前言最近在看计算机底层相关的知识。一方面补基础，帮助理解工作、学习中遇到的相关概念，另一方面是学习相关的设计思想，之后设计技术方案、系统构建的时候也有一些参考借鉴。
计算机架构1949年，一本叫《大众机械》的书里做出了一个“大胆”的预言：“将来，计算机重量也许不超过1.5吨。”今天的我们看到这句话也许会哑然失笑。毕竟如今我们的手提电脑早已可以做到2,3公斤的重量。但是要知道，当年的电脑，像ENIAC，是一个占地170平米，重量达30吨的庞然大物，而随着信息革命的浪潮，从电子管到晶体管到集成电路，在摩尔定律的支配下，计算机的功能、性能、便携性早已发生天翻地覆，远超前人想象的变化。
摩尔定律是英特尔创始人戈登.摩尔曾做出的预言，其核心内容为：集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍。换言之，处理器的性能大约每两年翻一倍，同时价格下降为之前的一半。这并不是什么物理定律，而是一种半导体产业界的自实现的预言（可以理解为KPI），但也揭示了信息产业进步的速度。怎么更形象化地理解这个速度？有个很好的例子：“如果汽车的进步周期能同步计算机的发展周期的话，今天一辆劳斯莱斯仅值100美金，每加仑汽油可以跑100万英里。” 从第一台计算机问世（ENIAC）以来，已经70多年了。70年沧海桑田，计算机这只王谢堂前燕，早已飞入寻常百姓家。如今几乎是人手一台，用途也从军事变为娱乐、科研、医疗等等。这样的变化也许是当初谁也料想不到的。然而即使历经了如此巨大的变化，现代计算机的架构却依然没有背离过近80年前提出的冯诺依曼架构。这不得不令人称奇。接下来我们就介绍一下冯诺依曼架构：
这个架构有5个组成部分，分别是：控制器、运算器、存储器、输入设备和输出设备，其中运算器和控制器合称CPU，各组成部分通过通信线路互相连接 这个架构的运行流程如下：
可以说无论什么程序，微信也好，淘宝也好，facebook也好，在计算机中都是以这个逻辑执行。 CPU如果要说冯诺依曼架构最核心的组成部件是哪个，那必然非CPU莫属。我们编写的代码最终也都要变成机器指令供CPU执行，所以我们先从CPU说起。 指令集
所有我们计算机上的程序：QQ、微信、Chrome、记事本等等，都会经过编译器或者汇编器转换为底层机器指令，而CPU最终执行的也是这个机器指令。 比如我们在java中写下 “int i = 1;” 这句话就等价于mov eax, 1。 进而等价于一条类似于100111101这样的机器指令，这条指令可以拆分为操作和操作数几个部分，告诉CPU，需要把1存储到eax寄存器中。 这些各式100011这样的底层机器指令的集合就是CPU指令集，CPU指令集可以说是软件与硬件交互的媒介，或者说是硬件提供给软件的接口集合。这个指令集规定了CPU的功能，决定了我们能做什么。 在计算机发展过程中，指令集形成了两种风格，即CISC（Complex Instruction Set Computer）和RISC（Reduced Instruction Set Computer）。 CISC（复杂指令集）CISC，以Intel的X86架构为代表，指令集丰富，包含大量的复杂指令。晶体管和集成电路发展的日新月异使得CPU的功能也变得越来越强大，而CISC的思想中强调兼容性，每次迭代只在原有基础上拓展、增加指令，而绝不去改动原有的指令的功能。（类似我们说的“开闭原则”）。这样做的好处是兼容性非常强，即使是30多年前的程序也能在今天的X86架构上运行。但坏处则是指令越来越多，越来越复杂。尤其大量指令其实几乎不怎么被使用。 RISC（精简指令集）RISC，以AMD的ARM架构为代表。RISC的设计指令时遵循“正交性”的思想，即每条指令都实现某一方面的独立功能（可以理解为是原子指令），指令之间没有重复和冗余的功能，所有指令组合起来实现CPU的全部功能。因此RISC的指令数量比CISC少的多，但是对于实现同一个功能，需要运行的指令数也会更多。 可以这样理解两者的差异：同样是去建造一个房子，假设CPU是建筑工人，指令集是提供指示的设计师。CISC风格的指示是“在那里砌个围墙，再搭个柱子”，而RISC风格的指示则是“把这块砖砌在那儿”。 可以看出RISC的风格有明显的极简主义。形式简单得多。对于完成同一功能，RISC实现方式的指令数会比CISC更多，但是因为每一条执行得更快，所以总体来说谁快谁慢还不好说。一般而言，如果任务相对简单且可以通过少量的指令完成，CISC架构的处理器可能会更快，因为它可以通过一个复杂的指令完成多项操作。而如果任务相对复杂或者需要大量的数据处理，RISC架构的处理器可能会更快，因为它可以通过更多的简单指令完成任务，并且每个指令的执行时间更短。 趋势在PC的时代，WinTel联盟（Windows Intel）在个人用户市场上可以说是一路高歌猛进，形成了事实上的垄断地位，而相比之下，AMD只能靠着反垄断的保护才得以偏安一隅。但是进入移动互联网时代后，CISC由于指令复杂，始终无法解决CPU功耗高的问题。这个问题在有风扇、机箱空间大的PC场景还不突出，但是在手机设备上就暴露无遗了，而AMD代表的RISC则抓住机遇不断逆袭，到如今市值已经超过了Intel。不过在AI时代的大背景下，风头最盛的已经不是做CPU的Intel或AMD了，而是做GPU的Nvidia。与此同时，一种叫RISC-V的新架构也在悄然兴起。它是由USCB研究人员和开源社区共同开发，凭借开源、灵活等特点，在AIOT的场景下正在变得越来越流行，也许也会在将来成为主流架构之一。
