1. 早期計算機提速方式
- 減少晶體管的切換時間，但是最終會遇到瓶頸，所以芯片廠商發明各種新技術來提升性能
- 這樣使得運算更快，也可以處理更復雜的任務
2. 早起使用減法來實現除法的功能效率低
- 例如：16/4，會執行爲 16-4-4-4，碰到 0 或者負數才停下
- 但是這種方法需要多個時鐘週期，很低效
- 現代 CPU 直接在硬件層面設計了除法，可以直接給 ALU 除法指令
3. 指令數量不斷增加
- 人們習慣了它的便利就很難刪掉，所以爲了兼容舊指令集，指令數量越來越多
- 英特爾 4004，第一個集成 CPU，有 46 條指令，但是現代處理器有上千條指令，有各種巧妙複雜的電路
- 超高的時鐘速度帶來另外一個問題：如何快速傳遞數據給 CPU ？
4. 快速傳遞數據給 CPU
- RAM 是 CPU 之外的獨立組件，意味着數據要用線來傳遞，叫「總線」
- 電信號的傳輸接近光速，但 CPU 每秒可以處理上億條指令，很小的延遲也會造成問題
- RAM 需要時間找地址、取數據、配置、輸出數據，一條「從內存讀數據」的指令可能要多個時鐘週期，CPU 空等數據
- 提升性能的解決的方法之一是給 CPU 加點 RAM，叫「緩存」
- 緩存離 CPU 近，一個時鐘週期就能給數據，所以 CPU 不用空等，比反覆去 RAM 拿數據快的多
- 如果想要的數據已經在緩存，叫「緩存命中」
- 如果想要的數據不在緩存，叫「緩存未命中」
- 緩存也可以當臨時空間，存一些中間值，適合長/複雜的運算
- 緩存裏每塊共建，有一個特殊的標記，叫「髒位」
- 同步一般發生在當緩存滿了而 CPU 又要緩存時，在清理緩存騰出空間之前，會先檢查「髒位」
- 如果是「髒」的，在加載新內容之前，會把數據寫回 RAM
- 提升性能的解決的方法之二是「指令流水線」
- 使用「並行處理」進一步提高效率，即「執行」一個指令時，同時「解碼」下一個指令，「讀取」下個指令，不同任務重疊執行，同時用上 CPU 裏所有部分
- 帶來的問題：
- 指令之間的依賴關係。例如：你在讀某個數據，而正在執行的指令會修改這個數據，也就是說拿到的是舊數據，因此流水線處理器，要先弄清數據依賴性，必要時停止流水線，避免出問題
- 「亂序執行」高端 CPU，比如筆記本和手機裏那種，會更進一步，動態排序有依賴關係的指令，最小化流水線的停工時間，這叫亂序執行。
- 「條件跳轉」，這些指令會改變程序的執行流
- 「推測執行」高端 CPU 會猜哪條路的可能性大一些，然後提前把指令放進流水線
- 「分支預測」爲了儘可能減少清空流水線的次數，CPU 廠商開發了複雜的方法，來猜測那條分支更有可能。
- 提升性能的解決的方法之三是「同時運行多個指令流」
- 使用多核處理器
- 超級計算機
- 如果要做怪獸級運算，比如模擬宇宙形成，則需要更強大的計算能力
- 世界上最快的計算機在中國無錫的國家超算中心
- 神威·太湖之光有 40960 個 CPU，每個 CPU 有 256 個核心
- 總共超過1千萬個核心，每個核心的頻率時 1.45GHz
- 每秒可以進行 9.3 億億次浮點數運算，也叫「每秒浮點運算次數」
5. 總結
- 這些年處理器不但大大提高了速度，而且變得更復雜，用各種技巧，榨乾每個時鐘週期，做盡可能多的運算
- 我們的人物是利用這些運算能離，做又酷又實用的事，編程就是爲了這個