关于核心的那点破事（番外篇）

caolizhen

咳咳，今天老爸给我买了KFC，美美地大餐了一顿，真是高兴啊。
这是CPU工作原理的番外篇吧，因为涉及很多比较前沿的东西，所以单独拿出来做一次，搞点点击率什么的也不错
本次我完全以讲故事的方式来讲解多核心的处理问题，即使是什么都不懂的小白也能听个差不多的。括号内的东西属于补充的，忽略它也不会影响对文章的理解，当然最好还是不要跳过）当然不保证学术的严谨性。

言归正传啦~~

      也许很多朋友不明白为什么核心增多而性能不呈现线性增长，只要简单的举个例子就能明白了。
      现在一个工厂里只有一个工人，这一个工人在处理上面发布的任务，假定这个工人每分钟加工1个零件。那么1小时他就可以处理60个零件。
      这个时候如果再来一个工人帮助他，那么理想的情况是两人每小时可以处理60*2=120个零件。
      但是，因为加工的时候有可能会在同一时间内，两个人都希望使用同一个加工工具（cache，内存的一个块或一个数据的多请求，这是DDR内存怎么也改不了的通病，因为DQ总线只有一条），这样，因为工具在同一时刻只能让一个人用，那么这里就会减少他们的工作量，一个工人只能等另一个工人用完加工工具后才可以继续处理任务。
      当然聪明的你也可以告诉那位等待的工人，你可以在一位工人工作的时候让另一位工人干其他的事情，不过这也挺麻烦的，这个工人是个死脑筋，一旦想要做这项工作就不能被停止（任务指令一旦被发射，停不下来啊。。。。。）那么就只好在工作之前就把任务进行合理排列，减少这种影响时间（在计算机中这种调节属于控制器的范畴，我们称之为仲裁器或者调度器），但是呢想排列不就得有人帮忙吗？工人这种简单智商的又不会做这种复杂的工作（单纯的ALU啊，毫无可编程性。。。。。）所以你这个工厂的投资又要上来了（占用更多的晶体管，更大的核心面积）。
      这才仅仅是矛盾之一，有时候还会出现更囧的情况。比如一个工人对一个零件已经处理完毕了，结果另一个工人不知道，又拿来重新处理一遍，这样重复处理了一个零件好多遍，无疑是降低了效率。那怎么办呢？聪明的经理想到了一个好主意，让工人在处理零件的时候相互通告一声，这样，就不会出现一个零件多次被处理的事情了。（PS：说起来简单，做起来可就费劲了，这个问题其实类似于Cache的一致性问题，现在很多CPU为了通讯效率采用了独立Cache，这样使得每个核心内的信息都会不同，而这种情况往往会导致任务重复处理甚至出错，这样我们就不得不采用一种机制告诉核心某个任务不必处理，就好像tip那样）。
      还有的时候上司分配不合理，只给了一个工人一个很大的处理零件（这似乎类似于一个超长延迟的指令），而另一个工人只能傻看着，因为他需要对这个处理零件进行再加工（得到返回的值），没有办法，另一位工人只得忙别的去。而当这个很大的零件被处理完的时候，另一位工人也许刚刚接手一个处理工作，他是不可能放下手头工作的，另一个工人又在等待这个大零件搬离自己的位置，所以不能进行工作。这样时间又浪费了不少。
      所以从结果看来，两个人一起干似乎更加麻烦，但是人的工作能力有限啊，想要更高的处理能力只能搞更多的人，不得以的事情

当然在计算机里这些都有相应的术语，不过写成这种形式应该更加通俗易懂。实际上多核心的问题关键还是任务的关联性和cache，你看GPU就没那么多毛病。

IllusionWing

sofa

feiren

支持鱼鱼, KFC的鳕鱼和虾堡不错嘛~

小小梦

乃太帅了

Daigo

2L纯抢SF，扣分[:27:]

Daigo

那个啥……问个问题……GPU的流动处理器的个数不是相当于线程数么~？（相当于CPU的逻辑核心？）GPU目前还没有那么多物理核心数吧……会出现CPU这种情况么~？

清风皓月

进来学习的

caolizhen

回复 6# Daigo


    线程不取决于核心数目，比如P4，超线程。

超线程技术有很多种，有时间的话我会发个帖子的，现在在学校偷偷上网= =!!!

Daigo

回复 8# caolizhen


   我问的是GPU不是CPU~麻烦你在看一下……我只是在用GPU去类比CPU

caolizhen

回复 9# Daigo


    GPU和CPU是一样的。
    GPU核心很多。。。。。