漫思其实想想挺像我们写代码做项目的。有时候建项目的时候，因为设计水平、任务排期等原因，可能没做什么抽象，基本“所见即所写”，就类似CISC的风格，和业务耦合比较强，一开始迭代比较快。但是随着项目的发展，后面维护越来越慢，甚至对于一些功能，已经是无法实现。因此到了一定节点，衡量价值和成本后，就可能会进行重构。而对于那些在初期就进行了良好的抽象和设计的项目，系统各模块、功能间有一定的正交性，前期可能相对慢一些，但是在后续的维护成本、拓展性都更好一些。 不过项目的发展有很多技术以外的因素，也不可一概而论。比如机会窗口可能稍纵即逝，比如很多项目可能根本就到不了那个后面那个阶段。这就跟JVM垃圾回收机制类似的，现实是大部分对象（项目）都是朝生夕死的，那这也会反过来决定了他们的处理机制，而对于那些大对象（大力支持的明星项目）、存活了N代的新生代（顽强生存下来的仙人掌），则可以获得破格对待。 所以这也许也给我们一些启发，我们发展规划、前景、资源支持是怎样的，可以帮助我们决定是贴近CISC的风格，还是RISC风格。 效率如今我们的手机的CPU的计算能力都比当年登月计划的计算机算力总和要高得多。这巨大的变化背后是各个环节比如CPU环节不断追求提效的结果。那么以CPU为例，都用了哪些提效的方式呢？ 频率想要提高CPU工作效率，提高频率应该是一个最直观的想法。这个频率指的是CPU内部时钟的振荡频率（一个晶体振荡器，由物理特性及电路参数决定频率）。这个频率决定了CPU每秒钟执行的指令数，比如一个CPU主频是1 GHZ，那就是这个CPU每秒可以执行1亿条指令。很直观地，如果我们增加到2 GHZ，那我们CPU的效率当然就提高了。 但是这个提高不是无上限的，因为指令执行本身就是需要时间的，如果你频率太高，1秒执行太多指令，就会出现说上一条指令还没执行完，新一条指令就开始执行了。那么计算机就会进入到一种不可控的状态，而且功耗也会大大增加，所以到今天，计算机的频率到了4,5 GHZ之后，也就不再继续提高了。 位数上面说到频率的优化基本是到头了，也就是单位时间内做任务的数量已经定了，那还能怎么优化呢？那就是每次任务的任务量。就好比搬砖，一天只能搬10趟不能更多了，那每趟多搬几块转，搬的砖的总数就提高了。而怎么提高每次的任务量呢，那就可以提高CPU的位数。我们知道以前的CPU都是32位的，而现在很多都是64位的了，这个变化除了增大了内存寻址空间以外（内存越来越大，32位只能表示4GB），还有个好处就是每条指令的能力也越来越强了，比如原先32位指令我只能放2个操作数，现在64位指令能放4个操作数了，那在单位时间内处理任务数不变的情况下，我每次任务的任务量增加了，那我的总效率也提升了。 流水线应该说以上两种都是比较直观想到的优化方向，那么还有没有什么别的办法优化呢？答案是有的，就是流水线的方式，相比较而言，前两者主要是硬件上的优化，而这一个则是软件上、算法上的优化，什么叫算法上的优化？我的定义是：在硬件条件并没有改变的情况下，只是通过改变做事情的方法，便提高了效率。接下来我们介绍一下这个方法。 流水线的思想实际上甚至早于计算机的发明。早在1913年，福特汽车公司就开发出了世界上第一条流水线，这一创举使得福特T型车一共达到了1500万辆，售价也从最初的850美元，降至240美元。大大推动了汽车产业的发展，亨利.福特也因此被称为“给世界安上轮子的人”。
流水线的思想其实就是：将一个任务切分成不同的阶段，不同的阶段由不同的独立执行单元分别执行，以在宏观上实现多条指令同时执行。 那么在CPU里，也是一样的，就是将CPU指令拆分成多个不同阶段，比如一条显示某地址的内容的指令就可以分为下列多个阶段：
可以看到我们其实没必要等第一条指令DC阶段结束了，再去做第二条指令的AG。我们完全可以第一条指令AG结束后，就开始第二条指令的AG了。最后这个流程会如下图所示：
看完后我有点好奇这种方式能带来多大的效率提升。下面我们计算一下： 简单起见，假设每个阶段耗时相同。设每条指令被分为K个阶段，每个阶段耗时T秒，执行N条指令。 串行执行耗时：K * T * N 流水线执行耗时：K * T (N - 1) * T 比如4条指令，4个阶段，每个阶段各执行1秒，则流水线可将其执行时间从4 * 4 * 1 = 16 秒优化到7秒。 接下来我们将两式相减并化简：
最后得到流水线比串行少耗时：(N-1)(K-1) * T的时间，通过这个式子可以看出：
其实在我们平时写业务代码的时候也可以参考流水线的思想。比如在复杂一些的业务中，任务往往是由多个阶段组成的。比如处理一个文件，他需要先下载，再做个什么解析，再调用一下A服务。这就可以视作是流水线的多个阶段。可以给这多个阶段都配置相应的线程池和rejectedExecutionHandler。这其实就是利用了流水线的思想，这种方式会比简单一个大池子串行执行效率更高。 至此，关于CPU的部分就结束了。下一篇会再介绍关于操作系统中进程管理的部分。 |
|
|
