计算机组成原理：可以从哪些方面提升计算机性能

2024-07-04 00:16| 来源: 网络整理| 查看: 265

从公式：程序的 C P U 执行时间 = 指令数 ∗ C P I ∗ C l o c k C y c l e T i m e 程序的CPU执行时间=指令数*CPI*Clock Cycle Time 程序的CPU执行时间=指令数∗CPI∗ClockCycleTime

可以看出，如果要提升计算机的性能，我们可以从指令数、CPI、CPU主频这三个地方入手。

对于CPU主频：

在CPU上多放一些晶体管，不断提升CPU的时钟频率，这样就能让CPU变得更快，程序的执行时间就会缩短于是，从 1978 年 Intel 发布的 8086 CPU 开始，计算机的主频从 5MHz 开始，不断提升。1980 年代中期的 80386 能够跑到 40MHz，1989 年的 486 能够跑到 100MHz，直到 2000 年的奔腾 4 处理器，主频已经到达了 1.4GHz。而消费者也在这 20 年里养成了“看主频”买电脑的习惯。当时已经基本垄断了桌面 CPU 市场的 Intel 更是夸下了海口，表示奔腾 4 所使用的 CPU 结构可以做到 10GHz，颇有一点“大力出奇迹”的意思。功耗：CPU的“人体极限”

然而，计算机科学界从来不相信“大力出奇迹”。

奔腾 4 的 CPU 主频从来没有达到过10GHz，最终它的主频上限定格在 3.8GHz。这还不是最糟糕的，更糟糕的事情是，大家发现，奔腾4的主频虽然高，但是它的实际性能却配不上同样的主频。想要用在笔记本上的奔腾 4 2.4GHz 处理器，其性能只和基于奔腾 3 架构的奔腾 M 1.6GHz 处理器差不多。于是，这一次的“大力出悲剧”，不仅让 Intel 的对手 AMD 获得了喘息之机，更是代表着“主频时代”的终结。后面几代 Intel CPU 主频不但没有上升，反而下降了。到如今，2019 年的最高配置 Intel i9 CPU，主频也只不过是 5GHz 而已。

为什么会出现这种情况呢？答案就是功耗问题。什么是功耗问题呢？我们先看一个直观的例子。

一个3.8GHz的奔腾4处理器，满载功率是130瓦。这个130瓦是什么概念呢？机场允许带上飞机的充电宝的容量上限是100瓦时，如果我们把这个CPU安在手机里面，不考虑屏幕内存之类的耗电，这个CPU满载运行45分钟，充电宝里面就没电了。而iPhone X使用ARM架构的CPU，功率则只有4.5瓦左右。

CPU，也叫做超大规模集成电路。这些电路，实际上就是一个个晶体管组合而成的。CPU在计算，其实就是让晶体管里面的“开关”不断去“打开”和“关闭”，来组合完成各种运算和功能。

想要计算得快，一方面，我们要在CPU里面，同样的面积里面，多放一些晶体管，也就是增加密度；另一方面，我们要让晶体管“打开”和“关闭”的更快一些，也就是“提升主频”。而这两种，都会增加功耗，带来耗电和散热问题

这么说可能还是有点抽象，还是给你举一个例子。

你可以把一个计算机 CPU 想象成一个巨大的工厂，里面有很多工人，相当于 CPU 上面的晶体管，互相之间协同工作。为了让工作得快一些，我们要在工厂里多塞一些人。你可能会问，为什么不把工厂造的大一些呢？这是因为，任何人之间如果离得远了，互相之间走过去需要话的时间就会边长，这也会导致性能下降。这就好像如果CPU的面积大，晶体管之间的距离变大，电信号传输的时间就会边长，运算速度自然就变慢了。除了多塞一点人，我们还希望每个人的动作都快一些，这样同样的时间里就可以多干一些点活了。这就相当于提升CPU主频。但是动作快，每个人就要散热。要是太热了，对工厂里面的人来说就会中暑生病，对CPU来说就是崩溃出错。

因此，在CPU里面，能够放下的晶体管数量和晶体管“开关”频率也是有限的。一个CPU的功率，可以用这样一个公式来表示：功耗 ~= 1/2 ×负载电容×电压的平方×开关频率×晶体管数量

