知识库

计算机体系结构：量化研究方法（第5版）

13分钟阅读

《计算机体系结构：量化研究方法》第5版

计算机体系结构领域的”圣经”，两位图灵奖得主 Hennessy & Patterson 的传世之作。第5版以**个人移动设备（PMD）和仓库级计算机（WSC）**为双主线，全面覆盖从指令集到多核、从缓存到GPU、从流水线到仓库级计算的体系结构全栈知识。

基本信息

项目内容
英文原名Computer Architecture: A Quantitative Approach, 5th Edition
作者John L. Hennessy（斯坦福大学前校长）、David A. Patterson（RISC-V 奠基人，谷歌杰出工程师）
出版社机械工业出版社（中文第5版）
页数612页（正文+索引）
地位计算机体系结构领域最权威的研究生教材，两位作者因此书贡献共同获得 2017 年图灵奖

第5版的核心变化

第5版是该书出版以来改动最大的版本之一，核心转变体现在：

  1. 双主线视角：围绕计算规模的两个极端展开——

    • 个人移动设备（PMD）：手机、平板等客户端，强调能效、成本、媒体性能、响应性
    • 仓库级计算机（WSC）：云计算数据中心，强调吞吐量、可用性、可扩展性、能效均衡

  2. 并行主题全面升级：

    • 降低指令级并行（ILP）的占比（因 ILP 开发遇到瓶颈）
    • 大幅扩充数据级并行（DLP）内容，新增第4章专门讲解向量/SIMD/GPU
    • 强化线程级并行（TLP）与第5章多核处理器
    • 新增第6章请求级并行与仓库级计算

  3. 真实案例贯穿始终：每章都用 ARM Cortex-A8（移动端）和 Intel Core i7（桌面/服务器端）作为”融会贯通”实例对比，GPU章节对比 NVIDIA GTX 280/480。

全书知识体系

全书共 6 章正文 + 12 个附录（附录A-E印在书中，附录F-L在网络配套资源中）。

并行主题与章节分布

并行类型对应章节/附录
存储器层次结构附录B、第2章、附录D
指令级并行（ILP）附录C、第3章、附录H
数据级并行（DLP）第4章、第6章、附录G
线程级并行（TLP）第5章、附录F、附录I
请求级并行（RLP）第6章
ISA（指令集体系结构）附录A、附录K

章节结构（每章统一框架）

每一章都遵循相同的结构模式，便于系统学习：

  1. 主题思想介绍 → 核心概念与原理
  2. 交叉问题：本章思想与其他章节的关联
  3. 融会贯通：思想在真实计算机（ARM Cortex-A8 / Intel Core i7）中的应用
  4. 谬论与易犯错误：常见误解与体系结构陷阱
  5. 结语：本章总结与展望
  6. 案例研究与练习（难度分级：[10]/[15]/[20]/[25]/[30]/[40]/[讨论]）

第1章：量化设计与分析基础

开篇章节，建立量化研究的方法论基础。

  • 核心观点：计算机体系结构不是玄学，而是一门可以用严格量化方法研究的学科
  • 研究方法：用真实计算机的测量数据和实例做研究，而非脱离实际的定义设计
  • 关键主题：成本-性能-能耗的权衡是体系结构设计的永恒主线

1.2 计算机的分类（5大类）

计算机类别系统价格范围微处理器价格核心设计关注点
个人移动设备（PMD）1000100成本、能耗、媒体性能、响应率
桌面计算2500500性价比、能耗、图形性能
服务器10M2000吞吐量、可用性、可扩展性、能耗
集群/仓库级计算机200M250性价比、吞吐量、能耗均衡性
嵌入式100K100价格、能耗、应用特有性能

产业背景（2010年数据）：PMD 年销量约18亿个（90%为手机），桌面PC 3.5亿台，服务器2000万台，嵌入式处理器年销量近190亿（其中61亿为ARM架构）。

第2章：存储器层次结构

  • 核心内容：缓存原理、缓存的10种高级优化方法、虚拟存储器、虚拟机
  • 技术涵盖：SRAM、DRAM、闪存（Flash）
  • PIAT 实例：ARM Cortex-A8 vs Intel Core i7
  • 附录B：缓存机制基础概述
  • 附录D：存储系统深入

第3章：指令级并行（ILP）

  • 核心内容：高性能处理器如何开发指令级并行
  • 关键技术：
    • 超标量执行
    • 分支预测
    • 推理执行（推测执行）
    • 动态调度
    • 多线程
  • ILP 的局限性：讨论指令级并行开发的物理瓶颈和收益递减
  • PIAT 实例：ARM Cortex-A8 vs Intel Core i7
  • 附录C：流水线基础综述
  • 附录H：Itanium 和 VLIW（网络资源）

