌های سیلیکونی معمولی، به تجاری‌سازی این تراشه‌ها کمک کند.

اپل شرکت اینتل  را دلیل کاهش اخیر در درآمد بخش مک می‌داند. تیم کوک با استناد به همین اتهام، حملات شدیدی به غول پردازنده داشته است. لوکا ماستری، مدیر ارشد مالی اپل درکنار یادداشت‌های مرتبط با آخرین گزارش‌های مالی شرکت، اشاره‌ای هم به بخش مک داشته است. فوربز در گزارشی به اظهارنظرهای ماستری می‌پردازد که در بخشی از آن می‌خوانیم:

درباره‌ی بخش مک، درآمد از ۵.۸ میلیارد دلار در سال گذشته به ۵.۵ میلیارد دلار رسید. کاهش فروش اکثرا به‌‌خاطر کاهش عرضه‌ی پردازنده در برخی مدل‌های خاص بود.

تیم کوک در ادامه نکاتی را به اظهارات مدیر مالی‌اش اضافه می‌کند:

ما در فصل منتهی به ماه مارس، خصوصا در بخش مک با محدودیت عرضه‌ی پردازنده روبه‌رو شدیم. درنتیجه درآمد نیز نسبت به مدت مشابه سال گذشته کاهش ۵ درصدی داشت. ما اعتقاد داریم که بدون آن محدودیت‌ها، درآمد بخش مک از سال گذشته پیشی می‌گرفت. به‌علاوه معتقد هستیم که در فصل سوم سال، چالشی از این دست نخواهیم داشت.

به‌نظر می‌رسد مشکلات در تأمین تراشه‌ها، ارتباطی با عدم عرضه‌ی به‌روزرسانی جدید برای مک داشته باشند. به‌علاوه، تأخیرهای احتمالی در عرضه‌ی سخت‌افزار هم احتمالا با همین روندها ارتباط دارد. اخبار پیشین و مصاحبه با افراد داخل شرکت اپل نیز مهر تأییدی بر نقش اینتل در مشکلات عرضه‌ی محصولات کوپرتینویی‌ها می‌زند. یکی از کارمندان اپل درباره‌ی علت عرضه‌ی دیرهنگام مک‌بوک ایر در سال گذشته، اینتل را مقصر اصلی عنوان کرده بود.

تأثیر اینتل

کاملا روشن است که چالش‌های ساخت‌‌ و تولیدی اینتل و کاهش موجودی نسل‌های کنونی پردازنده در انبارها، تأثیری وسیع روی کل صنعت رایانش داشته است. حتی بازیگران بزرگ حوزه‌ی ساخت و توزیع کامپیوترها هم از این تأثیرها بی‌بهره نبوده‌اند. به‌علاوه کسب‌وکارهای کوچک خسارت‌های بیشتری متحمل شده‌اند. برخی از آن‌ها مجبور به استفاده از نسخه‌های قدیمی پردازنده‌ها یا حتی استفاده از پردانده‌های AMD شدند.

اینتل تمامی ظرفیت تولید خود را به پردازنده‌های حرفه‌ای‌تر اختصاص داده است. چنین رویکردی سود مالی بیشتر و توجیه اقتصادی بهتری برای غول پردازنده دارد؛ اما دراین‌میان کامپیوترهای میان‌رده و پایین‌رده با کمبود سخت‌افزار روبه‌رو می‌شوند. متأسفانه اینتل می‌گوید که روند کنونی تا سه‌ماهه‌ی سوم سال ادامه خواهد داشت و باید هنوز آماده‌ی تأثیرات منفی آن باشیم.

درمقابل تحلیل‌های بازار، اظهارنظر تیم کوک قرار دارد که می‌گوید کمبود پردازنده‌ها روی عملکرد فصل کنونی و فصل سوم تأثیری نخواهد داشت. اگر اینتل بتواند به وعده‌هایش عمل کند و کاهش موجود تا فصل سوم ادامه پیدا نکند، شاید اظهارنظر مدیرعامل اپل به حقیقت بپیوندد.

به‌هرحال چالش‌های موجود می‌تواند عرضه‌ی نسخه‌های به‌روزرسانی از کامپیوترهای اپل را در سال جدید با تأخیر مواجه کند. شاید آن‌ها بتوانند نسخه‌هایی با تغییر در مشخصات سخت‌افزاری ارائه کنند، اما محصولاتی همچون مک‌بوک پرو ۱۶ اینچی تا همان زمان تأخیر قبلی یعنی سال ۲۰۲۰ یا شاید یک سال بعد، به تعویق خواهند افتاد. به‌هرحال صرف‌نظر از همه‌ی رخدادهای پشت پرده و عواقب چالش‌های موجود، نکته‌ی روشن وابستگی اپل در زنجیره‌ی تأمین مک به اینتل است.

باوجود آنکه اینتل قصد دارد چنین کمبودهایی در عرضه‌ی‌تراشه‌ها دیگر رخ ندهد، می‌توان اتفاق‌های اخیر را دلایلی مناسب برای تغییر مسیر اپل به سمت پردازنده‌هایARM دانست. چنین تغییری احتمالا در حال وقوع است. افراد متعددی از داخل شرکت اینتل در اظهارنظرهای متفرقه گفته‌اند که اپل تا سال ۲۰۲۰ به‌مرور برای کامپیوترهای مک از پردازنده‌های آرم اختصاصی استفاده خواهد کرد.

ساختن پردازنده‌ی آرم اختصاصی از سوی اپل، تغییری بزرگ محسوب می‌شود و قطعا آسان هم نخواهد بود. البته درصورت پیاده‌سازی چنین استراتژی، مزایای متعددی برای کوپرتینویی‌ها به دست خواهد آمد؛ مزایایی که نه‌تنها شامل کنترل بیشتر روی زنجیره‌ی تأمین می‌شود، بلکه با حذف واسطه‌ای به‌نام اینتل، سود بیشتری برای آن‌ها به‌همراه خواهد داشت.

از مزیت‌های دیگر روی آوردن به پردازنده‌های آرم از سوی اپل می‌توان به این نکته اشاره کرد که همه‌ی دستگاه‌ها (مک، آیفون و آیپد) از پردازنده‌های مشابه آرم استفاده خواهند کرد. درنتیجه توسعه‌ی اپلیکیشن‌ها برای اجرای روان و یکسان در پلتفرم‌های گوناگون هم آسان‌تر می‌شود.

باتوجه‌به تمامی حقایق بالا، جدایی کامل اپل از اینتل را می‌توان محتمل‌تر از همیشه دانست. شاید به همین دلیل باشد که مدیران اپل اخیرا چندین بار به‌صورت رسمی و عمومی به غول پردازنده حمله کرده‌اند.

