【大学课件】计算机体系结构

计算机体系结构欢迎来到计算机体系结构课程。本课程将深入探讨计算机系统的核心组成、工作原理及未来发展趋势。让我们开始这段激动人心的学习之旅吧！计算机系统的基本组成中央处理器(CPU)计算机的大脑，负责执行指令和数据处理。存储器用于存储程序和数据，包括内存和外部存储设备。输入输出设备用于与外界交互，如键盘、显示器等。总线连接各个部件，实现数据传输和通信。CPU的基本结构运算器执行算术和逻辑运算，是CPU的核心部件。控制器负责指令的解码和执行，协调各部件工作。寄存器组用于暂存数据和指令，提高CPU处理速度。缓存高速小容量存储器，减少CPU访问主存的次数。CPU的工作流程1取指令从内存中读取下一条要执行的指令。2指令译码解析指令，确定操作类型和操作数。3执行指令根据指令类型执行相应的操作。4存储结果将执行结果存入指定的存储位置。指令集体系结构CISC复杂指令集计算机，指令数量多，功能复杂。代表：x86架构。RISC精简指令集计算机，指令数量少，执行速度快。代表：ARM架构。指令类型分类数据传送指令用于在存储器和寄存器之间传送数据。算术逻辑指令执行加减乘除等运算和逻辑操作。控制转移指令改变程序执行顺序，如跳转和分支指令。系统控制指令管理系统资源和状态，如中断和特权指令。指令的执行过程指令提取从程序计数器指定的内存地址读取指令。指令解码识别指令类型和操作数。操作数获取从寄存器或内存中读取所需的数据。指令执行执行指令指定的操作。结果写回将执行结果存入指定的位置。寄存器的作用和分类数据寄存器存储操作数和中间结果。地址寄存器存储内存地址，用于访问内存。程序计数器存储下一条要执行指令的地址。状态寄存器存储CPU的状态标志位。存储器的层次结构1寄存器速度最快，容量最小2缓存速度快，容量小3主存速度中等，容量大4辅存速度慢，容量最大主存储器的性能指标1存储容量可存储的最大信息量，通常以字节(B)为单位。2存取时间从发出访问请求到得到数据所需的时间。3存储带宽单位时间内可传送的信息量。4位价格每比特存储容量的成本。缓存存储器的作用及分类作用缓解CPU和主存之间的速度差异，提高系统性能。减少CPU访问主存的次数，降低平均访存时间。分类L1缓存：容量小，速度最快，直接集成在CPU内部L2缓存：容量较大，速度次之，可集成在CPU或主板上L3缓存：容量最大，速度相对较慢，多核处理器中常见虚拟存储器技术概念利用辅存来扩充主存容量，为程序提供一个比实际物理内存更大的地址空间。页面置换当访问的页面不在主存时，将其从辅存调入主存，必要时置换出其他页面。地址转换将程序的虚拟地址转换为实际的物理地址，通常由MMU完成。优势扩大了可用内存空间，简化了程序设计，提高了内存利用率。I/O系统的基本组成I/O控制器管理I/O设备，协调CPU与设备之间的数据传输。I/O接口连接I/O设备和系统总线，实现数据格式转换。I/O设备实际的输入输出硬件，如键盘、显示器等。I/O总线连接I/O控制器和I/O设备，传输数据和控制信号。中断机制的工作原理1中断产生外设或程序发出中断请求。2中断响应CPU暂停当前任务，保存现场。3中断处理跳转到相应的中断服务程序执行。4中断返回处理完毕后恢复现场，继续执行原任务。总线的分类和协议按功能分类数据总线：传输数据地址总线：传输地址信息控制总线：传输控制信号按连接部件分类内部总线：连接CPU内部各部件系统总线：连接CPU、内存和I/O控制器外部总线：连接I/O设备和主机输入输出设备的分类输入设备键盘、鼠标、扫描仪、摄像头等，将外界信息输入计算机。输出设备显示器、打印机、音箱等，将计算机信息输出到外界。存储设备硬盘、光盘、U盘等，用于长期存储数据。通信设备网卡、调制解调器等，用于计算机之间的数据传输。