3.1 Overview
3.1.1 CPU流水线
在20世纪80年代，典型的微处理器完整处理一条指令要经过，获取指令，解码指令，最后执行指令，需要花费至少三个时钟周期完成一条指令。到二十世纪90年代时，通过引入深度流水线技术控制CPU内部的指令流，CPU可以同时执行多条指令。流水线技术可以极大的提升CPU性能。
为了获取CPU的高性能，流水线技术需要具有强大的控制流的预测能力。例如，矩阵和向量计算这种计算就可以用循环实现，CPU就可以正确的预测出每次迭代循环计算中所需要的带宽，这样就可以保证流水线和CPU能够无停顿的全速运行。
然而带宽预测并不是那么容易。例如，如果有多个循环结构，每个循环都随机执行较少的次数;在比如在面向对象编程中，一个基类对象可以引用不同的其他子类对象，这些子类对象实现不同的成员函数。在这些例子中，CPU很难或者基本不可能预测出下一步计算所需要的带宽。所以处理器要么拖延执行等待足够长的时间，要么进行推测执行。虽然对于可预测的控制流来说，推测执行非常有效，但是对于而非查找这种不可预测分支问题，推测执行经常无法正确工作。错误的推测执行托慢CPU执行速度，因为CPU必须丢弃下面分支所对应的推测执行的指令，这种现象叫做流水线冲刷。如果流水线冲刷经常发生，其将会影响CPU的执行效率。流水线冲刷并不是现代CPU唯一的危险障碍，下面介绍的内存引用也是一种危险障碍。
3.1.2 内存引用
3.1.3 原子操作
3.1.4 内存屏障
3.1.5 缓存丢失
3.1.6 IO操作
3.2 Overheads
3.3 Hardware Free Lunch？
