Chap 1: Computer Abstractions and Technology⚓︎

Eight Great Ideas⚓︎

• 设计紧跟摩尔定律(Design for Moore's Law)
• 摩尔定律：18-24 个月内集成电路的性能就会翻一番
• 采用抽象简化设计 (Use abstraction to simplify design)
• 加速大概率事件 (Make the common case fast)
• 通过并行提高性能 (Performance via parallelism)
• 通过流水线提高性能 (Performance via pipelining)
• 通过预测提高性能 (Performance via prediction)
• 存储器分层(Hierarchy of memories)
• 通过冗余提高可靠性 (Dependability via redundancy)

Below the Program⚓︎

指令集(instruction set architecture)：硬件和软件之间的接口

高级语言 -> 硬件语言的过程：

• 高级编程语言（A + B）
  • 形式上更接近自然语言
  • 编译器 (compiler) 将其翻译其汇编语言
  • 独立于硬件之外
• 汇编语言（add A, B）
  • 汇编器 (assembler) 将其翻译为机器语言
• 机器语言（1000110010100000）
  • 计算机仅理解电子信号的开闭（二进制 0/1）
  • 机器语言用二进制数字表示机器指令

Compute Organization⚓︎

硬件的组成部分：

• 输入设备
• 输出设备
• CPU（位于主板 (logical board)）
  • 控制器 (controler)：根据程序指令来控制数据通路、内存和 I/O 设备
  • 数据通路 (datapath)：执行算术运算
• 内存：
  • 主存 (main memory)：易失性 (volatile)
    • RAM：DRAM、SRAM
  • 外存 (secondary memory)：非易失性 (nonvolatile)
    • 磁盘 (magnetic disk)
    • 闪存 (flash memory)

软件的分类：

• 应用软件
  • 办公软件
  • ...
• 系统软件
  • 操作系统 (operating system)
  • 编译器 (compiler)：将由高级编程语言 (high-level language, HLL) 编写的程序翻译成机器能够理解的内容
  • 驱动 (firmware)
    • 网卡驱动
    • ...

The Technology of Building Processors and Memories⚓︎

集成电路的制作流程：

成本计算：

Performance⚓︎

衡量计算机性能的指标：

• 响应时间 / 执行时间 (response time/execution time)：执行任务所需的时间
• 吞吐率 (throughput/bandwidth)：单位时间内完成的工作量

注：我们目前仅考虑响应时间

• 性能 (performace) = 1 / 执行时间 (execution time)
• X 的性能比 Y 快 n 倍：\(\dfrac{\rm{Performance}_X}{\rm{Performance}_Y} = \dfrac{\rm{Executino\ time}_Y}{\rm{Execution\ time}_X} = n\)

执行时间的测量：

• 运行时间 (elapsed/wall clock/response time)：完成任务的总耗时，包括磁盘和内存的访问、I/O 活动等，它反映了系统的性能
• CPU 时间：执行给定任务所花的时间，包括用户 CPU 时间（程序运行耗时）和系统 CPU 时间（执行与该程序相关的操作系统任务的耗时）

CPU 周期 (clock cycle)/CPU 频率 (clock rate)的相关公式：

由此，我们可以得出性能提升的方法：

• 降低 CPU 周期数
• 提升 CPU 频率
• 但是改善其中的一个属性，就会拉低另一个属性，所以需要权衡好两者

例题

问题答案

指令数(instruction count, IC) 和CPI(clock cycles per instruction) 的相关公式：

• 指令数：取决于指令集架构，而非具体的实现方式

  注：如果题目说这几个处理器的指令集架构是一样的，这就说明它们的指令数也是一样的。

• CPI：每条指令的时钟周期，取决于很多的设计细节，包括内存系统、处理器结构等

• 如果有不同的指令类别的话，第一个公式修改为：

例题

题目答案

• 加权平均 CPI

例题

影响性能的决定因素：

• 算法
• 编程语言、编译器和架构
• 处理器和内存系统
• I/O 系统（硬件 + 操作系统）

The Power Wall⚓︎

处理器时钟频率的提升往往伴随着能耗 (power) 的增加——两者是相互关联的。然而近几年两者的增长速度不断放缓，原因在于能耗上的限制，防止处理器过热。

CMOS 是集成电路上常常用到的工艺，它的能量消耗在于动态能源 (dynamic energy)：晶体管在高低电平之间切换的时候会消耗能量。能耗与以下因素相关：

虽然降低电压看起来可以有效减小能耗，但它会带来另外一个问题：晶体管会更容易泄露能量，造成更多的浪费。

The Switch from Uniprocessors to Multiprocessors⚓︎

如今，单个处理器的性能受物理因素的限制，已经很难再有快速的提升了。因此最近的这十几年里，设计者们开始在一个芯片内放置多个处理器（其中处理器被称为“核”(core)），这种设计对吞吐量的提升较为显著。

处理器从单核到多核的转变，也促使程序员重写之前写的代码，以获得多核处理器带来的好处。然而，这对程序员而言是不小的挑战：

• 写出来的程序不仅要确保正确性，还要保证速度够快
• 需要将一个任务分成多个小块，让每个处理器分别处理，其中要考虑包括调度、加载平衡、同步时间以及各部分间的通信等问题

Fallacies and Pitfalls⚓︎

• 改善电脑的其中一个方面，就能使电脑的整体性能有所提升

  • 阿姆达尔定律 / 边际收益递减规律：
  \[ \mathrm{T_{improved}} = \dfrac{T_{affected}}{\mathrm{Amount\ of\ improvement}} + T_{unaffected} \]
  例子

  问题答案

  假设一个程序在一台电脑里运行耗时 100s，其中的乘法运算耗时 80s。如果我想让程序运行比原来快 5 倍（也就是耗时 20s），乘法运算的速度需要提升多少？

  根据条件，运用上面的公式，可以得到以下式子：

  \[ 20 = \dfrac{80}{n} + 20 \]

  显然 \(n\) 无解，因此无法通过这种方式提升性能。

• 电脑空闲的时候耗电更少

• 性能和能效 (energy efficiency) 是互不相干的两个因素

• 使用「性能」一节最后总结的公式中的一部分作为性能的量度

  • MIPS(millions of instructions per second, 每秒百万条指令数 ) 就是这样的一类量度，它的公式是：
  \[ \begin{align} \mathrm{MIPS} & = \dfrac{\mathrm{Instruction\ count}}{\mathrm{Execution\ time} \times 10^6} \notag \\ & = \dfrac{\mathrm{Instruction\ count}}{\dfrac{\mathrm{Instruction\ count} \times \mathrm{CPI}}{\mathrm{Clock\ rate}} \times 10^6} = \dfrac{\mathrm{Clock\ rate}}{\mathrm{CPI} \times 10^6} \notag \end{align} \]
  • MIPS 的问题：
    • 实际上，它没有考虑到指令数（从公式最后的结果可以看出），因此我们不能用它来比较使用不同指令集的电脑性能
    • 即使在相同的电脑上，MIPS 也会随程序的不同而不同，也就是说一台电脑可能有多个 MIPS 值
    • 如果一台电脑执行很多指令，但是每条指令都运行地很快，那么 MIPS 将无法反映实际的性能

评论区