Ch-1 量化设计与分析基础
1. 体系结构定义
1.1 任务与组成
计算机体系结构（Computer Architecture）主要包含三个核心子类别 ：
- 指令集架构 (ISA)：程序员编程时所使用的硬件抽象 ；
- 微架构 (Microarchitecture)：又称计算机组织，涉及系统各部分如何互连以实现ISA ；
- 硬件系统设计 (System Design)：包括逻辑设计、电路实现和物理实现 ；
计算机设计的三个层面
计算机设计包含三个层面：指令集架构、组织 和 硬件。
1.2 计算市场分类
根据目标与需求，计算机市场可划分为五大主要类别 ：
| 市场类别 | 关键系统设计挑战 | 核心特点与要求 |
|---|---|---|
| PMD (个人移动设备) | 成本、能效、媒体性能、响应速度 | 具有多媒体用户界面的无线设备，依赖电池供电，强调实时性 |
| Desktop (桌面计算) | 性价比、图形性能、能效 | 追求优化的性价比，通常最先应用最高性能的微处理器 |
| Server (服务器) | 吞吐量、可用性、扩展性、能效 | 提供大规模且可靠的计算与文件服务，停机成本极高 |
| Clusters/WSC (集群) | 性价比、吞吐量、能效比例 | 成千上万台服务器作为一个整体运行（如SaaS），可用性和扩展性至关重要 |
| Embedded (嵌入式) | 价格、能效、特定应用性能 | 严格的资源限制（内存、功耗等），要求硬/软实时性能 |
2. 技术与成本趋势
2.1 摩尔定律与技术壁垒
- 摩尔定律 (Moore’s Law)：半导体行业指导原则，预测芯片晶体管数每1.5到2年翻一番 ；
- 带宽与延迟 (Bandwidth vs. Latency)：在技术演进中，带宽（吞吐量）的增长速度远快于延迟（响应时间）的改善速度 ；
- 三堵墙 (Three Walls)：现代架构设计的三大挑战为 ILP Wall（指令级并行收益递减）、Memory Wall（CPU与内存速度差距拉大）和 Power Wall（高频率带来高功耗）。
架构演变趋势
- 从指令级并行 ILP 到线程级并行 TLP 、数据级并行 DLP 和请求级并行 RLP；
- 从二维存储演变为三维立体存储（散热问题）；
- 从单核性能提升演变为单位功耗性能设计提升。
2.2 成本与价格分析
影响成本的三要素：时间（学习曲线与良率）、产量（规模经济）和商品化（供应商竞争） 。
集成电路成本公式：芯片的成本主要取决于晶圆成本、测试和封装成本 。
\[\text{Cost of die}=\frac{\text{Cost of wafer}}{\text{Dies per wafer}\times \text{Die yield}}\]设计经验法则 (Rules of Thumb)
芯片良率翻倍将使成本减半；而产品销量每翻一番，成本约下降10% 。
3. 功耗与能效
3.1 功耗类型
动态功耗 (Dynamic Power)：晶体管开关时消耗的能量。计算公式为：
\[ \begin{align} &\text{Power}_\text{dynamic}=\frac{1}{2}\times\text{Capacitive load}\times\text{Voltage}^2\times\text{Frequency switched}\\ &\text{Energy}_\text{dynamic}=\text{Capacitive load}\times \text{Voltage}^2 \end{align} \]静态功耗 (Static Power)：晶体管关闭时由漏电流引起的功耗：
\[ \text{Power}_\text{static}=\text{current static}\times\text{Voltage} \]3.2 优化策略
主要节能技术：
- DVFS (动态电压频率调整)：根据工作负载降低电压和频率 。
- Overclocking (超频)：关闭部分核心，让剩余单核以更高频率运行 。
- Race-to-halt：全速运行以最快完成任务，随后让系统进入深度睡眠模式 。
电压与多核的能效关系
电压降低10%，虽然频率和性能会有微小下降，但功耗可大幅降低30%。多核架构（在较低频率和电压下并行）通常比单核架构能提供更高的每瓦性能 (Performance per watt) 。
4. 可靠性与可用性
可靠性是计算机系统设计的基石，核心指标包含 ：
| 指标 | 定义 | 公式 |
|---|---|---|
| MTTF (Mean Time To Failure) | 平均无故障时间 | / |
| MTTR (Mean Time To Repair) | 平均修复时间 | / |
| MTBF (Mean Time Between Failure) | 平均故障间隔时间 | \(\text{MTBF}=\text{MTTF}+\text{MTTR}\) |
