去る2026年11月10日,AMDは,サーバー/データセンター向けの新型CPU「EPYC 9006」シリーズを正式発表した。開発コードネームは「Venice」。Zen 6世代のアーキテクチャを採用したCPUである。

2017年に登場した初代「Zen」から現行の「Zen 5」まで,新世代のZenアーキテクチャは,いずれもRyzenブランドのCPUで先行して市場に投入されてきた。 しかし,Zen 6世代ではこの慣例がついに破られ,EPYCへの採用が先行したのだ。

実際にAMDは,Socket SP7対応の「EPYC 9006 SP7」について,2026年11月に出荷を開始したと報告している(※Socket SP8対応モデルは2027年以降に出荷予定)。 現在の半導体業界では,AIデータセンター向けの新製品投入に力を入れる動きが強い。今回のEPYC先行発表も,こうした流れを受けたものだろう。

一方,PCゲーマーが心待ちにしているZen 6世代のRyzenについて,AMDは今のところ一切言及していない。だからといって,Zen 6世代の一般消費者向けRyzenが登場しないとは考えにくく,遠からず市場に投入されるだろう。 本稿では,いまだ見ぬZen 6世代のRyzenに思いを馳せながら,Zen 6のアーキテクチャを解説していこう。 解説の内容は,11月上旬に米国・ラスベガスで開催されたZen 6のアーキテクチャ説明会で,筆者が取材した情報に基づいている。

Zen 5世代と同様に,Zen 6世代にも主力となるZen 6コアと,その小型版である「Zen 6c」コアの2種類が存在する。 Zen 5世代のZen 5cは,Zen 5と基本設計が共通で,大まかにいえば,トランジスタ面積の大きいSRAMベースのキャッシュメモリを削減したものだった。消費電力の大きいSRAM領域を減らしたことで電力効率が向上したものの,それ以外は基本的に同じだった。

しかしAMDは,Zen 6とZen 6cでは基本設計から変えてきた。 詳細は後述するが,Zen 6は高クロック動作を重視した設計を採用し,低遅延で高いシングルスレッド性能を実現するCPUコアと説明されている。 一方のZen 6cは,高クロック動作よりも,1クロックあたりの命令実行数(Instructions Per Cycle,IPC)を重視した設計で,電力効率を最優先したという。

まずは基本情報から整理しよう。 Zen 6とZen 6cは,どちらもTSMCの2nm相当プロセス「N2P」で製造されるという。

CPUダイ(Core Complex Die,CCD)1基あたりのCPUコア数は,Zen 6が12コア,Zen 6cが32コアだ。どちらも同時マルチスレッディング(Simultaneous Multithreading,SMT)に対応しているので,Zen 6のCCDは12コア24スレッド,Zen 6cのCCDは32コア64スレッドの同時実行が可能となっている。

ダイサイズは非公開だが,会場に展示されていたチップの写真から概算すると,Zen 6のCCDが約80mm2,Zen 6cのCCDが約160mm2となった。最大動作クロックは,Zen 6が5.3GHz,Zen 6cが4.1GHzだ。

筆者の推測だが,ゲーマーも使うデスクトップPC用Ryzenは,Zen 6ベースとなるだろう。Ryzen 9シリーズの最上位モデルは,Zen 6のCCDを2基搭載した24コア48スレッド構成になる可能性が高いとみている。

今回のEPYCでは,8チャネルメモリコントローラや周辺I/Oを1チップに統合した,ノースブリッジに相当するI/Oダイ(I/O Die,IOD)も発表された。 このIODは,2基での運用を想定しているため,そのまま一般消費者向けに転用するとは考えにくい。Zen 6世代のRyzenが登場するときは,専用のIODが用意されると推測する。

なお,詳細な解説は省略するが,今回のEPYCでは,CCDとIODを接続するパッケージング技術として,「Elevated Fan-out Bridge」(EFB)を採用している。

EFBは,TSMCの「CoWoS」シリーズやIntelの「Foveros」といった先進的な2.5Dパッケージング技術と比べて,採用コストが低いとされる。そのため,Zen 6世代のRyzenにもEFBが採用される可能性は高いのではないか。 これまでのRyzenとEPYCが,共通のパッケージング技術を採用してきたことを考えれば,自然な流れだろう。

ここからは,ブロックダイアグラムを見ながら,Zen 6のアーキテクチャを解説していこう。 最初に断っておくと,AMDが今回の説明会で公開したブロックダイアグラムはZen 6cのものだけで,Zen 6のものは公開していない。その理由は,アーキテクチャに共通する部分が多く,内部構造の規模を示す数値も,Zen 6よりZen 6cのほうが大きい傾向にあるためだという。

