- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我遗漏了一些基本的东西。 CPU 流水线:在基本层面上,为什么指令需要不同数量的时钟周期才能完成,为什么有些指令在多级 CPU 中只需要 1 个周期?
除了明显的“不同的指令需要不同的工作量才能完成”,听我说完...
考虑具有大约 14 级流水线的 i7。完成运行需要 14 个时钟周期。 AFAIK,这应该意味着整个流水线有 14 个时钟的延迟。然而事实并非如此。
XOR 在 1 个周期内完成并有 1 个周期的延迟,表明它没有经过所有 14 个阶段。 BSR 有 3 个周期的延迟,但每个周期有 1 个吞吐量。 AAM 的延迟为 20 个周期(多于阶段数),吞吐量为 8(在 Ivy Bridge 上)。
有些指令不能每个时钟都发出,但需要少于 14 个时钟才能完成。
我知道多个执行单元。我不明白延迟和吞吐量方面的指令长度与流水线阶段的数量有何关系。
最佳答案
我认为现有答案中缺少的是“旁路”或“转发”数据路径的存在。为简单起见,让我们坚持使用 MIPS 5 级流水线。每条指令从诞生到死亡需要 5 个周期——获取、解码、执行、存储、写回。这就是处理一条指令所需的时间。
您想知道一条指令将其结果传递给相关指令需要多长时间。假设您有两个连续的 ADD 指令,并且存在通过 R1 的依赖关系:
ADD R1, R2, R3
ADD R4, R1, R5
如果没有转发路径,我们必须将第二条指令暂停多个周期(2 或 3 取决于回写的工作方式),以便第一个指令可以在第二个指令之前将其结果存储到寄存器文件中在解码阶段将其读取为输入。
但是,存在允许从管道中挑选出有效结果(但尚未写回的结果)的转发路径。因此,假设第一个 ADD 在解码中从寄存器文件中获取所有输入。第二个将从寄存器文件中取出 R5,但它会在执行阶段后从流水线寄存器中取出 R1。换句话说,我们在一个周期后将 ALU 的输出路由回其输入。
无序处理器无处不在地使用转发。他们将有许多不同的功能单元,这些单元有很多不同的延迟。例如,ADD 和 AND 通常需要一个周期(做数学运算,抛开之前和之后的所有流水线阶段),MUL 大约需要 4 个,浮点运算需要很多周期,内存访问具有可变延迟(由于缓存未命中)等。
通过使用转发,我们可以将指令的关键路径限制为仅执行单元的延迟,而其他所有内容(获取、解码、退出)都在关键路径之外。指令被解码并转储到指令队列中,等待其他执行指令产生它们的输入。当一条指令的依赖性得到满足时,它就可以开始执行。
让我们考虑这个例子
MUL R1,R5,R6
ADD R2,R1,R3
AND R7,R2,R8
我将尝试绘制一条时间线来显示这些指令在流水线中的流动。
MUL FDIXXXXWR
ADD FDIIIIXWR
AND FDIIIIXWR
键:
F - Fetch
D - Decode
I - Instruction queue (IQ)
X - execute
W - writeback/forward/bypass
R - retire
因此,如您所见,乘法指令的总生命周期为 9 个周期。但是 MUL 和 ADD 的执行有重叠,因为处理器是流水线的。当 ADD 进入 IQ 时,它必须等待其输入 (R1),同样依赖于 ADD 结果的 AND (R2) 也是如此。我们关心的不是 MUL 总共存活了多长时间,而是任何依赖指令必须等待多长时间。这是它的有效延迟,即 4 个周期。正如您所看到的,一旦 ADD 执行,依赖的 AND 就可以在下一个循环中执行,再次由于转发。
关于cpu - 了解 CPU 流水线阶段与指令吞吐量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32689200/
我想知道在谈到 CPU 使用率和 CPU 利用率时,术语是否存在科学差异。我觉得这两个词都被用作同义词。它们都描述了 CPU 时间和 CPU 容量之间的关系。 Wikipedia称之为 CPU 使用率
我研究了一些关于处理器和 Tomasulo 算法的指令重新排序的内容。 为了更深入地了解这个主题,我想知道是否有任何方法可以(获取跟踪)查看为给定程序完成的实际动态重新排序? 我想给出一个输入程序并查