| Availability (可用性) | 系统正常运行时间的比例 | \(\text{Availability}=\frac{\text{MTTF}}{\text{MTTF}+\text{MTTR}}\) |
| FIT (Failure In Time) | 故障率 | \(\text{FIT}=\frac{1}{\text{MTTF}}\) |
Note
MTTF 用于衡量可靠性。FIT 通常表示为每十亿小时的故障数。在实际计算中假设：系统中任何一个部件发生故障会导致整个系统失效，各部件寿命相互独立，服从指数分布（即认为在任何时间内部件的故障率是不变的，系统失效率是各部件故障率的叠加）。
Example
Assumption:
- \(10\) disks, \(1,000,000\) hour MTTF
- \(1\) SCSI controller, \(500,000\) hour MTTF
- \(1\) power supply, \(1\) fan, both \(200,000\) hour MTTF
- \(1\) SCSI cable, \(1,000,000\) hour MTTF
Question: MTTF of the whole system
\[\begin{align} \text{FIT}_\text{system}&=10\times\frac{1}{1,000,000}+\frac{1}{500,000}+\frac{1}{200,000}\times2+\frac{1}{1,000,000}\\&=\frac{23,000}{1000,000,000}\\ \text{MTTF}_\text{system}&=\frac{1}{\text{FIT}_\text{system}}=43,500\text{hour}\approx 5\text{years} \end{align} \]5. 性能评估
5.1 吞吐率与延迟
- 响应时间/延迟 (Response Time/Latency)：完成单个任务所需的时间，通常是普通用户（User）最关心的指标 。
- 吞吐率/带宽 (Throughput/Bandwidth)：单位时间内完成的总工作量，通常是系统管理员（Administrator）评估服务器时最关心的指标 。
5.2 基准测试与均值
基准测试 (Benchmarks)：用真实应用评估最准确，业界开发了各类标准化测试集，如 SPEC（针对CPU和服务器）、TPC（针对数据库与事务处理）和 EEMBC（针对嵌入式微处理器）。
如何汇总性能数据：
- 算术平均 (Arithmetic Mean)：适用于汇总执行时间 (Execution Time) ： \[ \begin{align} &\text{execution time}=\frac{1}{n}\sum_{i=1}^n\text{time}_i\\ &\text{performance}=\frac{n}{\sum_{i=1}^n\frac{1}{\text{rate}_i}} \end{align} \]
- 加权平均 (Weighted Arithmetic Mean)：适用于各部分占比不同的情况： \[ \begin{align} &\text{execution time}=\sum_{i=1}^n\text{weight}_i\times\text{time}_i\\ &\text{performance}=\frac{1}{\sum_{i=1}^n\frac{\text{weight}_i}{\text{rate}_i}} \end{align} \]
- 几何平均 (Geometric Mean)：适用于汇总归一化后的相对性能（如 SPEC Ratio），其优势在于结果不受所选参考计算机的影响 ： \[ \text{Gmean}=\sqrt[n]{\sum_{i=1}^n\text{relative_rate}_i}=\sqrt[n]{\sum_{i=1}^n\frac{\text{time}_\text{machine}}{\text{time}_\text{reference}}} \]
关于 MIPS 指标
MIPS（每秒百万条指令）并不是一个完美的比较指标。有时具有复杂指令集的计算机 MIPS 较低，但因为执行所需的总指令数少，整体运行速度反而更快 。
6. 并行计算模型
根据指令流和数据流的数量，Flynn将计算机架构划分为以下四类 ：
- SISD (单指令单数据)：传统的单处理器计算机；
- SIMD (单指令多数据)：非常适合高度规律性的问题（如图像处理、向量计算、GPU）；
- MISD (多指令单数据)：多个处理单元对同一数据执行不同操作；
- MIMD (多指令多数据)：目前最常见的并行计算机类型，每个处理器都可以执行不同的指令流和数据流（如现代多核PC、集群）。