存储器结构

哈佛结构

将程序指令存储和数据存储分开的存储器结构

哈佛结构是一种将程序指令存储和数据存储分开的存储器结构。哈佛结构是一种并行体系结构,它的主要特点是将程序和数据存储在不同的存储空间中,即程序存储器和数据存储器是两个独立的存储器,每个存储器独立编址、独立访问。

哈佛结构

冯·诺依曼结构

冯·诺依曼结构也称普林斯顿结构,是一种将程序指令存储器和数据存储器合并在一起的存储器结构。程序指令存储地址和数据存储地址指向同一个存储器的不同物理位置,因此程序指令和数据的宽度相同

冯·诺依曼结构

计算机分类及性能描述

计算机分类

按用途分类

Flynn分类法[1]

Flynn分类法是按照计算机在执行过程中的信息流特征进行分类的,在程序执行过程中通常存在下列三种信息流。

  1. 指令流(IS):指机器执行的指令序列。
  2. 数据流(DS):指令流使用的数据,包括输入数据,中间数据和结果,但不包括输出数据。
  3. 控制流(CS):指令流进入CU,由CU产生一系列信号,在控制流作用下完成指令。

Flynn根据不同的指令流和数据流组织方式,把计算机系统分成如下4类[2]

Flynn分类

Amdahl定律

加速比=改进后的系统性能改进前的系统性能=改进前的系统总执行时间改进后的系统总只执行时间加速比=\frac{改进后的系统性能}{改进前的系统性能}=\frac{改进前的系统总执行时间}{改进后的系统总只执行时间}

可改进比例用 fef_e 表示,例如总执行时间为100s,可以优化的时间为20s,则 fef_e 的值为0.2。

可改进部分改进后性能提高程度用 rer_e 表示,例如执行时间由20s缩短到5s,则 rer_e 的值为4。

通过上述分析,改进前执行时间为 T0T_0 ,改进后执行时间为 TnT_n ,则有关系

Tn=T0(1fe+fere)T_n=T_0(1-f_e+\frac{f_e}{r_e})

由此可得

Sp=11fe+fereS_p=\frac{1}{1-f_e+\frac{f_e}{r_e}}