5、计算机系统性能与技术挑战解析

计算机系统性能与技术挑战解析

1. Amdahl定律

Amdahl定律由IBM工程师Gene Amdahl于1967年首次发表。最初它针对并行架构，但适用于任何提升计算机系统性能的增强方式，还可用于其他指标，如功率、可靠性，甚至很多人类活动，而非仅局限于计算领域。

假设对现有系统进行增强E，能将计算的F部分加速S倍。设执行时间为Texe ，则有：
- 增强后的执行时间：$T_{exe}(with\ E) = T_{exe}(without\ E) × [(1 - F) + F/S]$
- 增强带来的加速比：$speedup (E) = \frac{T_{exe}(without\ E)}{T_{exe}(with\ E)} = \frac{1}{(1 - F) + F/S}$

从这个加速比定律中，我们可以得到以下几点启示：
- 最大加速比受限 ：最大可能的加速比受无法加速的代码部分限制，最大加速比为$1/(1 - F)$。例如，一位工程师发明了一种计算实数x正弦函数的革命性方法，能将计算时间缩短1000倍，但由于正弦函数在科学工作负载的执行时间中占比不到千分之一，该发明带来的加速比不到1/0.999，即0.1%。只有在专门用于计算正弦函数的机器中，该发明才可能有用。
- 优化常见情况 ：要提高计算机系统性能，应关注能加速执行时间占比最大部分的机制。对于执行时间占比小的函数，加速它们往往是徒劳的。比如，对于正弦函数，将其作为软件子程序执行比设计专用硬件加速更好。通常，常见功能（如内存缓存访问）用硬件实现，罕见功能用软件实现。软件实现功能的一个重要机制是异常，当硬件需要