این هفته رویداد Architecture Day (روز معماری) اینتل برگزار شد که طی آن، شرکت آمریکایی استراتژی خود را در زمینه‌ی پردازنده‌ها، به‌طور شفافی، بیان کرد. قسمت اصلی این معرفی مربوط به تقسیم کردن بخش‌های مختلف پردازنده‌های امروزی به چیپلت‌هایی با قابلیت روی‌هم‌قرارگرفتن بود. (چیپلت به ICهای کوچک‌تری گفته می‌شود که عملکردهای متفاوتی دارند و در کنار هم یک چیپ را تشکیل می‌دهند.)

این شرکت آمریکایی هدف بزرگی برای سال ۲۰۱۹ دارد که آن، ارائه‌ی محصولات مبتنی بر روشی با نام پشته‌سازی Foveros 3D (فووروس) است. این روش برای اولین بار، قراردادن اجزای پردازشی به‌شکل پشته‌ای (روی هم) را در یک چیپ ممکن می‌کند. پیش از این حافظه‌های پشته‌ای وجود داشتند، اما اکنون اینتل کار مشابهی را با پردازنده انجام می‌دهد. با این روش طراحان اینتل به‌راحتی می‌توانند با قرار دادن اجزای مختلف روی Die (بلوک پردازنده) ازپیش‌ساخته‌شده، توان پردازشی را افزایش دهند. بنابراین حافظه و واحدهای تنظیم توان، گرافیک و هوش مصنوعی، همگی می‌توانند از چیپلت‌های مجزا تشکیل شده باشند که برخی از آن‌ها روی یکدیگر قرار دارند. تغییرپذیری و تراکم بیشتر مزایای فراوانی دارند؛ اما این روش ماژولار مشکل دیگر اینتل را، که ساخت چیپ‌هایی با ساختار تماما ۱۰ نانومتری است، نیز برطرف می‌کند.

برنامه‌های پیشین Intel برای عرضه‌ی چیپ‌های ۱۰ نانومتری به‌طور مکرر با تأخیر همراه بوده و به احتمال فراوان این شرکت با چالش‌های مهندسی بزرگی در این زمینه مواجه شده است. حتی در ماه اکتبر SemiAccurate در گزارشی اعلام کرد که این شرکت تمام برنامه‌های خود را برای عرضه‌ی چیپ‌های ۱۰ نانومتری کنار گذاشته؛ که البته اینتل این شایعه را رد کرد و گفت در حال پیشرفت در این زمینه است. حال با توجه به اطلاعاتی جدید، ممکن است هردوی این خبرها درست باشند. اینتل می‌گوید در مسیر دستیابی به فووروس از روش دیگر پشته‌سازی دوبعدی نیز استفاده خواهد کرد. در این روش، اجزای مختلف پردازنده به چیپلت‌های کوچکتر تقسیم می‌شوند که هر کدام را می‌توان به‌طور جداگانه تولید کرد. این موضوع، اینتل را قادر می‌کند تا پردازنده‌هایی با عنوان ۱۰ نانومتر عرضه کند، در حالی که از چیپلت‌های مختلف ۱۴ و ۲۲ نانومتری نیز درون آن استفاده شده است (شکل دوم).

پردازنده‌های یک بخشی امروزی

پشته‌سازی دوبعدی

پشته‌سازی سه‌بعدی

معرفی معماری‌های جدید اینتل همواره با نام رمز جدیدی برای آن همراه بوده و نسل بعدی نیز از این قاعده مستثنی نیست؛ اینتل این معماری جدید را سانی کوو (Sunny Cove) نامیده است. نسل بعدی پردازنده‌های کور و زئون اینتل با این معماری و در نیمه‌ی دوم سال آینده میلادی معرفی خواهند شد و به گفته‌ی این شرکت، در این پردازنده‌ها میزان تأخیر (latency) بهبود خواهد یافت و امکان انجام عملیات بیشتری به شکل موازی فراهم خواهد شد. در قسمت پردازش گرافیکی، اینتل کارت گرافیک مجتمع جدید Gen 11 را خواهد داشت که طبق ادعای این شرکت توان پردازشی آن از مرز یک ترافلاپس عبور می‌کند و بخشی از پردازنده‌های «با مبنای ۱۰ نانومتری» (10nm-based) سال بعد خواهد بود. یکی از برنامه‌های این شرکت که به‌نظر می‌رسد تغییری نکرده، عرضه کارت گرافیکی مجزا تا سال ۲۰۲۰ است.

سوال‌های مهم زیادی بدون پاسخ باقی مانده؛ مثلاً اینکه آیا پشته‌سازی Foveros 3D بخشی از چیپ‌های نسل سانی کوو است یا فناوری مستقلی است؟ احتمالاً شاهد استفاده از پشته‌سازی فووروس در پردازنده‌های لپ‌تاپ و دسکتاپ خواهیم بود، اما آیا چیپ‌هایی با این فناوری برای گوشی و تبلت هم عرضه خواهند شد؟ اینتل در پاسخ به این سوال‌ها فقط گفت که از نیمه‌ی دوم سال بعد، به‌مرور برای همه‌ی دستگاه‌ها، از گوشی‌ها تا دیتاسنترها، شاهد عرضه‌ی پردازنده‌های با فناوری فووروس خواهیم بود. البته با توجه به گذشته‌ی ناموفق اینتل در ورود به بازار چیپ‌های موبایل و اینکه شاهد عرضه تبلت‌های تاشدنی و دستگاه‌های عجیب و متنوع دیگه هستیم، احتمالاً بازار هدف اینتل، بیشتر بازارهای فعلی‌اش خواهند بود.

بدون شک این اطلاعات جدید نشان‌دهنده‌ی تلاش اینتل برای تجدیدنظر اساسی و سازماندهی مجدد فلسفه و استراتژی طراحی چیپ آن‌ها است؛ که تقریباً همین انتظار هم می‌رفت، چرا که این شرکت یک سال پیش معمار ارشد پردازنده، راجا کُدوری را، که پیش از این برای رقیب اصلیشان AMD کار می‌کرد، استخدام کرد. کدوری از اعضای باسابقه و مهم AMD بود و به‌نظر می‌رسد در سمت جدیدش هم نقش مهمی در تعیین مسیر آینده‌ی اینتل دارد.