第4章：数据级并行（DLP）—— 向量、SIMD 与 GPU

第5版全新重点章节，大幅扩充了 GPU 体系结构内容。

  • 向量体系结构：传统向量处理器的原理与优势
  • 多媒体 SIMD 指令集扩展：x86 SSE/AVX、ARM NEON 等
  • GPU 体系结构：
    • GPU 工作原理与编程模型（CUDA）
    • 使用自定义术语讲解，并给出与 NVIDIA 官方术语的对应关系
    • Roofline 性能模型
  • 实例对比：Intel Core i7 vs NVIDIA GTX 280 vs NVIDIA GTX 480 vs Tegra 2（PMD GPU）
  • 附录G：向量体系结构深入（网络资源）

第5章：线程级并行（TLP）—— 多核处理器

  • 多核体系结构：对称式共享存储器 vs 分布式存储器
  • 组织原理与性能：多核互连、缓存一致性
  • 同步机制：锁、屏障、事务内存等
  • 存储器一致性模型：顺序一致性、松弛一致性
  • 实例：Intel Core i7
  • 附录F：片上互连网络（网络资源）
  • 附录I：大规模多处理器与科学计算应用（网络资源）

第6章：请求级并行 —— 仓库级计算机（WSC）

第5版新增核心章节，反映云计算时代的体系结构新前沿。

  • 仓库级计算机概念：将整个数据中心视为一台巨型计算机
  • Google 集群体系结构：新旧实现对比
  • 云计算与 WSC：云服务模式下的体系结构考量
  • 请求级并行：与数据级并行、线程级并行的区别与联系

附录体系

书中印刷的附录

附录主题阅读建议
附录AISA 指令集体系结构（MIPS64）基础，先读
附录B缓存机制概述第2章前置
附录C流水线综述第3章前置
附录D存储系统深入第2章延伸
附录E嵌入式系统可随时阅读，ISA和缓存之后效果更好
附录J运算器 / 算术运算涉及运算时阅读

网络配套资源附录

附录主题位置
附录F片上互连网络网上
附录G向量体系结构深入网上
附录HVLIW 与 Itanium网上
附录I大规模多处理器网上
附录J（已在书中印刷）-
附录K10种RISC体系结构 + x86 + VAX + IBM 360/370 历史回顾网上
附录L各章历史材料与参考文献网上（读完对应章节后读）

核心设计思想

1. 量化研究方法

  • 用数据说话，而非主观判断
  • 性能 = 1 / 执行时间
  • Amdahl 定律：加速比受限于串行部分的比例

2. 存储器层次结构原理

  • 时间局部性 + 空间局部性
  • 缓存命中率与缺失代价的权衡
  • 金字塔式层次：寄存器 → L1缓存 → L2缓存 → L3缓存 → 内存 → 闪存/磁盘

3. 并行开发的四个层次

  • ILP（指令级）：流水线、超标量、推测执行 —— 收益递减
  • DLP（数据级）：向量、SIMD、GPU —— 当前热门
  • TLP（线程级）：多核、多处理器 —— 主流方向
  • RLP（请求级）：WSC、云计算 —— 数据中心级

4. 能耗是首要约束

  • PMD 受电池和散热限制
  • WSC 受电费和冷却限制
  • 性能/功耗比（能效）比绝对性能更重要

与其他知识的关联

阅读建议

  1. 入门路径：附录A(ISA) → 附录B(缓存) → 附录C(流水线) → 第1章 → 第2章 → 第3章
  2. 进阶路径：第4章(GPU/DLP) → 第5章(多核/TLP) → 第6章(WSC/RLP)
  3. 参考查阅：附录K(各种ISA历史对比)、附录L(历史材料) 是极好的补充
  4. 配合实践：学完后可以读 RISC-V 规范、CUDA 编程指南、Linux 内核内存管理等，将理论落地

版本说明

  • 第1版（1990）：奠定量化研究方法基础
  • 第2版（1996）：增加工作站/服务器案例
  • 第3版（2002）：ILP 鼎盛期，大量 VLIW/Itanium 内容
  • 第4版（2007）：转向多核，加入 TLP 内容
  • 第5版（2012）：PMD + WSC 双主线，GPU/DLP 大幅扩充，减少 ILP 占比
  • 第6版（2019）：新增 AI/ML 专用体系结构、RISC-V、域专用架构（DSA）

云盘资源为第5版，虽非最新版，但核心知识体系完整，适合建立体系结构的完整框架。第6版新增的 AI/DSA 内容可通过其他途径补充。

关系图谱

反向链接