というわけで,以下ではZen 6cのブロックダイアグラムを基にアーキテクチャを解説し,Zen 6と大きな違いがある部分については,別途説明を加えることにしよう。 まずはフロントエンド部からだ。

命令フェッチ幅は32byte×2系統で,Zen 5世代から変わっていない。L1命令キャッシュ(L1 I-Cache)も容量32KB,8wayセットアソシアティブ方式である点も同じだ。 Zen 5世代では,このキャッシュに対して32byte×2,つまり2way分を一度にアクセスできるようになり,命令キャッシュへのアクセスによる遅延を大幅に削減した。AMDは,この部分は改良の必要なしと判断したようだ。

分岐予測器には,Zen 5世代と同じ「TAgged GEometric History Length」(TAGE,テイジ)方式を採用するが,若干の改良が加えられた。なお,TAGEの仕組みについては,Zen 5の解説記事を参照のこと。 主な改良点の1つは,「リターンアドレススタック」(Return Address Stack,RAS)を52エントリから64エントリに拡張したことだ。さらに,分岐予測キュー(Branch Prediction Queue)の容量も増やし,大規模化したアウトオブオーダー実行ウインドウに合わせて最適化している。

命令デコーダはZen 5世代から据え置き。一方,マイクロ命令キャッシュ(Op Cache)については,容量が拡大されたという。 Op Cacheは,x86命令そのものではなく,デコーダが変換したネイティブなマイクロ命令(μOP)を保持するキャッシュだ。Op Cacheの出力幅は,Zen 5世代の6-Wide×2=最大12μOPs/cycleから,Zen 6世代では9-Wide×2=最大18μOPs/cycleに拡大されたという。

これについて,AMDのMike Clark氏は,「Zen 5世代では6000個のx86命令相当をキャッシュできたが,Zen 6世代では6750個のμOPをキャッシュできるようになった。ただし,単位が異なるため単純には比較できない」と説明した。 それなら,同じ尺度で比較できる数値を教えてほしいところだが,どうやらZen 6世代から,AMDのスペック表記ルールが変わったらしい。 AMDに限らず,世代によって性能指標の基準が変わるのは,この業界あるあるだ。そこで,尺度を揃えるために計算してみよう。

Zen 5世代のOp Cacheは,各パイプ(バンク)が32セット×16way=512エントリで構成される。つまり2バンク合計で64セット×16way=1024エントリとなる。1エントリあたり最大6μOPを保持できるため,全体では1024エントリ×6μOPs=6144μOPs(約6K)を格納できる計算だ。

Zen 6世代のOp Cache容量は,6.75×1024=6912μOPsとなる。ブロックダイアグラムには9-Wide×2構成と明記されており,最大2リードで18μOPsとなる。ここからエントリ数を計算すると,6912μOPs÷9μOPs=768エントリ,1バンクあたり384エントリとなる。 つまり,Zen 6世代では,Op Cacheのエントリ数がZen 5世代の1024から768へ,1バンクあたりでは512から384へ減っているのだ。

しかし,ここで見逃してはならないのが,ブロックダイアグラムの新機能一覧にある「Increased Op Fusion」という記述である。

Op Fusionとは,特定のx86命令が連続する場合,それらを最も細かいμOPへと分解するのではなく,そのプロセッサにおいて,最も高速に処理できる単一のμOPに置き換える特別なデコード手法のことだ。 本来なら,デコーダで細かく多数のμOPへと分解される複数のx86命令を,実行効率のよい単一,あるいは少数のμOPへ変換するイメージである。

つまり,Op Fusionの強化によって,Op Cacheのエントリ数が減っても,より多くのx86命令を効率よく処理できるわけだ。 しかも,Op Cacheの出力幅は12μOPsから18μOPsへ拡大している。これらを総合すると,Zen 6世代では,従来よりも多くのx86命令を並列処理できると期待できる。 ちなみに,今回のZen 6世代のアーキテクチャを理解するうえで,筆者にはここが一番難解だった。

次に,「Micro-Op Queue」(UOPQ,マイクロ命令キュー)に注目しよう。先述のとおり,Zen 6世代のOp Cacheは,1クロックあたり最大18個のμOPを出力できる。Zen 5世代の最大12個から1.5倍に増えたわけだ。