پردازنده‌های اینتل (Intel) درمواجهه‌با اسکریپت‌های فراریسمانی (HyperThread) مخربی هستند که با سوءاستفاده از حفره‌ی پردازشی، کلیدهای خصوصی و عمومی کیف‌پول رمزارزها را شناسایی می‌کنند و می‌ربایند. به‌موازات آن، مشاهده‌شدن همین آسیب‌پذیری که از نوع Side-Channel است، در سری پرادازنده‌های اسکای‌لیک (SkyLake) و کبی‌لیک (KabyLake)، به‌نظر می‌رسد شرایط مشابه برای پردازنده‌های AMD هم وجود داشته باشد.

طی یازده ماه گذشته، پردازنده‌های کامپیوترها و بعضا گوشی‌های موبایل، به بستری برای اجرای حملات مخرب تبدیل شده‌اند. نام‌های منفوری نظیر Meltdown and Spectre ،BranchScope ،TLBleed و Foreshadow متعلق به کدهای مخربی هستند که تهدیدی برای سرقت اطلاعات محرمانه‌ی ما نظیر رمزهایمان و کلید خصوصی کیف‌پول‌هایمان از پردازنده‌ها محسوب می‌شوند. این به‌گونه‌ای است که با سازوکارهای تدافعی ساده و سنّتی نمی‌توان آن‌ها را شناسایی و متوقف کرد. در همین زمینه، ماه گذشته پژوهشگران اعلام کردند یکی از حفره‌های امنیتی که پیش‌ازاین در تعداد زیادی از پردازنده‌های اینتل شناسایی شده بود، با وجود برطرف‌شدن مشکل به‌صورت نرم‌افزاری کماکان وجود دارد و حملات جدیدی برپایه‌ی آن طرح‌ریزی شده و احتمال وقوع دارد. این تهدید برای پردازنده‌های غیراینتلی هم متصور است.

این حمله جدید که نامش PortSmash است، از محل حفره‌ی مغفول‌مانده‌ی نوع Side-Channel در فناوری فراریسمانی اینتل صورت ‌می‌گیرد. این فناوری فراریسمانی نوع خاص و ارتقا‌یافته‌ای از فناوری چندریسمانی همزمان است که سرعت اجرای حجم زیادی از فرمان‌های محاسباتی را افزایش می‌دهد که باید همزمان و موازی اجرا شوند. در این معماری، کل توان پردازشی تولیدشده هم برآمده از فعالیت دو هسته‌ی پردازش مجازی است که روی پردازنده‌ای فیزیکی بنا شده‌اند. هسته‌های اضافه‌شده تقسیم فرمان‌های محاسباتی بزرگ به فرمان‌های ساده و کوچک‌تر را تسهیل می‌کنند؛ درنتیجه، اجرای آن‌ها سریع‌تر انجام می‌شود.

ترافیک تبادلی در درگاه‌های ارتباطی پردازنده‌ها و حفره‌ای از نوع Side-Channel

پژوهشگران در سندی که به‌زودی آن را منتشر می‌کنند، فرایند سرقت داده از سرور OpenSSL و بازیابی کلید خصوصی موجود در آن داده‌ها ازطریق همین نقصان تازه‌کشف‌شده را تشریح می‌کنند. مکانیزم این حمله که روی سرورها با پردازنده‌های اسکای‌لیک و کبی‌لیک اینتل و سیستم‌عامل اوبونتو صورت می‌گیرد، بدین‌ترتیب است که جریان پایدار و متراکمی از کدهای اجرایی را به یکی از آن هسته‌های مجازی پردازنده می‌فرستند و بادقت زمان پردازش و اجرای آن‌ها را می‌سنجد تا به مدل تخصیص وظایف به درگاه‌ها و زمان‌بندی آن‌ها پی ببرد.

باتوجه‌به الگوی زمان‌بندی منحصربه‌فرد موجود در این پردازنده‌ها و تکنیکی که برای تخصیص آن جریان پردازش به درگاه‌ها طراحی شده، درنتیجه می‌توان پردازنده را مجبور کرد همه‌ی پردازش‌های غیرمرتبط با این جریان ساختگی را به هسته‌ی دیگر منتقل کند و در زمانی‌که آن هسته مشغول پردازش کلیدهای خصوصی است، داده‌های رمزشده ربوده و رمزگشایی شوند.

آنچه زمینه‌ی این نفوذ را فراهم می‌کند، مفهومی است به‌نام «ترافیک تبادلی بین درگاه‌های پردازنده» (Port Contention) و زمانی رخ می‎‌دهد که در پردازنده‌ای فیزیکی رسته‌ای از دستورالعمل‌ها به درگاه‌های مختلف برای پردازش تخصیص داده می‌شوند و در صف اجرا قرار می‌گیرند. این آسیب‌پذیری با عبارت CVE-2018-5407 کدگذاری شده است. هم کامپیوترهای شخصی و هم سرورها در معرض چنین آسیبی قرار دارند؛ هرچند دراین‌میان سرورهای بیشتر مدنظر مهاجمان هستند.

پژوهشگران در این سند آورده‌اند:

تکنیکی که برای انتخاب درگاه‌های هدف برای ارسال جریان محاسبات طراحی کرده‌ایم این‌گونه است که با انتخاب چندین پیکربندی ازپیش‌آماده و اعمال آن‌ها روی پردازنده، زمینه را برای اجرای چند سناریوی شناسایی پردازش‌های خاص روی هسته‌ی دیگر فراهم می‌کنیم که حکم طعمه را دارد. PortSmash انتقال‌پذیری بسیاری دارد؛ به این معنا که به‌راحتی قابل نشر و استقرار در رایانه‌های مختلف است و حداقل پیش‌نیازها را برای اجرا لازم دارد. برای بهره‌گیری از آن نه نیازی به آشنایی با تکنیک‌های یادگیری ماشین هست و نه نیاز به آشنایی با تکنیک مهندسی معکوس.

بیلی‌باب بروملی (Billy Bob Brumly)، استاد دانشکده‌ی فنی دانشگاه Tampere فنلاند و یکی از نویسندگان این سند، در مصاحبه‌ای این‌گونه عنوان می‌کند:

انتظار می‌رود پردازنده‌هایی که فناوری آن‌ها از سری‌های اسکای‌لیک و کبی‌لیک قوی‌تر است، نیز آسیب‌پذیر باشند و با کمی دست‌کاری کدها بتوان به آن‌ها نیز نفوذ کرد. به‌شدت به معماری پردازنده‌های رایزنAMD هم شک دارم که از فناوری SMT استفاده می‌کنند؛ اما به‌دلیل اینکه درحال‌حاضر تجهیزات و سخت‌افزار کافی برای آزمایش آن‌ها ندارم، این کار را به وقتی دیگر موکول کرده‌ام.

