计算机系统结构第二课摘要
CPU性能公式
计算机体系结构，除了研究体系结构层面的抽象和通用性之外，还需要考虑的是“性能”问题。
衡量计算机性能通常有俩个标准：
-
执行时间（Execution time）：（CPU）执行一个程序，需要花多少时间；
-
吞吐率（Throughput）：在一定的时间范围内，（CPU）到底能执行多少指令。
在这两个重要指标下，要提升性能，核心是优化第一个【执行时间】，而执行时间公式如下:
- 执行时间 = 时钟周期数 × 时钟周期时间（时钟频率）
时钟周期时间(简称为主频或者频率)，格式如：xxGHz,
比如，上图的是 1.6GHz。
如果是运算，每秒可以运算 1.6 * 10 亿次。
1 GHz = 每秒运算 10 亿次，1.6 GHz 是CPU时钟的频率，那么频率就是 亿秒。
也可以说是指令数，每秒可以执行的简单指令的数量是 1.6G 条，1G 其实就是 10 亿次。
缩短时钟周期时间，最简单的莫过于，换一块好一点的 CPU 或者等摩尔定律来优化。
不过，这个是我们这些软件工程师控制不了的事情。
所以，我们只能把目光看向【时钟周期数】了。
如果能够减少程序需要的 CPU 时钟周期数量，一样能够提升程序性能。
所以呀，【时钟周期数】才是我们提升计算机性能的关键，因此我们再细细的划分一下时钟周期数。
时钟周期数：指令数 × 每条指令的平均时钟周期数（CPI）
指令数很好理解，指令的数量。
每条指令的平均时钟周期数，指令集里面有很多条指令，比如，加法、乘法等，加法肯定比乘法要慢…时间就不同了。
- 执行时间 = 【时钟周期数】 × 时钟周期时间（频率）
转为：
- 执行时间 = 【指令数 × 每条指令的平均时钟周期数】 × 频率
如果我们想要解决性能问题，其实就是要优化这三者：
- 频率：摩尔定律，每年CPU性能提高 60%。
- 每条指令的平均时钟周期数（CPI）：CPU设计方面的艺术了，什么流水线技术啥的。
- 指令数：执行程序到底需要多少条指令、用哪些指令，主要是编译器优化。
我们可以把自己想象成一个 CPU，坐在那里写程序。
- 计算机主频就好像是打字速度，打字越快，自然可以多写一点程序。
- CPI 相当于写程序的时候，熟悉各种快捷键，越是打同样的内容，需要敲击键盘的次数就越少。
- 指令数相当于程序设计得够合理，同样的程序要写的代码行数就少。
如果三者皆能实现，自然可以很快地写出一个优秀的程序，“性能”从外面来看就是好的。
复杂指令集和精简指令集
在现实生活中，指令集分为【复杂指令集 CISC】和【精简指令集 RISC】。
| 比较属性 | CISC | RISC |
|---|---|---|
| 指令系统 | 复杂、可变 | 简单、定长 |
| 指令数目 | 大于200 | 小于100 |
| 指令格式 | 大于4 | 小于4 |
| 寻址方式 | 大于4 | 小于4 |
| 可访存指令 | 无限制 | 只有LOAD/STORE指令 |
| 指令使用频率 | 相差很大 | 相差无几 |
| 指令执行时间 | 相差很大 | 一个周期 |
| 优化编译 | 难 | 容易 |
| 程序代码长度 | 短 | 长 |
| 控制器实现方式 | 微程序 | 硬布线 |
| 软件系统开发时间 | 短 | 长 |
我们现在用的 windows计算机 都是 CISC，而手机处理器、苹果计算机是 RISC，CPU支持的指令集不同。
在计算机历史的早期，其实没有什么 CISC 和 RISC 之分，所有的 CPU 其实都是 CISC。
1974年，大卫·帕特森（David Patterson）教授[^大卫·帕特森教授写了《计算机组成与设计：硬件 / 软件接口》、《计算机体系结构：量化研究方法》这两本教科书。]证明了，实际在 CPU 运行的程序里，80% 的时间都是在使用 20% 的简单指令。