UOPQは,発行(Dispatch)を待つμOPを一時的に保持するキューだ。UOPQにあるμOPは,命令発行部(Dispatch)を経て,命令実行部へと送られる。 ブロックダイアグラムのDispatchには「8-wide」とあるので,1クロックあたりのμOP同時発行数は最大8個だ。この数はZen 5世代から変わっていない。

Zen 6世代では,スケジューラ(図中のSch)と命令実行部に多くの改良が加えられている。まずは整数演算部から見ていこう。

フロントエンド部から1クロックあたり最大8命令が発行されると,整数演算部では,アウトオブオーダー(順不同)実行に向けた命令のスケジューリングが行われる。 アウトオブオーダー実行に関わる「Integer Rename,8-wide」は,命令が参照する論理レジスタを物理レジスタに割り当て直す「レジスタリネーミング」を担当する部分だ。フロントエンドのDispatchから発行された最大8命令を,1クロックで処理できる。ここまではZen 5世代と変わらない。

大きく変わったのはスケジューラの構成だ。そこで,まずはスケジューラの仕組みを簡単に説明していこう。

CPUの命令は,「add rax, rbx」のようにレジスタ間で行う演算なら,アドレス生成不要で直接実行できる。 一方,「add rax, [rbx]」のように,rbxに格納されたアドレスが示すメモリからデータを読み出して演算する命令では,メモリアドレス生成(Address Generation,AG)が必要だ。これには,メモリアドレスの計算や,仮想アドレスから物理アドレスへの変換といった処理が含まれる。

Zen 5世代では,整数演算ユニット(Arithmetic Logic Unit,ALU)用に88エントリのスケジューラを備え,6基のALUに命令を割り当てる方式だった。 さらにこれとは別に,アドレス生成用として56エントリのスケジューラがあり,4基のアドレス生成ユニット(Address Generation Unit,AGU)に命令を割り当てている。

Zen 6世代では,この構造を刷新。24エントリのスケジューラを6基備える構成となった。エントリ数は24エントリ×6基で144エントリだから,Zen 5世代のALU用88エントリとAGU用56エントリを合わせた数と変わらない。

大きく異なるのは,スケジューラの役割分担だ。Zen 6世代では,ALUとAGUの両方に対応するスケジューラに96エントリ(Sch 24e×4)を割り当て,残る48エントリ(Sch 24e×2)をALU専用としたのだ。

これによりZen 6世代のスケジューラは,総エントリ数こそZen 5世代と同じ144だが,ALUとAGUの命令の割合に応じて,容量を柔軟に活用できるようになった。片方のスケジューラが満杯になって処理が滞るのに,もう一方には空きがあるといった非効率な状況を減らせるのだ。 こうした改良は,ゲームからサーバーアプリケーション,AIまで,近年のソフトウェアにおけるCPUの使われ方の細かな変化に対応したものだろう。

スケジューラの刷新に合わせて,ALUやAGU,乗算器(ALU Mul),演算/分岐兼用ユニット(ALU BRN),除算器(ALU DIV),分岐専用ユニット(BRN)といった命令実行部にも,若干の手が加えられている。 Zen 5世代とZen 6世代のブロックダイアグラムを比べると,命令実行部を示すマスの数が異なることに気付くだろう。Zen 5世代は10マス,Zen 6世代は12マスだ。では,実行ユニットが20%増えたのかというと,そう単純な話ではない。

まず,Zen 6世代のALUは6基,AGUは4基で,Zen 5世代と同じだ。 Zen 5世代のブロックダイアグラムには除算器が描かれていないが,実際には「ALU/BR」の1基が除算器を兼ねていた。つまり,Zen 5世代の図では,DIVの表記が省略されていたわけだ。

さらに,Zen 5世代では,すべての分岐ユニットがALUと兼用だったが,Zen 6世代では2基のBRNが独立している。Zen 5世代では,分岐処理に対応する3本のALUパイプで,整数演算と分岐命令が競合する可能性があった。これがZen 6世代では,2基のBRNを独立させたことにより,分岐命令と整数演算を並列に処理しやすくしている。

一方,Zen 6世代で数が減った実行ユニットもある。乗算器がZen 5世代の3基から2基へと削減されたのだ。 これには,いくつかの理由が考えられる。近年のソフトウェアにおける乗算器の利用頻度を考慮した可能性や,実装面積の大きい乗算器を減らしてダイ面積を節約する狙いもあるだろう。 いずれにせよ,144エントリのスケジューラへの再構築に合わせて実行ユニットを6ブロックにまとめるときに,乗算器が1基削減されたことは確かだ。