بروملی معتقد است زیرساخت‌های IaaS بهترین محیط از منظر انطباق با شرایط واقعی برای آزمودن و سنجش نقاط نفوذ و آسیب‌پذیر است؛ چراکه آن‌ها در بستر ابری، همه‌ی ظرفیت‌های لازم برای دیتاسنتری مثل سرور، فضای ذخیره‌سازی، سخت‌افزارهای شبکه و همچنین شبیه‌سازها رای رصد و نظارت را دربردارند.

بروملی همچنین در این سند نوشته است:

به‌شخصه معتقدم همین دسترسی‌های راه دور (Remote Logins) جدی‌ترین تهدیدها و نقطه شروع این حملات هستند. کاربر خراب‌کار با دسترسی‌های کافی مثلا با SSH به سیستم وارد می‌شود و کد مخرب را پردازش و اجرا می‌کند و داده‌های مربوط‌به هسته‌ی دیگر را به‌دست می‌آورد که حاوی کلیدهای خصوصی است.

این کد به زبان اسمبلی ۶۴ بیتی تولید شده و باید روی خود دستگاه آسیب‌پذیر اجرا شود و نه از راه دور. البته، به کمک مکانیزم‌هایی که در حملات Spectre به‌کار می‌رود، می‌توان این کد را در بطن Javascript به روی سیستم فرستاد. تاکنون، چنین موردی مشاهده نشده؛ اما احتمال آن همواره متصور است. نمونه‌ای از کدهای پژوهشگران دراین‌باره را می‌توانید در اینجا ببینید.

اینتل رسما در بیانیه‌ای اعلام کرده است:

این موضوع ارتباطی به تکنیک اجرای زودهنگام محاسبات (Speculative Execution) ندارد. پس، با Spectre و Meltdown یا نقص ترمینال L1 هم نامرتبط است و فکر می‌کنیم فقط به پلتفرم‌های اینتلی هم محدود نباشد. غالبا محور روش‌های حملات Side-Channel، سنجش و دست‌کاری برخی مقادیر کنترلی منبع سخت‌افزاری به‌اشتراک گذاشته‌شده نظیر زمان‌بندی جریان ارسال دستورالعمل‌ها روی درگاه‌های یکی از پردازنده‌ها است. نرم‌افزارهای سیستمی و کتابخانه‌های برنامه‌نویسی را می‌توان با اجرای الگوهای ایمن‌سازی موجودی که برای حملات Side-Channel وجود دارد، از این دست‌کاری‌ها مصون نگاه داشت. بااین‌حال، حفاظت از داده‌های مشتریان و اطمینان از اینکه محصولاتمان در سطح مناسبی از امنیت قرار دارند، اولویت اول ماست و برای حفظ این مهم، همکاری خود را با مشتریان و شرکا و پژوهشگران به‌منظور کشف و کاهش نقاط آسیب‌‎پذیر همواره ادامه خواهیم داد.

فناوری فراریسمانی محکوم به نابودی

PortSmash دومین حمله‌ی پردازنده‌ای است که همین قابلیت فراریسمانی را هدف قرار می‌دهد. حمله‌ی دیگری به‌نام TLBleed که در خرداد شناسایی شد هم با استفاده از همین فناوری در پی یافتن کلید خصوصی در رمزنگاری‌ها بود. پژوهشگران که این حمله را طرح‌ریزی کرده و توسعه داده‌اند، با استفاده از الگوریتم Cruve 25519 EdDSA موجود در کتابخانه libgcrypt برنامه‌ای برای کشف و بازیابی امضاهای رمزنگاری (Cryptographic Signitures) تولید کردند و آن را روی یکی از هسته‌های مجازی قرار دادند. به‌همان شیوه‌ای که توضیح داده شد، این کد درگیر شناسایی کلیدهای خصوصی شد. آن‌ها با این کار موفق شدند در ترکیب زمانی‌ که دو میلی‌ثانیه‌ی آن برای ارزیابی و رصد ترافیک درگاه‌ها، هفده ثانیه برای فرایند حدس و تخمین در چهارچوب عملیات یادگیری ماشین و نهایتا یک ثانیه هم برای تخمین پیچیده‌ی خطی صرف شده بود، کلید ۲۵۶ بیتی را به‌دست آورند که برای تولید امضاها استفاده می‌شد. این حمله‌ی Side-Channel در حافظه‌ی TLB پردازنده‌ی فیزیکی میزبانی و اجرا شد.

پیش‌ازاین‌، مکانیزم حمله‌ی TLBleed به‌حدی نگران‌کننده بود که توسعه‌دهندگانی که روی پلتفرم OpenBSDفعالیت می‌کردند، به غیرفعال‌کردن ویژگی فراریسمانی پردازنده مجبور می‌کرد. بروملی در جایی توصیه کرده کاربران قابلیت SMT را از تنظیمات BIOS هم غیرفعال کنند یا اینکه از تجهیزاتی استفاده کنند که اصلا چنین قابلیتی نداشته باشند. او حتی اعتقاد دارد بهتر است توسعه‌دهندگان سیستم‌‌عامل‌ها در لحظه راه‌اندازی به کل SMT را غیرفعال کنند.

الکساندر پسلیاک (Alexander Peslyak) صاحب‌نظر حوزه‌ی امنیت که بیشتر با نام مستعار SolarDesignerشناخته می‌شود، در تمجید از این پروژه‌ی تحقیقاتی روی فناوری فراریسمانی، آن را پژوهشی درجه‌یک نامیده و گفته است:

رخداد حمله‌های نوع Side-Channel که با سنجش و ارزیابی ترافیک تبادلی درگاه‌ها صورت می‌پذیرد، دورازانتظار نبود. باوجوداین، مشکل اینجاست که تاکنون کسی آن را مستند نکرده بود. شاید بهتر بود همان سال ۱۹۸۴، بیشتر برای شناساندن آن تلاش می‌کردیم؛ درست مانند همین پژوهشی که اکنون انجام شده است.

همچنین طبق اظهارات او، ساختار آن نسخه از OpenSSL که PortSmash با سوءاستفاده از آن این اقدامات مخرب را انجام می‌دهد، به‎گونه‌ای است که حتی با غیرفعال‌بودن SMT نیز امکان سرقت کلیدهای خصوصی وجود دارد. البته بدیهی است برای این کار به منابع و زمان نیاز بیشتری وجود دارد.

اشکالات موجود در خود OpenSSL

پائول کوچر (Paul Kocher)، کارشناس امنیت و رمزنگاری که پژوهش مشابه را درخصوص Spectre انجام داده، اعتقاد دارد ضعف مهمی که PortSmash را بسیار خطرناک‌تر می‌کند، شیوه‌ی اجرای عملیات حساس به‌وسیله‌ی OpenSSL است؛ به‌نحوی‌که از دستورالعمل‌های انشعابی استفاده می‌کند که حاوی مقادیر محرمانه هستند.

