計算機組成原理與體系結構

分值: 6分左右

知識點

  • 數據的表示
  • 計算機結構
  • Flynn分類法
  • CISC和RISC
  • 流水線技術
  • 存儲系統
  • 總線系統
  • 可靠性
  • 校驗碼

數據的表示

1. 進制轉換

  • 小數點后是負數的平方, 2的-2次方=1/4.

  • 開方順序是3210.-1-2
    eg. 101.01 = 1*4+1+1/4 = 5又1/4.

  • 二進制和八進制與十六進制互轉是 二進制三三分或四四分
    eg. 10001110 轉成八進制三三分為10 = 2, 001 =1,110 =6. 因此10001110 = 216;
    10001110 轉成十六進制三四分為1000 = 8,1110 =E. 因此10001110 = 8E;

2. 編碼問題

  • 原碼,反碼,補碼,移碼
正1 負1 1減1 備注
原碼 0000 0001 1000 0001 1000 0010 第一位是符號位,0為正,1為負,此處1000 0010代表-2。
反碼 0000 0001 1111 1110 1111 1111 第1位符號位,其他位在原碼基礎上取反。原碼的1000 0001取反后是1111 1110;反碼1-1=-0
補碼 0000 0001 1111 1111 0000 0000 負數補碼是在反碼的基礎上+1,因此反碼的1111 1110補碼是1111 1111
移碼 1000 0001 0111 1111 1000 0000 在補碼的基礎上符號位取反
  • 數值表示范圍(常見考題)
整數 例子
原碼 -(2^(n-1)-1) ~ 2 ^(n-1)-1 1字節n=8能表示-127~127
反碼 -(2^(n-1)-1) ~ 2 ^(n-1)-1 n=8能表示-127~127
補碼 -2^(n-1) ~ 2 ^(n-1)-1 n=8能表示-128~127

總結:都是2^(n-1) -1 , 只有補碼不用-1;

3. 浮點數運算

  • 浮點數表示:
    N = M * R^e

M: 尾數 e:指數 R:基數

eg 119 = 1.19 * 10^2

1.19是尾數,2是指數,10是基數

  • 対階 -> 尾數計算 -> 結果格式化

eg, 9900 + 120

9.9 * 10^3 + 1.2 * 10^2

対階: 指數低的向高的轉換: 0.12 * 10^3

尾數計算: 9.9+0.12 = 10.02

結果格式化: 10.02 * 10^3 格式化為1.002 * 10^4

計算機結構

主機: CPU+內存

image.png

1. CPU分為運算器和控制器

???/strong>

運算器 ->運算

  • 算數邏輯單元ALU(算數): 處理數據,對數據進行算數運算和邏輯運算
    eg. 1+1,
  • 累加寄存器AC (存運算的數,加減法都用): 為alu提供工作區
    eg. 1+1+1 =>1+1在alu做, 做完把2存儲到ac,再在alu中計算2+1
  • 數據緩沖寄存器DR(暫存數據)
  • 狀態條件寄存器PSW(狀態)

控制器 -> 指令,控制

  • 程序計數器PC: 好像存放的是指令的順序
  • 指令寄存器IR : 好像存放的是指令
  • 指令譯碼器ID: 解釋指令
  • 時序部件,好像是AR,也叫地址寄存器

Flynn分類法

把常見計算機做個分類

  • 單指令流單數據流 SISD: 單處理器系統, 老電腦,單核, 現在基本都是雙核,四核,八核, SISD基本就單片機
  • 單指令流多數據流 SIMD: 陣列處理器,
  • 多指令流單數據流 MISD:理論模型
  • 多指令流多數據流 MIMD:最常見

CISC VS RISC

常見選擇題,題型一般為,哪個選項不是CISC/RISC特點

指令系統類型 指令 尋址方式 實現方式 其他
CISC(復雜) 數量多,使用頻率差別大,可變長格式 支持多種 微碼 研制周期長
RISC(精簡) 數量少,使用頻率接近,基本為單周期指令 支持少 增加通用寄存器;硬布線邏輯控制為主:適合流水線 優化編譯, 支持高級語言

CISC,以前計算機少,定制化;RISC是隨著計算器發展,簡化了。RISC是目前主流。

流水線基本概念

必考,多考計算

1. 概念

通過某種原理, 提高計算機指令運行效率。

->取指->分析->執行->
順序執行的話浪費大量面,并發執行指令提高很多效率。


image.png

2. 計算(重點)

流水線周期和流水線執行時間

流水線周期:取值,分析,執行3個過程中耗時最長的時長是流水線周期

流水線計算公式
1條指令執行時間+(指令條數-1)*流水線周期

  • 理論公式:(t1+t2) + (n-1)*t
    ps.以上是流水線理論公式,如果選項中沒有理論公式計算出來的值,則按實際公式走。

例: 三部分時間分別是取值2,分析2,執行1. 問:流水線周期是?全部執行時間是?

流水線周期: 2 = 2 >1, so 2
理論:2+2+1+992 = 203
實際:(3+99)
2 = 204

流水線吞吐率 TP

TP = 指令條數/流水線執行時間

按上面例子, TP = 100/203

TP最大吞吐率

TPmax = 1/2(周期)

流水線加速比

S = 不使用執行時間/使用執行時間

按例 S=500/203

流水線效率

效率 = 執行面積/總面積

存儲系統

層次化存儲結構

  1. 速度最快, 效率最高的是寄存器, 在CPU中(運算器, 控制器中有寄存器), 容量小, 處于存儲結構最高層
  2. Cache, 高速緩存器, 按內容存取(存了部分內存小部分內容) -> 單位 K,Z -> 為了性價比, 提高了效率
  3. 內存(主存) -> 單位G
  4. 外存(輔存) -> 硬盤,光盤,U盤

Cache

功能: 提高CPU數據輸入輸出的速率,突破CPU與存儲系統間數據傳送帶寬限制

使用Cache改善系統性能的依據是程序的局部性原理

命中率 失效率, 命中率應該是CPU去cache中尋找數據, 找到就是命中,沒有就是失效,要去主存中再找;

局部性原理

  • 時間局部性
  • 空間局部性

總線系統

可靠性

校驗碼系統

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,882評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,208評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,746評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,666評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,477評論 6 407
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,960評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,047評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,200評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,726評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,617評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,807評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,327評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,049評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,425評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,674評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,432評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,769評論 2 372

推薦閱讀更多精彩內容