同時マルチスレッディング(SMT)の原理 ─ 資源共有とスレッド競合

なぜ実行ユニットが遊ぶのか

アウトオブオーダ実行を備えた現代のコアは、1サイクルに4〜8命令を発行できる広い実行幅を持ちます。ところが単一スレッドだけを流すと、その幅はめったに埋まりません。キャッシュミスで命令ウィンドウが依存待ちで詰まる、分岐予測ミスでパイプラインが空になる、長い依存鎖でオペランドが揃わない――こうした理由で、多くのサイクルで発行スロットの半分以上が空のまま捨てられます。

この遊休を「縦」と「横」に分けて埋める手法が、マルチスレッディングです。同時マルチスレッディング（SMT）は、複数のハードウェアスレッドの命令を同一サイクル内で同時に発行ユニットへ投入し、片方のスレッドが埋め切れない横方向のスロットを、もう片方の独立した命令で埋めます。IntelのHyper-Threadingがこの実装の代表で、物理1コアをOSから見て2つ（実装によっては4〜8）の論理プロセッサとして見せます。

粗粒度・細粒度MTがサイクル単位でスレッドを交代させるだけなのに対し、SMTだけが同一サイクルの発行幅を複数スレッドで分け合えます。これが、アウトオブオーダの広い実行幅と本質的に相性が良い理由です。

フロントエンドの共有 ─ どこでスレッドを混ぜるか

SMTで最初に問題になるのは、各スレッドの「どこを実行中か」を別々に追うフロントエンドです。プログラムカウンタ、命令フェッチ列、リターンスタックなどはスレッドごとに複製（replicate）する必要があります。一方でフェッチ帯域やデコーダは高価なので共有します。

フェッチ段の典型: サイクルごとに片スレッドを選んでフェッチ
  Thread0: ████  ____  ████  ____   ← ICacheミス中は譲る
  Thread1: ____  ████  ____  ████
  → ラウンドロビンや「詰まり度の小さい方優先」で選択

フェッチ自体は1サイクル1スレッドでも、デコード後の命令はリネーム・発行段で混在します。リネーム段では論理レジスタ→物理レジスタの対応表をスレッドごとに持ちますが、割り当て先の物理レジスタファイルは共有プールから引きます。ここで早くもスレッド競合が始まります。片スレッドが多くの未確定命令（in-flight）を抱えると物理レジスタを食い尽くし、もう片方が発行できなくなります。

実行資源の分割と共有 ─ ROB・LSQ・レジスタ

順不同に並べ替えるための構造――リオーダバッファ（ROB）、ロード/ストアキュー（LSQ）、リザベーションステーション、物理レジスタ――は、SMTの利得と公平性を左右する核心です。代表的に2つの戦略があります。

Intelの初期Hyper-Threadingは、ROBやLSQのような順序を持つキューを静的に分割し、片スレッドの暴走が全体を止めない公平性を優先しました。半面、1スレッドしか走っていなくても半分しか使えず、シングルスレッド性能を犠牲にします。これを緩めるのが動的共有で、空きエントリを早い者勝ちで割り当てて稼働率を上げる代わりに、上限（しきい値）を設けて一方が占有し尽くすのを防ぎます。

スループット利得とキャッシュ競合

SMTの利得は無条件ではありません。利得が大きいのは、各スレッドが単独では実行幅を埋め切れない――つまりメモリ待ちが多くILP（命令レベル並列性）の低いワークロードです。遊んでいたスロットを相方が埋めるので、合計スループットが伸びます。一般に2スレッドSMTの実効利得は**おおむね15〜30%**で、コアを2つ並べる（=2倍）には遠く及びません。同じ実行ユニット群を共有するだけだからです。

逆に利得が小さい、あるいは負になるのが、各スレッド単独で実行幅をほぼ埋めるワークロードです。SIMD/ベクトル演算で実行ユニットを飽和させるHPCカーネルなどでは、相方に渡す空きスロットがそもそも無く、得るものはありません。

さらに深刻なのがキャッシュ競合です。L1/L2はキャッシュの原理どおり容量が限られ、SMTでは2スレッドが同じL1を共有します。一方が大きな作業集合でキャッシュを掃き出すと、相方の有効容量が実質半減し、双方のミス率が上がります。これを**キャッシュ汚染（pollution）**と呼び、最悪では両スレッドのIPC（命令毎サイクル数）がSMT無効時を下回ります。SMTを有効にしてかえって遅くなる事例は、このL1/TLB容量とメモリ帯域の取り合いが原因です。

代償としてのサイドチャネル

資源共有は性能のためですが、その共有こそがセキュリティ上の弱点になります。兄弟スレッド（同一物理コアの論理プロセッサ）は実行ユニット・キャッシュ・分岐予測器・LSQを物理的に共有するため、一方の振る舞いが他方に観測可能な物理量として漏れます。

• ポート競合：相手が特定の実行ポートを使うと、自分の同種命令のレイテンシが延びる。この遅延差から相手の命令系列を推定できる（PortSmash型）。
• 共有キャッシュ：相手のアクセスで自分のラインが追い出され、再アクセスのヒット/ミス差から相手のアクセスパターンが漏れる。
• 共有キャッシュ経由の投機漏洩：L1Dに存在するデータが、フォルトするロードの投機実行で兄弟スレッドへ漏れる（L1TF／Foreshadow）。
• 共有バッファの残留データ：ストアバッファ・ラインフィルバッファ・ロードポートの残留データが、MDS（RIDL/Fallout/ZombieLoad）系の脆弱性で兄弟スレッドへ漏洩する。

まとめ

• SMTはアウトオブオーダコアの遊休発行スロットを、複数スレッドの独立命令で同一サイクルに充填し、実行ユニットの稼働率を上げる手法。
• 資源はPC・リネームテーブルを複製、ROB・LSQを静的分割か上限付き動的共有、物理レジスタ・実行ユニット・キャッシュを共有し、片スレッド占有を防ぐフェッチ制御（ICOUNTなど）で公平性を保つ。
• 利得は単独では実行幅を埋め切れないメモリバウンド系で大きい一方、L1/TLBのキャッシュ競合により逆効果になりうる。
• 共有資源はポート競合・キャッシュ・残留バッファ経由のサイドチャネルを生み、L1TF/MDS系では緩和のためSMT無効化が選ばれることがある。