دراین‌باره او چنین اظهارنظر کرده است:

تولیدکنندگان کتابخانه‎های برنامه‌نویسی برای رمزارزها از پیش از چنین حفره‌های امنیتی باخبر هستند و می‌دانند باید مسیر دسترسی‌های آن‌ها را مسدود کنند. آن‌ها معمولا معتقدند باید از به‌وجودآمدن هر شرایطی جلوگیری کرد که در آن، داده‌های محرمانه در جریان پردازش قرار دارند، مثل دستورالعمل‌های شرطی و انشعابی. ازاین‌رو، می‌توان نتیجه گرفت که محل نفوذ و آسیب‌رسانی همین حمله‌های متکی به فناوری فراریسمانی و شاید هم متکی به مکانیزم‌های دیگر مثل پیش‌بینی پرش‌ها (Branch Predictor)، اشکالی است که در OpenSSL وجود دارد.

توسعه‌دهندگان OpenSSL از آن زمان نسخه‌ی به‌روزرسانی را منتشر کرده‌اند که فعالیت PortSmash را ناممکن می‌کند. جزئیاتی از تغییرات حاصل از این به‌روزرسانی دردست نیست؛ اما احتمال می‌رود آن‌ها تغییراتی را در شیوه‌ی تعامل OpenSSL با SMT اعمال کرده‌اند.

سند منتشرشده برای PortSmash که با عنوان «ترافیک تبادلی درگاه‌ها مایه‌ی تفریح و درآمدزایی» است، بارها بر غیرفعال‌کردن SMT تأکید می‌کند. البته نه صرفا برای توضیح تهدیدهای PortSmash، بلکه TLBleed و حملات مشابه CashBleed و MemJam هم در دامنه‌ی توصیه‌ی آن قرار دارند. نویسندگان سند همچنین به‌دنبال اندازه‌گیری میزان افت پردازشی هستند که ناشی از اعمال راهکارهای دفاعی روی برنامه‌های کاربردی با تراکم ریسمان‌های پردازشی است.

یکی از راهکار‌های دفاعی که می‌تواند افت پردازش کمی به‌دنبال داشته باشد، اعمال تغییراتی در کتابخانه‌های مرتبط‌با کرنل (Library OS) است که به‌موجب آن در زمان اجرای فرمان‌های به‌وسیله‌ی برنامه‌های کاربردی، هسته‌های مجازی پردازنده ایزوله و مصون می‌شوند.

می‌توانیم SMT را غیرفعال کنیم تا توان پردازشی بیشتر کاهش یابد؛ اما اعمال تغییرات در این کتابخانه‌ها، مستلزم زمان زیاد و اصلاحات گسترده‌ای در کتابخانه‌ها است.

رویکرد دفاعی دیگری که این پژوهشگران توصیه کرده‌اند، تولید کدهای مستقل از درگاه (Port-Independent) در توسعه‌ی برنامه‌های کاربردی است؛ به‌نحوی‌که مثل اجراهای زمان-ثابت (Constant-Time)، با الگوهای کدنویسی امنی که مستقل از رمز (Secret-Independent) هستند، این برنامه‌ها تولید شوند.

برای تأکید مجدد، PortSmash اکنون برای کاربرانی تهدید به‌حساب می‎‌آید که رایانه آن‌ها به هر دلیلی به منابع نامطمئن اجازه‌ی اجرای پردازش روی پردازنده‌ی فیزیکی‌اش را می‌دهد. این کاربران باید به‌دقت این سند را مطالعه کنند و توصیه‌های آن را جدی بگیرند. با اینکه به‌نظر می‌رسد، خطر این موضوع برای سایر کاربران کمتر است؛ اما ممکن است با تحقیق و بررسی بیشتر، مواردی درخصوص آسیب‌پذیری آنان نیز مشخص شود.

پیشتر خبرهایی در مورد به‌تعویق افتادن تولید تراشه‌ی ۱۰ نانومتری  اینتل منتشر شده بود. با این حال، اینتل اعلام کرده است که کماکان طرح‌ توسعه‌‌ی تراشه‌‌ی ۱۰ نانومتری را دنبال می‌کند و انتظار می‌رود تا در سال ۲۰۱۹ میلادی، تراشه‌های جدید خود را به بازار معرفی کند. 

اینتل سخت در تلاش است تا تولید انبوه نسل بعدی تراشه‌های ۱۰ نانومتری کانن‌لیک را هرچه زودتر آغاز کند. ابتد قرار بود تراشه‌های ۱۰ نانومتری اینتل در سال ۲۰۱۶ میلادی به بازار معرفی شوند؛ ولی ظاهرا در فرآیند توسعه‌ی این تراشه با تاخیر زیادی روبرو بوده است. پیشتر نیز گفته شده بود که اینتل تولید تراشه ۱۰ نانومتری را از اواخر ۲۰۱۷ آغاز می‌کند. 

اویل سال جاری میلادی، اینتل اعلام کرد که پردازنده‌ی ۱۰ نانومتری خود را در سال ۲۰۱۹ میلادی به بازار عرضه می‌کند. اردیبهشت‌ماه سال جاری، مشخص شد که اینتل عرضه‌ی تراشه‌های ۱۰ نانومتری کانن لیک را مجددا به تعویق انداخته است. روز گذشته، SemiAccurate، با اشاره به برخی منابع داخلی اعلام کرد که اینتل فرآیند توسعه و تولید تراشه‌های ۱۰ نانومتری خود را متوقف کرده است. SemiAccurate در گزارش روز گذشته‌ی خود ادعا می‌کند که تولید تراشه‌‌ی ۱۰ نانومتری از نظر اقتصادی برای اینتل توجیه‌پذیر نیست. هرچند بعد از انتشار این خبر، سخنگوی اینتل ادعای مطرح‌شده از سوی SemiAccurate را رد کرد. سخنگوی اینتل گفت:

گزارش‌های رسانه‌ای که ادعا می‌کنند اینتل توسعه‌ی تراشه‌ی ۱۰ نانومتری را متوقف کرده است، صحت ندارد. در توسعه‌ی تراشه‌ی ۱۰ نانومتری شاهد پیشرفت خوبی هستیم. به دستاوردهای خوبی دست‌ یافته‌ایم که منطبق بر جدول زمان‌بندی ارائه‌‌شده در آخرین گزارش درآمد شرکت است.