我有一台配备 2 个 Intel Xeon CPU E5-2620 (Sandy Bridge) 和 10Gbps 82599 NIC(2 个端口)的服务器,用于高性能计算。从 PCI 关联性中,我看
您能详细解释一下“用户 CPU 时间”和“系统 CPU 时间”吗?我读了很多,但我不太理解。 最佳答案 区别在于时间花在用户空间还是内核空间。用户 CPU 时间是处理器运行程序代码(或库中的代码)所花
我想知道如何识别 CPU 是否与 ARM v5 指令集兼容。 假设 ARM v7 指令与 ARM v5 兼容是否正确? 最佳答案 您可以阅读 CPUID base register获得PARTNO。然
我目前在具有多个六核 CPU 的服务器上使用 C 多线程。我想将我的一些线程的亲和性设置为单个 CPU 的各个核心。我使用过 pthread_setaffinity_np() 和 sched_seta
1) 独占时间是在方法中花费的时间2) 包含时间是在方法中花费的时间加上在任何被调用函数中花费的时间3)我们称调用方法为“ parent ”,称方法为“子”。引用链接:Click here 这里的问题
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 5 年前。 Improve this ques
好的,所以编译器可以出于性能原因自由地重新排序代码片段。让我们假设一些代码片段,在没有应用优化的情况下直接翻译成机器代码,看起来像这样: machine_instruction_1 machine_i
我在 zabbix 中有以下默认图表,但我不知道如何解释这些值。谁能解释一下? 最佳答案 操作系统是一件非常忙碌的事情,尤其是当你让它做某事时(即使你没有做)。当我们看到一个活跃的企业环境时,总会发生
换句话说,L1、L2、L3 等缓存是否总是反射(reflect) CPU的字节序 ? 或者总是将数据存储在某些 的缓存中更有意义吗?特定字节序 ? 有没有总体设计决策 ? 最佳答案 大多数现代缓存不会
我想知道当前的 cpus 是否避免在其中至少一个为零时将两个数字相乘。谢谢 最佳答案 这取决于 CPU 和(在某些情况下)操作数的类型。 较旧/较简单的 CPU 通常使用如下乘法算法: integer
我有一个 CUDA 应用程序,它在一台计算机(配备 GTX 275)上运行良好,而在另一台配备 GeForce 8400 的计算机上运行速度慢了大约 100 倍。我怀疑有某种回退使代码实际上在 CPU
例如,对于 8 位 CPU,堆栈大小预计为 8 位宽,16 位 CPU 与 16 位堆栈宽度,以及 32 位、64 位 CPU,等等。是否适用于所有架构? 最佳答案 CPU 具有数据总线和地址总线。它
实现 SIMD 是否需要多核 CPU? 在阅读有关 SIMD 的维基百科时,我发现了以下短语“多处理元素”。那么这句话和“多核CPU”有什么区别呢? 最佳答案 不,每个内核通常都可以执行指令集中的大多
我遗漏了一些基本的东西。 CPU 流水线:在基本层面上,为什么指令需要不同数量的时钟周期才能完成,为什么有些指令在多级 CPU 中只需要 1 个周期? 除了明显的“不同的指令需要不同的工作量才能完成”
超线程 CPU 是实现并行还是仅实现并发(上下文切换)? 我的猜测是没有并行性,只有通过上下文切换的并发性。 最佳答案 单个物理 CPU 具有超线程的核心显示为 两个逻辑 CPU 到操作系统。 CPU
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 这个问题似乎不是关于 a specific programming problem, a softwar
背景是这样的:下周我们的办公室将有一天因为维护而没有暖气。预计室外温度在 7 至 12 摄氏度之间,因此可能会变冷。可移植电取暖器数量太少,无法满足所有人的需求。 但是,在我大约 6-8 平方米的办公
我开发了一个应用程序,该应用程序在我的开发箱上的三个容器中运行,该开发箱具有带超线程的四核,这意味着系统和 docker 使用 8 个核心。 容器的 CPU 分配由 docker-compose 完成
我是一名优秀的程序员,十分优秀!