于是，他就提出了 RISC 的理念，只包含了 20% 的简单、常用的指令。
在 RISC 架构里面，CPU 选择把指令“精简”到 20% 的简单指令。而原先的复杂指令，则通过用简单指令组合起来来实现，让软件来实现硬件的功能。这样，CPU 的整个硬件设计就会变得更简单了，在硬件层面提升性能也会变得更容易了。
RISC 的 CPU 里完成指令的电路变得简单了，于是也就腾出了更多的空间。这个空间，常常被拿来放通用寄存器。因为 RISC 完成同样的功能，执行的指令数量要比 CISC 多，所以，如果需要反复从内存里面读取指令或者数据到寄存器里来，那么很多时间就会花在访问内存上。于是，RISC 架构的 CPU 往往就有更多的通用寄存器。除了寄存器这样的存储空间，RISC 的 CPU 也可以把更多的晶体管，用来实现更好的分支预测等相关功能，进一步去提升 CPU 实际的执行效率。
总的来说，对于 CISC 和 RISC 的对比：
- 执行时间 = 【指令数 × 每条指令的平均时钟周期数】 × 频率
CISC 的架构，其实就是通过优化指令数，来减少 CPU 的执行时间。而 RISC 的架构，其实是在优化 CPI。因为指令比较简单，需要的时钟周期就比较少。因为 RISC 降低了 CPU 硬件的设计和开发难度，所以从 80 年代开始，大部分新的 CPU 都开始采用 RISC 架构。从 IBM 的 PowerPC，到 SUN 的 SPARC，都是 RISC 架构，除了Intel。
虽然 RISC 是很小、好处也极多，但 RISC 意味着 CPU 从硬件或电路层面支持的指令数比较少，这个意味着很多复杂的操作需要执行更多的指令而不是更少的、用 RISC 指令开发软件的时间也会长很多…
最短编码：平均访问时间最短
计算机的底层世界是 0 和 1，而就是因为只有 0 和 1，才可能出现重复和反复加以利用。
信息论里有一个香农大佬的定律（香农第一定律），证明了编码长度理论上有一个最小值。
后来，MIT教授哈夫曼在香农第一定律的基础上，做了进一步的扩展，形成了哈夫曼编码。
哈夫曼编码：将【最短的编码】给出现【概率最大的信息】。这样可以使平均访问时间最短，但必须事前知道每个码出现的频率。
如同密码学家破译羊皮卷上的文字，前提是知道各个字母的频率：
在现实生活中，很多信息的组合，比单独一条信息，其概率分布差异更大，因此对它们使用哈夫曼编码进行信息压缩，压缩比会更高。比如说，在汉语中，如果对汉字的频率进行统计、压缩，一篇文章通常能压缩掉 50% 以上，但是如果按照词进行频率统计，再用哈夫曼编码压缩，可以压缩掉 70% 以上。
精简指令集，取 20% 的指令即可完成 80% 的事情。
- 【最短的编码】/【最宝贵的资源】具象化为【80% 的时间】
- 【概率最大的信息】具象化为【20% 的指令】
在实际生活里，我们能不能提高到最优效率、几倍收益率，主要看哈夫曼思想用的妙不妙！！
如果您哪天追求最短编码，一定要试一试【哈夫曼方法】，发现不同事物之间的共同点，再抽象化或者具象化。
无处不在的缓存、局部性原理
之所以大家认为 RISC 优于 CISC，来自于大卫·帕特森的证明，在实际的程序运行过程中，有 80% 运行的代码用着 20% 的常用指令。
这意味着，CPU 里执行的代码有很强的局部性[^在一段时间内,整个程序的执行仅限于程序中的某一部分]，而对于有着很强局部性的问题，常见的一个解决方案就是使用缓存。
局部性分为【时间局部性】和【空间局部性】。
- 时间局部性：如果一个数据被访问了，那么它在短时间内还会被再次访问。
比如说，《斗破苍穹》这本小说，我今天读了一会儿，没读完，明天还会继续读。