存储设备的分类及特点硬盘（HDD）大容量，价格低，但读写速度较慢。固态硬盘（SSD）读写速度快，无噪音，但价格较高。光盘便于保存和传输，但容量小，读写速度慢。U盘便携，容量适中，读写速度较快。多处理器系统的基本概念定义在一个计算机系统中包含两个或多个处理器，共享内存和I/O资源。优势提高系统性能，增强可靠性，实现负载均衡。挑战处理器间通信开销，资源争用，任务调度复杂性。应用服务器、高性能计算、复杂科学计算等领域。并行处理的基本模型SISD（单指令流单数据流）传统的串行处理模型，一次只执行一条指令处理一个数据流。SIMD（单指令流多数据流）一条指令同时对多个数据进行操作，适用于向量处理。MISD（多指令流单数据流）多条指令同时对同一数据进行处理，实际应用较少。MIMD（多指令流多数据流）多个处理器执行不同指令处理不同数据，最灵活的并行模型。流水线技术的工作原理取指从内存读取指令。译码解析指令，确定操作。执行执行指令指定的操作。访存如需要，访问内存。写回将结果写入寄存器。指令级并行技术超标量技术在一个时钟周期内同时执行多条独立指令。超流水线技术将流水线阶段进一步细分，提高流水线的并行度。乱序执行动态调整指令执行顺序，充分利用处理器资源。分支预测预测分支指令的结果，减少流水线停顿。数据级并行技术SIMD指令单指令多数据，同时对多个数据元素执行相同操作。向量处理对大量数据执行相同操作，常用于科学计算和图形处理。GPU并行计算利用图形处理器的大规模并行能力进行通用计算。多核SIMD在多核处理器上同时执行多个SIMD指令。线程级并行技术多核处理器在单个芯片上集成多个处理核心，每个核心可独立执行线程。同时多线程(SMT)在单个处理器核心上同时执行多个线程，提高资源利用率。线程调度操作系统动态分配和管理线程，实现负载均衡。线程同步确保多个线程之间的协作和数据一致性。高性能计算机系统1超级计算机顶级计算能力，用于复杂科学计算和模拟。2大规模并行处理系统由数千个处理器节点组成，适合并行任务。3集群系统多台普通计算机通过高速网络连接，性价比高。4网格计算利用地理分布的计算资源协作完成任务。GPU及其应用GPU特点大规模并行处理能力高内存带宽专门的图形处理单元应用领域图形渲染和游戏科学计算和模拟人工智能和深度学习加密货币挖矿大规模集成电路的发展11960s小规模集成电路(SSI)，包含几个到几十个晶体管。21970s中规模集成电路(MSI)，包含几百个晶体管。31980s大规模集成电路(LSI)，包含几千到几万个晶体管。41990s-现在超大规模集成电路(VLSI)，包含数百万到数十亿个晶体管。CPU的性能评价指标GHz时钟频率CPU每秒钟的脉冲次数，通常以GHz为单位。MIPSMIPS每秒执行的百万条指令数，衡量CPU的处理速度。FLOPSFLOPS每秒执行的浮点运算次数，用于评估科学计算性能。W功耗CPU运行时消耗的电力，影响散热和能效。云计算和大数据时代下的计算机体系结构分布式系统大规模分布式计算和存储系统，支持云服务和大数据处理。虚拟化技术资源池化和动态分配，提高硬件利用率和灵活性。异构计算结合CPU、GPU和专用加速器，优化不同类型的计算任务。边缘计算将计算能力下沉到数据源附近，减少延迟和带宽压力。量子计算机及其未来发展量子计算原理利用量子叠加和纠缠效应进行并行计算，潜在地解决传统计算机难以处理的问题。发展现状目前还处于早期阶段，但已在特定领域展现出巨大潜力，如加密算法破解和量子模拟。未来展望预计将在药物研发、金融建模、人工智能等领域产生革命性影响，但仍面临诸多技术挑战。可编程逻辑器件及其应用FPGA现场可编程门阵列，灵活性高，适用于原型设计和小批量生产。CPLD复杂可编程逻辑器件，适用于简单逻辑和接口控制。ASIC专用集成电路，性能高，成本低，适用于大规模生产。SoC系