冯诺依曼瓶颈

2024-03-05 18:08
文章标签 瓶颈 冯诺 依曼

本文主要是介绍冯诺依曼瓶颈,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

冯诺依曼瓶颈

  • 个人理解,欢迎指错。

文章目录

      • 冯诺依曼瓶颈

  • 冯诺依曼架构如下图:

  • image-20210228121543161
  • 首先,一个典型的冯诺依曼计算机结构有五大部件:运算、控制、存储、输入、输出,

    • 其中运算+控制被封装成CPU(约等于)
    • 存储分为主存(也就是常说的运行内存)+辅存(也就是常说的固态、机械硬盘等)
    • **冯·诺依曼结构中,计算模块和存储单元是分离的,CPU在执行命令时必须先从存储单元中读取数据。**但是,CPU对于不同的硬件的读取速度是不同的,这主要是由于该硬件运行速度的现在(CPU速度足够),举个例子:
      • 假设CPU读取寄存器需要1单位时间,那么读取缓存可能是1*10,读取主存可能是1*10*100,读取辅存可能是1*10*100*1000
  • 对于冯诺依曼瓶颈,我认为是由于CPU的处理速度与内存差距过快造成的

    • 我们都知道前段时间Apple公司发布了M1芯片,采用的是当前最先进的5nm工艺,直接吊打同期英特尔的14nm++工艺的芯片,根据发布会PPT上的数据是3倍(实际有大神测试,八九不离十),换句话说,当前的CPU发展速度远超存储器的发展速度(没见存储器有什么大突破),这就造成了CPU性能提升带来的效果十分有限。
    • 另外有一点,目前的CPU普遍是多核心。多核 CPU 的每一个核心拥有自己独立的运算单元、寄存器、一级缓存、二级缓存,所有核心共用同一条内存总线,同一段内存。即共用内存!,于是多核CPU带来的速度提升也极其有限。
  • 以上就是俺的个人理解。

这篇关于冯诺依曼瓶颈的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/777371

相关文章

如何打破职业瓶颈

点击上方蓝色字体,选择“设为星标” 回复”资源“获取更多资源 前几天,有读者在后台提问,大体就是IT是典型的青春饭,如何选择自己的技术方向,如何能延长个人的职业生涯,充满了对未知的恐惧和疑惑。 当然这个问题我没法从正面回答,因为我个人还没有经历。但是我能从我所见和所收集的信息中尝试解答一下。 我从个人不够长的从业经历来看,我身边稍微年长一些的前辈们,大都还在程序的世界里摸爬滚打。一个运气不是那

虚拟现实,元宇宙,AI,脑机接口等,科技发展是不是遇到瓶颈了?

科技领域的发展是一个不断演进和突破的过程,虽然在某些时期可能会遇到挑战和瓶颈,但整体上是在持续进步的。从虚拟现实(VR)、元宇宙、人工智能(AI)、脑机接口、甚至数字孪生等技术来看,目前并没有遇到普遍的瓶颈,而是在不断地取得新的进展。 1、虚拟现实(VR):VR技术正在快速发展,硬件设备和内容制作都在不断迭代和完善。例如,Pancake光学方案的应用正在推动VR头显向更轻薄、成像效果更好的方向发

mysql瓶颈等

最常见的瓶颈   A  磁盘搜索   B  磁盘读/写   C CPU周期   D 内存带宽 还有就是很糟糕的sql语句 附一个工作中出的错: mysql出错:后台报SQL Error: 1064, SQLState: 42000错误 这是因为在定义字段时,和MYSQL的保留字段有相同的,比如:INDEX

【Redis】Redis 主从复制原理与配置详解:解决单点故障与性能瓶颈的最佳方案

目录 主从复制配置建立复制断开复制安全性只读传输延迟 拓扑⼀主⼀从结构一主多从结构树形主从结构 原理复制过程数据同步 psync全量复制部分复制实时复制 小结 主从复制 这部分相关操作不需要记忆!!! 后续⼯作中如果⽤到了能查到即可. 重点理解流程和原理. 单点问题:某个服务器程序,只有一个节点(只搞一个物理服务器,来部署这个服务器程序) 可用性问题,如果这个机

