微型计算机cpu的多核心技术指

微型计算机简称“微型机”、“微机”，由于其具备人脑的某些功能，所以也称其为“微电脑”。微型计算机是由大规模集成电路组成的、体积较小的电子计算机。它是以微处理器为基础，配以内存储器及输入输出（I/0）接口电路和相应的辅助电路而构成的裸机[1]。
中文名
微型计算机
外文名
Microcomputer
领域
计算机
简称
微机
组成
由大规模集成电路组成的
快速
导航
组成

特点

分类

发展阶段

技术指标
简介
微型计算机简称微机，俗称电脑，其准确的称谓应该是微型计算机系统。它可以简单地定义为：在微型计算机硬件系统的基础上配置必要的外部设备和软件构成的实体[2] 。
组成
微型计算机系统从全局到局部存在三个层次：微型计算机系统、微型计算机、微处理器（CPU）。单纯的微处理器和单纯的微型计算机都不能独立工作，只有微型计算机系统才是完整的信息处理系统，才具有实用意义[2] 。
一个完整的微型计算机系统包括硬件系统和软件系统两大部分。硬件系统由运算器、控制器、存储器（ 含内存、外存和缓存）、各种输入输出设备组成，采用“ 指令驱动”方式工作[3] 。
软件系统可分为系统软件和应用软件。系统软件是指管理、监控和维护计算机资源（包括硬件和软件）的软件。它主要包括： *** 作系统、各种语言处理程序、数据库管理系统以及各种工具软件等。其中 *** 作系统是系统软件的核心，用户只有通过 *** 作系统才能完成对计算机的各种 *** 作。应用软件是为某种应用目的而编制的计算机程序，如文字处理软件、图形图像处理软件、网络通信软件、财务管理软件、CAD软件、各种程序包等[3] 。
微型计算机
特点
微型计算机的特点是体积小、灵活性大、价格便宜、使用方便。自1981年美国IBM公司推出第一代微型计算机IBM-PC以来，微型机以其执行结果精确、处理速度快捷、性价比高、轻便小巧等特点迅速进入社会各个领域，且技术不断更新、产品快速换代，从单纯的计算工具发展成为能够处理数字、符号、文字、语言、图形、图像、音频、视频等多种信息的强大多媒体工具。如今的微型机产品无论从运算速度、多媒体功能、软硬件支持还是易用性等方面都比早期产品有了很大飞跃[4] 。
分类
工作站
工作站是一种高端的通用微型计算机，以个人计算机和分布式网络计算为基础，主要面向专业应用领域，具备强大的数据运算与图形、图像处理能力，是为满足工程设计、动画制作、科学研究、软件开发、金融管理、信息服务、模拟仿真等专业领域而设计开发的高性能计算机。它属于一种高档的计算机，一般拥有较大的屏幕显示器和大容量的内存和硬盘，也拥有较强的信息处理功能和高性能的图形、图像处理功能以及联网功能[4] 。
服务器
服务器专指某些高性能计算机，能通过网络对外提供服务。相对于普通计算机来说，稳定性、安全性、性能等方面都要求更高，因此在CPU、芯片组、内存、磁盘系统、网络等硬件和普通计算机有所不同。服务器是网络的结点，存储、处理网络上80%的数据和信息，在网络中起到举足轻重的作用。服务器是为客户端计算机提供各种服务的高性能的计算机，其高性能主要表现在高速度的运算能力、长时间的可靠运行、强大的外部数据吞吐能力等方面。服务器的构成与普通计算机类似，也有处理器、硬盘、内存、系统总线等，但因为它是针对具体的网络应用特别定制的，因而服务器与微型机在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面存在很大差异。服务器主要有网络服务器(DNS、DHCP)、打印服务器、终端服务器、磁盘服务器、邮件服务器、文件服务器等[

大数据技术的体系庞大且复杂，基础的技术包含数据的采集、数据预处理、分布式存储、数据库、数据仓库、机器学习、并行计算、可视化等。
1、数据采集与预处理：FlumeNG实时日志收集系统，支持在日志系统中定制各类数据发送方，用于收集数据；Zookeeper是一个分布式的，开放源码的分布式应用程序协调服务，提供数据同步服务。
2、数据存储：Hadoop作为一个开源的框架，专为离线和大规模数据分析而设计，HDFS作为其核心的存储引擎，已被广泛用于数据存储。HBase，是一个分布式的、面向列的开源数据库，可以认为是hdfs的封装，本质是数据存储、NoSQL数据库。
3、数据清洗：MapReduce作为Hadoop的查询引擎，用于大规模数据集的并行计算。
4、数据查询分析：Hive的核心工作就是把SQL语句翻译成MR程序，可以将结构化的数据映射为一张数据库表，并提供HQL(HiveSQL)查询功能。Spark启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。
5、数据可视化：对接一些BI平台，将分析得到的数据进行可视化，用于指导决策服务。

CPU核心技术主要以动态执行技术为主，主要有两大技术

分枝预测(branch prediction)；

推测执行(speculatlon execution)。

动态执行是目前CPU主要采用的先进技术之一。

采用分枝预测和动态执行的主要目的是为了提高CPU的运算速度。

推测执行是依托于分枝预测基础上的，在分枝预测程序是否分枝后所进行的处理也就是推测执行。

由于程序中的条件分枝是根据程序指令在流水线处理后结果再执行的，所以当CPU等待指令结果时，流水线的前级电路也处于空闲状态等待分枝指令，这样必然出现时钟周期的浪费。

如果CPU能在前条指令结果出来之前就能预测到分枝是否转移、那么就可以提前执行相应的指令，这样就避免了流水线的空闲等待、相应也就提高了CPU的运算速度。但另一方面一旦前指令结果出来后证明分技预测错误，那么就必须将已经装人流水线执行的指令和结果全部清除，然后再装人正确指令重新处理，这样就比不进行分枝预测等待结果后再执行新指令还慢了（ 所以IDT公的WIN C6就没有采用分枝预测技术)。

现在的Pentium和pentium II系列CPU的分枝预测正确率分别达到了80%和90%，这样虽然可能会有2O%和10%分枝预测错误但平均以后的结果仍然可以提高CPU的运算速度。

---