اینتل نیوز، ۲۲ اکتبر ۲۰۱۸ (‌۳۰ مهرماه ۱۳۹۷)

براساس اطلاعات مندرج در آخرین گزارش مالی اینتل، انتظار می‌رود که تراشه‌ی ۱۰ نانومتری این شرکت در سال ۲۰۱۹ میلادی معرفی شود. خبر تعویق توسعه‌ی تراشه‌ی ۱۰ نانومتری وقتی مطرح شد که خبرهای دیگری منتشر شده بود؛ چندی پیش گزارش شده بود که اپل قصد دارد تا سال ۲۰۲۰ استفاده از پردازنده‌های اینتل در کامپیوترهای مک را کنار بگذارد. خبر دیگری نیز منتشر شد که در همین راستا جالب توجه است؛ ظاهرا اینتل، مایکروسافت را از به‌کارگیری پردازنده آرم در سرفیس گو منصرف کرد. در اواخر سال ۲۰۱۷ نیز اتفاق دیگری افتاد؛ وجود دو روزنه امنیتی Meltdown و Spectre در تراشه‌های دو دهه اخیر اینتل، خبر تکان‌دهنده‌ای بود. مجددا در خردادماه سال جاری برایان کرانیچ از سمت مدیرعاملی اینتل استعفا کرد. در نهایت با مجموعه‌ی اتفاقاتی که برای اینتل افتاده، سال متلاطمی را پشت‌سر گذاشته است و هم‌اکنون نیز برای پیشروی در بازار و رقابت با رقبا، باید بتواند به‌درستی مبارزه کند تا جا نمانده و تسلط خود را در بازار از دست ندهد.

با توجه به همه‌ی خبرهایی که در مورد تراشه‌ی ۱۰ نانومتری اینتل تاکنون منتشر شده است، باید ببینیم که اینتل چه زمانی از این محصول خود رونمایی خواهد کرد.

در نهمین نسل از پردازنده‌های خانواده‌ی Core i7 اینتل، شاهد افزایش تعداد هسته‌ها از ۶ به ۸ هستیم؛ اما در کنار این خبر خوب، خبر بدی هم وجود دارد. خبر بد این است که ویژگی هایپرتردینگ (HyperThreading) برای پردازنده‌های نسل نهمی Core i7 ارائه نمی‌شود. این ویژگی با ایجاد هسته‌های مجازی، موجب افزایش ۳۰ درصدی کارایی پردازنده‌ی شما می‌شد.

اما اگر در مورد حذف یکی از ویژگی‌های کلیدی پردازنده نگران هستید، باید بدانید که اثرات حذف این ویژگی تا حد زیادی به نحوه‌ی استفاده‌ی شما از رایانه بستگی خواهد داشت. پیشینه‌ی ویژگی هایپرتردینگ به پردازنده‌های Pentium 4 سری Northwood بازمی‌گردد. با استفاده از این ویژگی یک هسته‌ی فیزیکی به دو هسته‌ی منطقی تبدیل می‌شود.

از آنجا که بسیاری از پردازش‌ها تمامی ظرفیت هسته‌ها را مورد استفاده قرار نمی‌دهند، ویژگی هایپرتردینگ اجازه می‌دهد تا از ظرفیت خالی هسته‌ها نیز استفاده شود. البته این تکنیک که در اصطلاح فنی «پردازش همزمان چند نخی» یا  Simultaneous Multi-threading نامیده می‌شود، تنها محدود به پردازنده‌های اینتل نیست و AMD هم در پردازنده‌های خانواده‌ی رایزن ویژگی مشابهی را ارائه می‌دهد.

هرچند ‍۱۶ سال از معرفی ویژگی هایپرتردینگ می‌گذرد؛ اما همواره و به‌طور منظم از این ویژگی استفاده نمی‌شده است. برای مثال، پردازنده‌های Core 2 از این ویژگی استفاده نمی‌کردند و در پردازنده‌های خانواده‌ی Atom هم این ویژگی گاهی اوقات فعال نبود.

دعوا بر سر چیست؟

تردها (Threads) جریانی از فرامین هستند که به‌سوی پردازنده ارسال می‌شوند؛ پس در پردازنده‌های نسل نهم اینتل مسئله‌ی اصلی فعال بودن یا نبودن ویژگی هایپرتردینگ نیست، بلکه تعداد تردها از اهمیت بیشتری برخوردار است. وقتی ویژگی هایپرتردینگ از پردازنده‌های نسل هشتمی سری Core i3 حذف شد، اعتراض چندانی به این تصمیم وارد نشد؛ چرا که در نسل هشتم اینتل یک پردازنده‌ی چهار هسته‌ای واقعی (با چهار هسته و چهار ترد) را جایگزین پردازنده‌های Core i3 نسل هفتم کرده بود که با کمک ویژگی هایپرتردینگ از دو هسته و چهار ترد استفاده می‌کردند.

در مورد پردازنده‌های Core i7، پردازنده‌ی نسل هشتمی Core i7-8700K از ۶ هسته و ‍‍۱۲ ترد استفاده می‌کرد؛ در مقابل، نمونه‌ی نسل نهمی که Core i7-9700K نام دارد به ۸ هسته و ۸ ترد مجهز است. قیمت نمونه‌ی نسل هشتمی ۳۵۹ دلار است و برای نمونه‌ی نسل نهمی هم برچسب قیمت ۳۷۴ دلاری در نظر گرفته شده‌است؛ پس از نگاه برخی کاربران، اینتل در ازای کاهش تعداد تردها از دوازده به هشت، هزینه‌ی بیشتری از مشتریان طلب می‌کند که چندان قابل‌توجیه نیست.

نسل هشتم در مقابل نسل نهم

هرچند پرداخت هزینه‌ای بیشتر برای تردهای کمتر در ابتدا همچون معامله‌ای ناعادلانه به‌نظر می‌رسد؛ اما باید بدانیم که جزئیات مسئله پیچیده‌تر از این‌ است. در مقایسه با نسل هشتم، اینتل سرعت پایه‌ی پردازنده‌های نسل نهم را به‌میزان ۱۰۰ مگاهرتز کاهش داده؛ اما در مقابل، حداکثر فرکانس پردازنده در حالت Turbo به میزان ۲۰۰ مگاهرتز بالاتر از نسل هشتم است.

همچنین، اینتل از آلیاژ لحیم جدیدی استفاده کرده که از نظر بازده گرمایی بهتر از نسل قبل عمل می‌کند و همین مسئله موجب می‌شود تا امکان بالاتر بردن سرعت پردازنده وجود داشته باشد. علاوه‌بر این، به‌لطف این آلیاژ جدید، می‌توان برای مدت‌ بیشتری از پردازنده در فرکانس‌های بالا استفاده کرد.