アウトオブオーダー実行の効率を高めるため,Zen 6世代では,レジスタリネーミングに使用する物理レジスタファイル(Physical Register File,PRF)のエントリ数と,リオーダーバッファ(Reorder Buffer,ROB)の容量も大幅に増やしている。 どちらもZen 5世代の1.4倍以上に拡大しており,命令の実行順序を入れ替えられる範囲が広がった。この改善により,スーパースカラ実行ユニットの稼働率が高まり,IPCの向上にもつながるわけだ。

Zen 6世代では,浮動小数点演算(FP)ブロックにもさまざまな改良が加えられている。また,これまで解説してきた部分では共通だったZen 6とZen 6cだが,FPブロックには明確な違いがあるのだ。順に見ていこう。

なおAMDによると,上の図にあるZen 5のFPスケジューラには「32-entry」と書かれているが,「38-entry」の誤りとのことだ。本稿は訂正後の数字で扱っている。

「NSQ」とは,Non-Scheduling Queue(非スケジューリング・キュー)の略で,実行が確定した命令を一時的に保持するキュー(バッファ)だ。 FP命令は実行に複数クロックを要するものが多いため,後段のFPスケジューラで処理が滞る場合がある。NSQは,こうした命令を一時的に保持する役割を担う。 Zen系アーキテクチャでは,NSQに最大96個のFP命令(正確にはFP系μOP。以下同)を保持している間も,関連するメモリアクセス(ロード/ストア)のアドレス生成を整数演算部で先行して処理できる設計となっている。

「Vector Rename,6-wide」は,整数演算部のRenameに相当するもので,FP命令が参照する論理レジスタを物理レジスタに割り当て直す。FP命令のアウトオブオーダー実行に関わる部分だ。 「6-wide」は,1クロックあたり最大6個のFP命令に対してレジスタリネーミングを行えることを意味する。6命令を同時実行できるという意味ではない。

浮動小数点演算ブロックでも,最大の変更点は整数演算部と同じくスケジューラにある。 まずFPスケジューラの容量は,Zen 5世代の38エントリ×3基構成から,Zen 6では46エントリ×3基,Zen 6cでは60エントリ×3基へと拡大された。Zen 6よりZen 6cのほうがエントリ数が多いのは,誤記ではない。 総エントリ数は以下のとおり。

一方,命令実行部は,ブロックダイアグラムを見る限り,大きな変更はなさそうだ。しかし,細かく見ていくと,こちらも時代のニーズに対応した進化が垣間見える。

FP乗算(FMUL),FP積和算(FMA),FP加減算(FADD),FP/ベクトルレジスタの内容をメモリに保存する「StD」,FP/ベクトルレジスタの内容を整数レジスタに変換する「IntD」といった実行ユニットの数は,Zen 5世代から変わっていない。 一方,ネイティブで扱えるデータ形式は大幅に拡充された。 たとえば,Zen 6ではビット行列乗算(Bit Matrix Multiply,BMM)に対応したほか,「AVX-512」では16bit浮動小数点(FP16)の演算を完全にネイティブで実行できる。 また,8bit整数(Int8)を扱う「VNNI-INT8」演算は,Zen 5世代では4本のFP演算パイプのうち2本しか対応していなかったが,Zen 6世代では4本すべてで実行可能となった。 ゲーム開発では,GPUを使うほどではない軽量なニューラルネットワークを,CPU上で低遅延に実行したいというニーズがある。今回の改良は,こうした需要に応えられるだろう。

こうして見ると,Zen 6世代の浮動小数点演算ブロックでは,実行ユニットの機能拡張も行われたが,構造面での大きな変更はFPスケジューラに集中しているといえる。 では,こうした改良の狙いはどこにあるのだろうか。

筆者の考えでは,最大の狙いは,浮動小数点・ベクトル演算命令のアウトオブオーダー実行の範囲を広げ,演算器の稼働率を高めることだ。 スケジューラの容量を増やすと,依存関係のない独立した命令を多く保持できる。そのため,先行する命令がデータ待ちで停止していても,依存関係のない後続の命令を先に実行しやすくなる。これにより,FP演算器が何も処理せずに待機する時間を減らせるわけだ。 とくに,FP乗算やFMAを多用する,命令間の依存関係が複雑な処理で効果が期待できる。

