
Out-of-Order-Execution
Out-of-Order-Execution ist eine Technik in modernen Prozessoren, bei der Rechenanweisungen nicht strikt in der programmierten Reihenfolge abgearbeitet werden, sondern in der Reihenfolge, in der die benötigten Daten verfügbar sind. Das vermeidet unnötige Wartepausen und macht den Chip deutlich schneller.
Ein Prozessor — das ist der Hauptrechenbaustein in jedem Computer oder Smartphone — arbeitet normalerweise eine Liste von Anweisungen ab, Schritt für Schritt. Manchmal muss er aber auf ein Ergebnis warten, bevor er weitermachen kann, zum Beispiel weil ein Wert erst aus dem Arbeitsspeicher geladen werden muss. Das dauert. Statt dabei untätig zu bleiben, schaut der Prozessor bei Out-of-Order-Execution einfach weiter in der Anweisungsliste nach vorne und führt aus, was schon jetzt möglich ist. Am Ende werden die Ergebnisse so zusammengefügt, als wäre alles in der richtigen Reihenfolge passiert. Das Programm merkt davon nichts — es bekommt exakt das Ergebnis, das es erwarten würde.
Warum Reihenfolge bremst
Moderne Prozessoren sind extrem schnell — ein einziger Kern schafft heute mehrere Milliarden Rechenoperationen pro Sekunde. Der Arbeitsspeicher ist dagegen vergleichsweise langsam. Eine Anweisung dauert oft einen einzigen Takt, das Laden eines Werts aus dem Speicher aber bis zu 200 Takte. Ohne Out-of-Order-Execution würde der Prozessor in dieser Zeit einfach warten. Das wäre so, als würde ein Handwerker seine Werkzeuge erst dann holen, wenn er sie braucht, statt vorausschauend alles bereitzulegen.
Der Leistungsunterschied ist erheblich. Messungen zeigen, dass ein Prozessor mit Out-of-Order-Execution bei typischer Software oft doppelt so viele Anweisungen pro Takt abarbeiten kann wie ein einfacher, strikter Prozessor derselben Taktfrequenz. Die Taktfrequenz — also wie oft der Prozessor pro Sekunde „tickt“ — sagt daher alleine wenig über die tatsächliche Geschwindigkeit aus.
Wie der Prozessor vorausschaut
Im Inneren des Prozessors gibt es einen Puffer, den man als Reservierungstation oder Instruction Window bezeichnet. Dort landen eingehende Anweisungen zunächst, bevor sie ausgeführt werden. Eine Steuerlogik prüft laufend, welche Anweisungen alle benötigten Eingangswerte bereits haben. Genau diese werden als nächstes ausgeführt — unabhängig davon, wo sie im ursprünglichen Programm standen.
Damit dabei nichts durcheinandergerät, nummeriert der Prozessor die Anweisungen intern. Ein eigener Baustein, der Reorder Buffer, sammelt die fertigen Ergebnisse und gibt sie in der ursprünglichen Reihenfolge nach außen weiter. Das Programm und das Betriebssystem sehen dadurch immer ein geordnetes, korrektes Ergebnis. Die Unordnung bleibt eine interne Angelegenheit des Chips.
Wichtig ist der Unterschied zu einer verwandten Technik: Pipelining bedeutet, dass mehrere Anweisungen gleichzeitig in verschiedenen Phasen der Verarbeitung stecken — eine wird gerade geladen, eine andere berechnet, eine dritte gespeichert. Out-of-Order-Execution geht weiter: sie ändert zusätzlich die Reihenfolge der Ausführung selbst. Viele Prozessoren nutzen heute beides gleichzeitig.
Out-of-Order-Execution in Produkten und Schlagzeilen
Nahezu jeder leistungsstarke Prozessor seit den 1990er-Jahren verwendet Out-of-Order-Execution: Intels Core-Reihe, AMDs Ryzen, Apples M-Chips und die Prozessoren in aktuellen Smartphones. Es ist eine der Kerntechniken, die dafür sorgen, dass Apps flüssig laufen, obwohl der zugrundeliegende Code nicht explizit für Parallelität geschrieben wurde.
In den Nachrichten tauchte Out-of-Order-Execution 2018 prominent auf. Damals wurden die Sicherheitslücken Spectre und Meltdown bekannt. Beide nutzten aus, dass Prozessoren bei Out-of-Order-Execution manchmal Anweisungen ausführen, die im Nachhinein gar nicht ausgeführt werden dürften — und dabei trotzdem Spuren im Chip hinterlassen, die Angreifer auslesen können. Die Schwachstellen betrafen fast alle modernen Prozessoren weltweit und zeigten, dass eine Optimierungstechnik auch unvorhergesehene Risiken mit sich bringen kann.
Für KI-Chips ist das Thema ebenfalls relevant. Spezialisierte Beschleuniger wie Googles TPU oder Nvidias GPU-Kerne sind dagegen oft bewusst einfacher gebaut und verzichten auf Out-of-Order-Execution, um Platz und Energie zu sparen. Sie gewinnen ihre Geschwindigkeit nicht durch Vorausschauen, sondern durch schiere Parallelität — tausende einfache Rechenkerne laufen gleichzeitig.