با توجه به موارد بالا، برنامه‌ها و بازی‌هایی که به تردهای متعدد نیازی ندارند، روی پردازنده‌های Core i7 نسل نهمی عملکرد بالاتری خواهند داشت. در مقابل، بازی‌ها و برنامه‌های متکی بر تردهای بیشتر، احتمالا روی پردازنده‌های Core i7 نسل پیشین عملکرد بهتری از خود به‌نمایش می‌گذارند.

اما موردی که موجب نگرانی بیشتر کاربران می‌شود این است که با وجود افزایش قیمت، شاهد افزایش چشم‌گیری در کارایی پردازنده نیستیم. برای مثال، پردازنده‌ی نسل هفتمی Core i7-7700K به ۴ هسته و ۸ ترد مجهز بود؛ اما همتای نسل هشتمی آن که Core i7-8700K نام داشت از ۶ هسته و ۱۲ ترد استفاده می‌کرد.

به‌دلیل تفاوت قابل در مشخصات این دو پردازنده، اختلاف قیمت ۵۴ دلاری این دو پردازنده کاملا قابل‌توجیه بود. ولی از سوی دیگر، تفاوت ناچیز در بازده پردازنده‌های Core i7 نسل هشتم و نهم به‌هیچ وجه اختلاف قیمت میان این دو پردازنده را توجیه نمی‌کند. با این اوصاف، بهتر است پیش از خرید پردازنده‌ی نسل نهمی Core i7-9700K منتظر بررسی‌های تخصصی آن باشید.

چشم‌هایی که به Core i9 دوخته شده‌اند

اما بالاترین تغییرات در زمینه‌ی کارایی به پردازنده‌ی نسل نهمی Core i9-9900K مربوط می‌شود. پرچم‌دار جدید پردازنده‌های اینتل به ۸ هسته و ۱۶ ترد مجهز است و از ویژگی هایپرتردینگ هم پیشتیبانی می‌کند. با توجه به این مشخصات، اینتل از این پردازنده با عنوان «برترین پردازنده‌ی جهان در زمینه‌ی بازی‌های رایانه‌‌ای» یاد می‌کند. هرچند در حال حاضر امکان بررسی عملی این پردازنده وجود ندارد؛ اما با توجه به مشخصات ذکرشده برای آن، می‌توان ادعای اینتل در رابطه با برتری این پردازنده در زمینه‌ی بازی‌های رایانه‌ای را واقعی قلمداد کرد. البته برای خرید این پردازنده باید کمی بیشتر به حساب‌بانکی‌تان فشار بیاورید؛ چرا که قیمت در نظر گرفته‌شده برای این پردازنده نسل نهمی ۴۸۸ دلار است و ممکن است در بازار قیمت آن به ۵۰۰ دلار هم برسد.

موتور مدیریت اینتل (ME) زیرسیستمی است که برای برعهده گرفتن وظایف در هنگام فرآیند بوت و در پس زمینه‌ به‌کار برده می‌شود و اینتل از سال ۲۰۰۸ تاکنون از آن استفاده می‌کند. اکنون یک شرکت امنیتی به نام Positive Technologies پژوهش تازه‌ای انجام داده است تا دریابد که چگونه این زیرسیستم به‌عنوان یک «تهدید کانال جانبی» می‌تواند پردازنده را در معرض سوءاستفاده قرار دهد.

ماکسیم گوریاکی و مارک ارمولوف، پژوهشگران شرکت یادشده که سال گذشته در یافتن یک نقص مربوط به فرم‌ور موتور مدیریت اینتل مشارکت داشتند، سه‌شنبه‌ی هفته‌ی گذشته، یافته‌های آخرین پژوهش خود را منتشر کردند. پژوهش آن‌ها در این مورد تازه، درباره‌ی ویژگی ثبت‌نشده‌ی موتور مدیریت اینتل به نام حالت تولید(Manufacturing Mode) بود که به‌ منظور تسهیل فرآیند تولید برای سازندگان دستگاه طراحی شده است.

پژوهشگران در ابتدا به این موضوع اشاره می‌کنند که وجود حالت تولید و خطرهای بالقوه‌ی پیرامون آن در مستنداتِ در دسترس عموم اینتل ذکر نشده است. آن‌ها سپس می‌نویسند:

حالت تولید موتور مدیریت اینتل به‌ منظور پیکربندی و آزمایش پلتفرم نهایی در هنگام تولید طراحی شده است و به همین ترتیب پیش از فروش و رساندن [دستگاه] به دست کاربران باید غیر فعال (بسته) شود.

نرم‌افزار مورد استفاده برای دسترسی به حالت تولید، بخشی از ابزار سیستم موتور مدیریت اینتل محسوب می‌شود. این اپلیکیشن صرفا در اختیار سازندگان دستگاه همچون اپل قرار گرفته است تا در هنگام فرآیند ساخت و تولید محصول به‌کار گرفته شود و دسترسی عموم به آن امکان‌پذیر نیست. ارمولوف و گوریاکی هر دو بر این باورند که اینتل با فراهم نکردن مستندات عمومی برای این فناوری، کاربران را در معرض خطرات مختلفی قرار می‌دهد؛ از جمله حملاتی که می‌توانند منجر به سرقت اطلاعات، روت‌کیت‌های غیرقابل حذف پایدار و حتی آسیب فیزیکی به سخت‌افزار شوند.

حالت تولید به‌ منظور پیکربندی تنظیمات پلتفرم پیش از عرضه به بازار از طریق فیوزهای برنامه‌نویسی میدانی (FPF)، نوعی حافظه‌ی یک بار قابل برنامه‌نویسی طراحی شده است. حالت تولید همچنین می‌تواند تنظیمات را برای موتور مدیریت اینتل تعیین کند که در سیستم فایل داخلی خود در حافظه‌ی فلش گذرگاه جانبی سریال (SPI) در پارامترهایی به نام CVAR ذخیره شده است.

فرآیند تنظیم فیوزهای برنامه‌نویسی میدانی در دو مرحله انجام می‌شود. در مرحله‌ی نخست مقادیر احتمالا تحت حالت تولید تعریف و در حافظه‌ی موقت ذخیره می‌شوند. گام دوم، یعنی اختصاص مقادیر فیوزهای برنامه‌نویسی میدانی به فیوزها، تنها هنگامی اتفاق می‌افتد که حالت تولید بسته باشد؛ بدین معنی که اگر این حالت غیر فعال نباشد، می‌توان مقادیر را بعدا تغییر داد.

