計算機組成原理筆記

ch01 馮·諾依曼體系結(jié)構(gòu)

計算機基本硬件組成：

• CPU
• Memory
• Mother Board
  • Chipset
    • SouthBridge 控制 CPU 和外部 I/O 設(shè)備的通信
    • NorthBridge 控制 CPU 和內(nèi)存、顯卡的通信，但實際已不存在了，在 CPU 內(nèi)部實現(xiàn)
  • Bus
• I/O 設(shè)備：顯示器，鼠標(biāo)、鍵盤
• Graphic Card
• GPU
• 硬盤

馮·諾依曼體系結(jié)構(gòu)：

計算機的抽象概念，也叫存儲程序計算機。

• 可編程。計算器是不可編程的，因為在硬件層面寫死了邏輯。
• 存儲

First Draft 描述的計算機結(jié)構(gòu)：

• Processing Unit 處理器單元
  • ALC(Arithmetic Logic Unit) 算數(shù)邏輯單元
  • Processor Register 處理器寄存器
• Control Unit 控制器單元
• Instruction Register 指令寄存器
• Program Counter 程序計數(shù)器
• 內(nèi)存
• 外部存儲
• 輸入輸出設(shè)備 網(wǎng)卡既是輸入設(shè)備又是輸出設(shè)備

任何一臺計算機的任何一個部件都可以歸到運算器、控制器、存儲器、輸入設(shè)備和輸出設(shè)備中，而所有的現(xiàn)代計算機也都是基于這個基礎(chǔ)架構(gòu)來設(shè)計開發(fā)的。

所有的計算機程序，也都可以抽象為從輸入設(shè)備讀取輸入信息，通過運算器和控制器來執(zhí)行存儲在存儲器里的程序，最終把結(jié)果輸出到輸出設(shè)備中。而我們所有撰寫的無論高級還是低級語言的程序，也都是基于這樣一個抽象框架來進(jìn)行運作的

馮·諾依曼體系結(jié)構(gòu)確立了計算機硬件的基礎(chǔ)架構(gòu)。

ch03 性能是什么

• Response time
• Throughput/Bandwidth

Linux 下有一個叫 time 的命令，它會返回三個值，第一個是 real time，也就是我們說的 Wall Clock Time，也就是運行程序整個過程中流逝掉的時間；第二個是 user time，也就是 CPU 在運行你的程序，在用戶態(tài)運行指令的時間；第三個是 sys time，是 CPU 在運行你的程序，在操作系統(tǒng)內(nèi)核里運行指令的時間。而程序?qū)嶋H花費的 CPU 執(zhí)行時間（CPU Time），就是 user time 加上 sys time。程序?qū)嶋H占用的 CPU 時間一般比 Elapsed Time 要少不少。

即使我們已經(jīng)拿到了 CPU 時間，我們也不一定可以直接“比較”出兩個程序的性能差異。即使在同一臺計算機上，CPU 可能滿載運行也可能降頻運行，降頻運行的時候自然花的時間會多一些。除了 CPU 之外，時間這個性能指標(biāo)還會受到主板、內(nèi)存這些其他相關(guān)硬件的影響。

程序的 CPU 執(zhí)行時間 = 指令數(shù)×CPI×Clock Cycle Time

想要解決性能問題，其實就是要優(yōu)化這三者。

• 時鐘周期時間，就是計算機主頻，這個取決于計算機硬件。我們所熟知的摩爾定律就一直在不停地提高我們計算機的主頻。比如說，我最早使用的 80386 主頻只有 33MHz，現(xiàn)在手頭的筆記本電腦就有 2.8GHz，在主頻層面，就提升了將近 100 倍。
• 每條指令的平均時鐘周期數(shù) CPI，就是一條指令到底需要多少 CPU Cycle。在后面講解 CPU 結(jié)構(gòu)的時候，我們會看到，現(xiàn)代的 CPU 通過流水線技術(shù)（Pipeline），讓一條指令需要的 CPU Cycle 盡可能地少。因此，對于 CPI 的優(yōu)化，也是計算機組成和體系結(jié)構(gòu)中的重要一環(huán)。
• 指令數(shù)，代表執(zhí)行我們的程序到底需要多少條指令、用哪些指令。這個很多時候就把挑戰(zhàn)交給了編譯器。同樣的代碼，編譯成計算機指令時候，就有各種不同的表示方式

ch04 功耗

想要計算得快，一方面，我們要在 CPU 里，同樣的面積里面，多放一些晶體管，也就是增加密度；另一方面，我們要讓晶體管“打開”和“關(guān)閉”得更快一點，也就是提升主頻。而這兩者，都會增加功耗，帶來耗電和散熱的問題。

一個 CPU 的功率，可以用這樣一個公式來表示：功耗 ~= 1/2 ×負(fù)載電容×電壓的平方×開關(guān)頻率×晶體管數(shù)量

從奔騰 4 開始，Intel 意識到通過提升主頻比較“難”去實現(xiàn)性能提升，邊開始推出 Core Duo 這樣的多核 CPU，通過提升“吞吐率”而不是“響應(yīng)時間”，來達(dá)到目的。

阿姆達(dá)爾定律：優(yōu)化后的執(zhí)行時間 = 受優(yōu)化影響的執(zhí)行時間 / 加速倍數(shù) + 不受影響的執(zhí)行時間

在“摩爾定律”和“并行計算”之外，在整個計算機組成層面，還有這樣幾個原則性的性能提升方法。

• 加速大概率事件。最典型的就是，過去幾年流行的深度學(xué)習(xí)，整個計算過程中，99% 都是向量和矩陣計算，于是，工程師們通過用 GPU 替代 CPU，大幅度提升了深度學(xué)習(xí)的模型訓(xùn)練過程。本來一個 CPU 需要跑幾小時甚至幾天的程序，GPU 只需要幾分鐘就好了。Google 更是不滿足于 GPU 的性能，進(jìn)一步地推出了 TPU。
• 通過流水線提高性能。現(xiàn)代的工廠里的生產(chǎn)線叫“流水線”。我們可以把裝配 iPhone 這樣的任務(wù)拆分成一個個細(xì)分的任務(wù)，讓每個人都只需要處理一道工序，最大化整個工廠的生產(chǎn)效率。類似的，我們的 CPU 其實就是一個“運算工廠”。我們把 CPU 指令執(zhí)行的過程進(jìn)行拆分，細(xì)化運行，也是現(xiàn)代 CPU 在主頻沒有辦法提升那么多的情況下，性能仍然可以得到提升的重要原因之一。
• 通過預(yù)測提高性能。通過預(yù)先猜測下一步該干什么，而不是等上一步運行的結(jié)果，提前進(jìn)行運算，也是讓程序跑得更快一點的辦法。典型的例子就是在一個循環(huán)訪問數(shù)組的時候，憑經(jīng)驗，你也會猜到下一步我們會訪問數(shù)組的下一項。后面要講的“分支和冒險”、“局部性原理”這些 CPU 和存儲系統(tǒng)設(shè)計方法，其實都是在利用我們對于未來的“預(yù)測”，提前進(jìn)行相應(yīng)的操作，來提升我們的程序性能。

ch05 指令

計算機指令集 Instruction Set

// test.c
int main()
{
  int a = 1; 
  int b = 2; 
  a = a + b;
}

gcc -g -c test.c
objdump -disassemble -source test.o

gcc -g 表示創(chuàng)建符號表，關(guān)閉優(yōu)化，保留源碼信息，-c 表示生成中間文件。
objdump 用于反匯編

ch06 指令跳轉(zhuǎn)