那么，为了要提升性能

（1）我们需要不断地增加晶体管数量。

同样的面积下，我们想要多放一点晶体管，就要把晶体管造得小一点。这个就是平时我们所说的提升“制程”。从 28nm到 7nm，相当于晶体管本身变成了原来的 1/4 大小。这个就相当于我们在工厂里，同样的活儿，我们要找瘦小一点的工人，这样一个工厂里面就可以多一些人。

（2）我们还要提升主频，让开关的频率变快，也就是要找手脚更快的工人。

在这里插入图片描述

但是，功耗增加太多，就会导致 CPU 散热跟不上，这时，我们就需要降低电压。这里有一点非常关键，在整个功耗的公式里面，功耗和电压的平方是成正比的。这意味着电压下降到原来的 1/5，整个的功耗会变成原来的 1/25。事实上，从 5MHz 主频的 8086 到 5GHz 主频的 Intel i9，CPU 的电压已经从 5V 左右下降到了 1V 左右。这也是为什么我们 CPU 的主频提升了 1000 倍，但是功耗只增长了 40倍。并行优化

从奔腾4开始，Intel意识到通过提升主频比较“难”去实现性能提升，于是就开始推出了多核CPU，听过提升“吞吐率”而不是“响应时间”来达到目的。

提升响应时间，就好比提升你用的交通工具的速度，比如原本你是开汽车，现在变成了火车乃至飞机。本来开车从上海到北京要 20 个小时，换成飞机就只要 2 个小时了，但是，在此之上，再想要提升速度就不太容易了。我们的 CPU 在奔腾 4 的年代，就好比已经到了飞机这个速度极限。那接下来怎么办呢？相比于给飞机提速，还不如一次同时开2架、4架、8架飞机，也就是我们的2核、4核、8核CPU虽然从上海到北京的时间没有变，但是一次飞 8 架飞机能够运的东西自然就变多了，也就是所谓的“吞吐率”变大了。所以，不管你有没有需要，现在 CPU 的性能就是提升了 2 倍乃至 8 倍、16 倍。这也是一个最常见的提升性能的方式，通过并行提高性能。

但是，并不是所有问题，都可以通过并行提高性能来解决。如果想要使用这种思想，需要满足这样几个条件。

第一，需要进行的计算，本身可以分解成几个可以并行的任务。好比上面的乘法和加法计算，几个人可以同时进行，不会影响最后的结果。第二，需要能够分解好问题，并确保几个人的结果能够汇总到一起。第三，在“汇总”这个阶段，是没有办法并行进行的，还是得顺序执行，一步一步来。

这就引出了我们在进行性能优化中，常常用到的一个经验定律，阿姆达尔定律（Amdahl’s Law）。这个定律说的就是，对于一个程序进行优化之后，处理器并行运算之后效率提升的情况。具体可以用这样一个公式来表示：优化后的执行时间 = 受优化影响的执行时间 / 加速倍数 + 不受影响的执行时间优化后的执行时间 = 受优化影响的执行时间 / 加速倍数 + 不受影响的执行时间优化后的执行时间=受优化影响的执行时间/加速倍数+不受影响的执行时间

在这里插入图片描述

总结

我们可以看到，无论是简单的通过提升主频，还是增加更多的CPU核心数量，通过并行来提升性能，都会遇到相应的瓶颈。仅仅简单的通过“堆硬件”的方式，是无法解决的。所以，需要想其他方法。

在“摩尔定律”和“并行计算”之外，在整个计算机组成层面，还有这样几个原则性的性能提升方法：

加速大概率事件最典型的就是，深度学习中，99%都是向量和矩阵计算。于是，工程师们通过GPU替代CPU，大幅度提升了深度学习的模型训练过程。本来应该CPU需要跑几小时甚至几天的纯虚，GPU只需要几分钟就好了Google 更是不满足于 GPU 的性能，进一步地推出了 TPU。通过流水线提升性能 CPU其实是一个“运算工程”我们把CPU指令执行的过程进行拆分，细化运行，也是CPU在主频没有办法提升那么多的情况下，性能仍然可以得到提升的重要原因之一通过预测提升性能通过预先猜测下一步该干什么，而不是等上一步运行的结果。提前进行运行，也是让程序跑的更快一些的方法

【本文地址】

公司简介

联系我们