اینتل برای تراشه‌های اولیه‌ی استفاده‌شده قبل از آپولو لیک، حقوق دسترسی به پردازنده‌ی مرکزی، گیگابیت اترنت و موتور مدیریت را حذف کرد تا اگر یکی از آن‌ها در معرض خطر گرفت، بقیه لزوما تحت تاثیر حمله یا آلودگی قرار نگیرند.

در نسخه‌های جدیدتر تراشه، کنترلرهای گذرگاه جانبی سریال دربردارنده‌ی قابلیتی به نام Master Grant هستند که می‌تواند هرگونه حق دسترسی موجود را در یک شناساگر گذرگاه جانبی سریال در تمام عناصر نادیده بگیرد. به‌صورت خلاصه، حالت تولید آنلاک و این امکان برای یک هکر فراهم است که به سادگی از طریق تغییر پیکربندی، دسترسی مسدودشده به یک منطقه‌ی حافظه‌ی گذرگاه جانبی سریال را دور بزند. این مسئله به‌نوبه‌ی خود به هکر امکان می‌دهد تا داده‌های خود را روی بخش‌هایی که اکنون قابل دسترسی هستند، بنویسد.

پژوهشگران در بررسی خود لپ‌تاپ‌های ساخت لنوو و اپل را مورد تجزیه و تحلیل قرار دادند و دریافتند که امکان دسترسی به حالت تولید در مک‌بوک پرو همچنان وجود دارد؛ بدین مفهوم که اپل موفق به غیرفعال‌سازی این ویژگی نشده است. لپ‌تاپ‌های یوگا و تینک‌پدِ ساخت لنوو با هیچ کدام از مشکلات حالت تولید مواجه نبودند.

پژوهشگران یافته‌های خود مبنی بر آسیب‌پذیری دستگاه‌های اپل را که با عنوان CVE-2018-4251 شناخته می‌شد، ابتدای امسال به این شرکت گزارش دادند. اپل سپس اقدام به ساخت یک وصله‌ی امنیتی کرد و در ماه ژوئن آن را درون به‌روزرسانی ۱۰.۱۳.۵ مک اواس های سیرا قرار داد.

صفحه‌ی پشتیبانی اپل این وصله را مرتبط با فرم‌ور توصیف می‌کند و بیان می‌دارد که «یک نرم‌افزار مخرب با حقوق اختصاصی روت احتمالا قادر به تغییر منطقه‌ی حافظه‌ی فلش EFI خواهد بود» و اینکه «مشکل پیکربندی دستگاه با به‌روزرسانی آن برطرف شده است.» کاربران نهایی به جز به‌روزنگاه داشتن مک اواس، کار چندانی از دستشان برنمی‌آید و اگر بسته‌ی الحاقی مورد بحث را نصب نکرده‌اند، باید زودتر نسبت به نصب آن اقدام کنند.

آسیب‌پذیری موتور مدیریت، آخرین مورد از فهرست بلندبالای مشکلات امنیتی مربوط به اینتل محسوب می‌شود که در سال‌های گذشته گریبان این شرکت را گرفته‌اند. در ماه ژانویه، حفره‌های امنیتی اسپکتر و ملت‌داون در پردازنده‌های این شرکت که اجازه‌ی دسترسی به داده‌های محافظت‌شده‌ی حافظه‌ی کرنال را می‌دادند، خبرساز شدند.

در ماه آگوست، فروش تراشه‌های AMD برای نخستین بار از زمان عرضه‌ی پردازنده‌های کافی لیک در سال گذشته از اینتل پیشی گرفت. در سال‌های اخیر، این نخستین بار نیست که AMD موفق به‌زیر کشیدن سلطه‌ی سنتی اینتل در خرده‌فروشی می‌شود. پس از عرضه‌ی نخستین نسل پردازنده‌های رایزن، AMD فروش بیشتری از پردازنده‌های نسل هفتمی کبی لیک اینتل داشت؛ اما به‌محض آنکه پردازنده‌های سری کافی لیک به بازار راه پیدا کردند، وضعیت مجددا به سود اینتل تغییر کرد.

AMD به‌خصوص پس از عرضه‌ی نسل دوم پردازنده‌های رایزن، موفق به بازگرداندن سهم فروش خود در طول یک سال گذشته شد و سرانجام در ماه ژوئیه به سهم برابر با اینتل دست پیدا کرد. اکنون گزارش اخیر نشان می‌دهد که سهم رایزن در ماه آگوست ۵۱ درصد در مقابل ۴۹ درصد سهم پردازنده‌های اینتل بوده است.

این داده‌های جدید در ردیت رویت شده‌اند؛ وب‌سایتی که مایند فکتوری معمولا داده‌های فروش خود را در آن منتشر می‌کند. البته باید خاطرنشان کرد که این آمار تنها متعلق به یک خرده‌فروشی در آلمان و همچنین صرفا براساس تعداد فروش پردازنده‌های فیزیکی است. در زمینه‌ی درآمد واقعی، اینتل نباید احساس نگرانی چندانی داشته باشد. این شرکت همچنان از تعداد پردازنده‌هایی که می‌فروشد، سود واقعی بیشتری به‌دست می‌آورد. در واقع، مجموع درآمد اینتل از زمان عرضه‌ی تراشه‌های نسل دوم رایزن، به‌صورت پیوسته در حال افزایش بوده است.

اما آمار مایند فکتوری یک مورد جداگانه محسوب نمی‌شود. نگاهی گذرا به پرفروش‌ترین‌های آمازون هرآنچه را که لازم باشد درباره‌ی میزان اهمیت پردازنده‌های AMD در صنعت پردازنده بدانیم، یک بار دیگر به ما می‌گوید. در ایالات متحده، سهم اینتل و AMD از فهرست ۱۰ پردازنده‌ی برتر مساوی است و پردازنده‌ی Core i7 8700K اینتل در صدر قرار دارد؛ در حالی که در بریتانیا، ۶ تراشه از AMD در فهرست ۱۰ پردازنده‌ی برتر به‌چشم می‌خورد و رایزن ۵ ۲۶۰۰ نیز محبوب‌ترین تراشه محسوب می‌شود.

با این حال، احتمال می‌رود که این وضعیت تا انتهای امسال یک بار دیگر تغییر کند؛ زیرا اینتل درصدد است که تا پیش از پایان سال، سری ریفرش پردازنده‌های کافی لیک را در بالاترین سطح با تراشه‌ی هشت هسته‌ای و ۱۶ تردی Core i9 9900K عرضه کند. با این حال، بنا به گزارش‌ها، اینتل با مشکل کمبود موجودی مواجه است و حتی اگر کافی لیک ریفرش تا پایان سال عرضه شود، این احتمال وجود دارد که برای تامین موجودی واقعی ناگزیر به انتظار تا سال ۲۰۱۹ باشیم.