では,なぜZen 6よりもZen 6cのFPスケジューラを大きくしたのか。この疑問に対して,Clark氏は明確に回答している。

「動作周波数,IPC,消費電力,ダイ面積の4つはトレードオフの関係にある。動作周波数を高めるには,1クロックで通過できる論理ゲートの段数を減らし,各ブロックを小さくする必要がある。そうなると,IPCの向上を優先してスケジューラを大規模化するのは難しい。 Zen 6は最大5.3GHzという高クロック動作を目指したため,ブロックを細かく分割して配線遅延を抑える必要があった。大規模なスケジューラを設けると,クロックタイミングの条件が厳しくなるからだ。 一方,Zen 6cは最大動作クロックを4.1GHzに抑えたことで,タイミングに余裕が生まれた。その分,スケジューラなどのリソースを拡大し,命令の並列実行能力を高めることでIPCを向上させられた」

つまりZen 6は,最大5.3GHzという高クロック動作を優先し,スケジューラの規模を抑えて低遅延性能を重視した。一方,Zen 6cは最大動作クロックを4.1GHzに抑える代わりに,スケジューラを大規模化してIPCの向上を優先したというわけだ。

なお,整数演算ブロックの解説で触れたROBは,同ブロックと浮動小数点演算ブロックで共有される。AMDが公開したブロックダイアグラムにはROBが描かれていないが,実際には両ブロックにまたがる構造となっているわけだ。 配置のイメージを下図に示したので,参考にしてほしい。

Zen 6世代では,パイプライン後段にも多くの改良が加えられている。CPUで動作するソフトウェアでもSIMDを利用したデータ処理が増えているためか,連続するメモリアドレスへのロード/ストア(LS)を効率化することが重視されているようだ。

ブロックダイアグラムを見る限り,大きな変化はないように見える。しかしClark氏は,ロード/ストアパイプラインについて,「Zen 6世代における重要な改良点のひとつ」と述べていた。

まず,Zen 6世代では,256bitのロード(メモリからの読み出し)を1クロックあたり4本実行できるようになった。 実はZen 5世代でも,512bitのロードを1クロックあたり2本実行できた。つまり,合計1024bit分のデータを転送する配線は,すでに存在していたわけだ。それならば,256bitのロードを1クロックあたり4本実行することも,簡単に実現できそうに思える。

この点についてClark氏は,「1024bit分の配線を512bit×2本として使う場合と,256bit×4本として使う場合では,制御回路の複雑さが異なる。Zen 5世代では内部データバスを512bit化するだけで精一杯だったため,256bitロードの4本同時実行はZen 6世代に持ち越した」と説明する。 つまり,Zen 5世代では1024bit分の配線がありながら,256bitロードは1クロックあたり2本までしか実行できず,4本のロードには2クロックを要していた。それがZen 6世代では,1クロックで実行できるようになったわけだ。

この改良により,AVX-512命令を使わずAVX2のロード命令を多用する,既存ソフトウェアに多い処理系では,ピーク時のロード性能がZen 5世代の最大2倍となる。 一方,ストア性能はZen 5世代から変わっておらず,1クロックあたり512bit×1本,または256bit×2本の書き込みにとどまる。ストア性能の強化は,Zen 7世代以降に持ち越されたわけだ。

2つめの改良点は,未完了のロード/ストア命令を管理するロード/ストアキュー(Load/Store Queues)のエントリ数拡大だ。Zen 5世代とZen 6世代のブロックダイアグラムでは違いが分かりにくいが,前掲のスライドには変更点が明記されている。

ロードキューの容量は,Zen 5世代の64エントリから,Zen 6世代では80エントリに拡大された。 L1データキャッシュ(L1D Cache)でキャッシュミスが発生すると,下位のキャッシュやメインメモリへのアクセスが必要になる。とくにメインメモリへのアクセスは,CPUの動作クロックから見れば非常に時間がかかるものだ。 ロードキューの容量が増えると,データを待つ間にも別のロード命令を先行して処理しやすくなる。これにより,複数のメモリアクセスを並列に実行する能力,すなわちメモリレベル並列性(Memory-Level Parallelism,MLP)の向上を期待できるわけだ。

同様にストアキューも,Zen 5世代の96エントリからZen 6世代では128エントリに拡大された。ストア命令は,書き込み先のアドレスとデータが揃っても,即座にL1データキャッシュやメインメモリへ書き込めるとは限らない。書き込み順序の管理や投機的実行との整合性を保つため,ストアキューに一時的に保持する必要があるからだ。 ストアキューの容量が増えると,書き込み要求が集中しても,より多くのストア命令を保持できる。これにより,ストア命令の競合を緩和でき,MLPの向上も期待できるだろう。

… Trimmed for readability. Visit the source for the full article.

Extracted and lightly reformatted for readability. · Source: ja