- 空间局部性：如果一个数据被访问了，那么和它相邻的数据也很快会被访问。
比如说，我读完了土豆写的《斗破苍穹》之后，感觉这书不错，所以也会看他别的作品。
在实际的计算机日常的开发和应用中，我们对于数据的访问总是会存在一定的局部性。
有时候，这个局部性是时间局部性，就是我们最近访问过的数据还会被反复访问。
有时候，这个局部性是空间局部性，就是我们最近访问过数据附近的数据很快会被访问到。
而局部性的存在，使得我们可以在应用开发中使用缓存这个有利的武器。
假设：
- 内存，0.015MB/元（1MB，0.015人民币）
- 机械式硬盘，0.00004MB/元 (1MB，0.00004人民币)
我们可以利用局部性原理，通过将热点数据加载并保留在速度更快的存储设备里面（如内储存器），我们可以用更低的成本来支撑服务器（如外储存器）。
假设淘宝有 12亿 商品数量，每件商品需要 4MB 的存储空间，那么一共需要 4800TB（ => 12 亿 × 4MB）的数据存储。这 12 亿件商品中，不是每一件商品都会被经常访问。
如果只是 1% 的热点数据做为缓存则需要 48TB 的内存 72 万元（ => 48TB/1MB × 0.015 元 = 72 万元）
另外还需要 99% 的硬盘 19 万元（ => 4752TB/1MB × 0.00004 元 = 19 万元）
这样就利用 缓存+内存+硬盘+磁盘 的访问速度和容量大小，根据局部性原理 ，来设计存储器的层次结构。
这样既享受 CPU Cache 的速度，又享受内存、硬盘巨大的容量和低廉的价格。
在今天，CPU 和内存的访问速度已经有了 120 倍的差距。随着时间的增长，摩尔定律的指数增长下，差距大概还会不断拉大。
CPU 的速度好比风驰电掣的高铁，然而，内存却只能等着旁边腿脚不太灵便的老太太。
为了弥补两者之间的性能差异，我们能真实地把 CPU 的性能提升用起来，而不是让它在那儿空转，我们在现代 CPU 中引入了高速缓存。
从 CPU Cache 被加入到现有的 CPU 里开始，内存中的指令、数据，会被加载到 L1-L3 Cache 中，而不是直接由 CPU 访问内存去拿。在 95% 的情况下，CPU 都只需要访问 L1-L3 Cache，从里面读取指令和数据，而无需访问内存。
计算机不仅 CPU 里有缓存(Cache、TLB 让CPU更高效)，
- 操作系统的缓存：页缓存、slab，让系统更高效
- 应用层的缓存：内存管理、IO应用缓存、让应用更高效
Cache 是现代的计算机特色，它是利用了一个算法思想：「空间换时间」。以小空间换取更快运算速度，那么我们再设计算法时，就需要考虑缓存进来。
计算机的解决方案通常是一个系统性的优化问题，单纯一部分的改进可能会引起另一个部分的问题。
我们的大脑就像计算机的CPU，不受时间、空间的限制，而身体、心灵却不行，如果把大脑当成了自己，大脑就在一种全能模式下运作（也可以简单理解为“自恋”）。
在这种全能模式下，大脑会把自己当成主人，身体和心灵都被ta看成了下属。。。。。。这时强迫身体和心灵做一些ta们不愿意的事情，身体、心灵会选择拖延、懒惰，大脑就会暴怒，您也会随之暴怒…
这个想法是否知道可行，我想，您得加一个【缓存】，凡事留点余地，凡事不要太较真。
缓存，说起来简单，做起来不容易。
最后，我送给您一个有用的操作方法，叫：巴菲特内控法。
巴菲特说自己如果不在一张纸上写下自己的理由，就绝不交易。这个交易可能是错的，但自己必须有一个“交易答案”。
比方说，在纸上写：“我今天要花 500 亿美金来买苹果公司，因为……”
如果不能回答这个问题，就不要买。
写在纸上能有什么用呢？
其实，就是建立了一个缓存，人为制造了一个“缓存点”，防止爱欺骗自己的大脑过于冲动。
复盘：