Java的内存泄漏和性能瓶颈

内存泄漏 ‌内存泄漏‌指的是程序中已分配的内存由于某种原因无法被释放或回收,导致内存的浪费和潜在的程序崩溃。在Java中,由于有垃圾回收机制(GC),直接的内存泄漏相对较少,但间接的内存泄漏仍然可能发生。 ‌如何避免内存泄漏‌: ‌避免长生命周期的对象持有短生命周期对象的引用‌:这会导致短生命周期对象无法被垃圾回收。‌注意集合的使用‌:确保不再需要的对象从集合中移除,特别是那些实现了Map、

OpenCity:打破交通预测瓶颈的AI新突破

OpenCity:打破交通预测瓶颈的AI新突破 🚦🚗 作者:猫头虎 公众号:猫头虎技术团队 在现代城市生活中,交通拥堵不仅影响我们的生活质量,更成为了城市管理者的一大难题。解决这个问题,传统方法似乎已显力不从心。然而,OpenCity 大模型的问世,为我们提供了一条全新的道路。这款由香港大学联合华南理工大学和百度共同研发的模型,展示了惊人的泛化能力和零样本预测表现,不仅在解决当前交通

如何排查系统的性能瓶颈点?

点击上方“朱小厮的博客”,选择“设为星标” 后台回复"书",获取 后台回复“k8s”,可领取k8s资料 梳理系统的性能瓶颈点这件事应该不是一件简单的事情,需要针对不同设计的系统来进行单独分析。 首先一套完整可用的系统应该是有ui界面的(这里强调的是一套完整的,可用的系统,而并不是指单独的一个中台系统),系统分为了前端模块和后端模块。 这里由于我个人的擅长领域更多是处于后端模块,所以对于系统的瓶

阿里面试题:分库分表无限扩容后的瓶颈以及解决方案

点击上方“朱小厮的博客”,选择“设为星标” 后台回复"书",获取 后台回复“k8s”,可领取k8s资料 前言 像我这样的菜鸟,总会有各种疑问,刚开始是对 JDK API 的疑问,对 NIO 的疑问,对 JVM 的疑问,当工作几年后,对服务的可用性,可扩展性也有了新的疑问,什么疑问呢?其实是老生常谈的话题:服务的扩容问题。 正常情况下的服务演化之路 让我们从最初开始。 单体应用 每个创业公司基本都

CV-CNN-2015:GoogleNet-V3【贡献:卷积核分解(Factorization)减少参数量,比如将7x7分解成两个一维的卷积(1x7,7x1)】【避免表达瓶颈,更深】

Inception V3一个最重要的改进是分解(Factorization),将7x7分解成两个一维的卷积(1x7,7x1),3x3也是一样(1x3,3x1),这样的好处,既可以加速计算,又可以将1个卷积拆成2个卷积,使得网络深度进一步增加,增加了网络的非线性(每增加一层都要进行ReLU)。 另外,网络输入从224x224变为了299x299。 参考资料: CNN模型合集 | 7

智能的瓶颈在于事物表征的弥散与聚合性(弥聚性)

动态“弥散与聚合性”(弥聚性)是智能系统面临的一个重要挑战。这个概念涉及如何在处理信息时平衡广度和深度,以及如何有效地表征和组织知识。 (1)弥散性 弥散性指的是信息或知识的分散性和多样性。智能系统需要处理来自不同来源的多样化信息,这些信息可能具有不同的形式、背景和上下文。 数据集成是如何将来自不同源的信息有效地整合在一起,以形成一个全面的理解。噪声处理则是如何从大量的非结构化或不相关的信息中提