首先澄清一下 CPU占用100%是什么意思？
很多大大认为100% cpu占用就是cpu所有单元都在忙了，发挥最大效率了，实际上，100% 的cpu占用，只说明进程把这个cpu给霸满了，但CPU到底忙不忙，那是另外一回事。其实在99.999%的情况下，100%占用的cpu，都是将近一半的时间在等待，剩下一半的工作时间最多也只能用到2/3的运算单元，也就是说，即使是100% 的cpu占用，cpu其实最多也只有发挥了30%-40%的能力
那为什么会这样呢？
第一大CPU不能发挥的原因，就是缓冲区不命中导致的取指，数据的等待
众所周知，CPU的速度远远大于内存等外设，如果没有特别的措施，每执行一条指令，CPU都要等十几倍的时间从内存中取指令和数据，所以我们才设计了比内存快的多得一级，二级，甚至三级缓存来加速，但相对于256M 512M 1G 2G的内存16K的一级缓存和512K 或1M的2级缓存实在是太小了，最好情况是CPU直接在1级缓存中找到数据，这样会没有延迟，但只有16K的一级缓存往往是找不到的，这时就要到2级缓冲中寻找并填入1级缓冲中，这就会有3-5个甚至更多个周期的延迟，如果2级缓冲还找不到，这也是常有的事，CPU就会启动内存总线，开始缓冲区填充，把数据从内存中取回缓冲区。由于DDR,DDR2的潜伏期和相对的低频率，这个过程要十几二十几个周期
CPU运行时就是这样的受制与慢速内存，不断的等待
第二个CPU不能发挥的原因，是IO端口的存取
CPU操作硬盘等外设时，需要通过IO端口，DMA等存取比内存还慢的多得系统总线，虽然有中断和IO芯片的帮助，但这是比内存存取还糟10倍的情况，更糟的是在共享的总线上还常遇到冲突和总线等待的情况，对此大家用电脑时应该都有切身体会
第三个CPU不能发挥的原因，是不能充分并行和充分使用CPU执行单元
P4有5个整数单元，其中四个是双倍的，
所以P4有9个整数单元，2个浮点单元
Athlon 有6个整数单元，3个浮点单元
（其实看这个大家就应该知道，为什么I在媒体和商业程序超过A，A在spuer pi和一些game中超过I，CPU设计不同，没什么好吵的）
但A, I的CPU每时钟周期同时执行指令数的最大理论数是3,4条，远远小于执行单元数，这是因为一些复杂指令和sse， 3D now指令需要不止一个执行单元，但实际上CPU执行时95%的指令都是简单指令，于是我们就看到，绝大部分情况下，即使CPU以最大并行度运算，也只有4,5个执行单元在执行，其他的都在闲置
况且，更重要的是，CPU并不能以他的最大理论数同时执行指令。
我们的X86指令集和X86程序本质上都是单线设计的，一周期一操作，执行完上一条在执行下一条，其实本不能在一个周期里执行超过一条的指令，所以在现代CPU设计里，使用了很多技巧--乱序执行（在前后指令没有依存关系时同时执行他们），分值预测（在还没做条件判断是超前执行后面的指令）--等等来实现并行效果，但这些技术都是有局限的，所以虽然A, I的CPU每时钟周期同时执行指令数的最大理论数是3,4条，但实际上平均同时只有2条左右，cpu的执行单元大部分都是空闲的。
（这个情况直接根源于x86指令架构的落后，无论是IBM PPC的SIMD结构 还是Intel IA64的甚长指令架构都是真正的并行架构，实际上，除了X86，你在现在其他CPU里是找不到如此落后和古老的指令架构了，这是X86的辉煌还是悲哀呢）
除了以上三大原因，其他很多原因，包括操作系统进程切换，流水线清空，寄存器换名和重置等等很多原因都会造成CPU的浪费，他们虽比不上上面的三大原因，但加起来也是很大的数目
看到这里，大家就知道HT的原理了
HT使每周期同时执行指令数的最大理论数提高了一倍，在一个进程因为取指，数据的等待，IO操作...等等等待时，另一个进程可以乘机运行，同时，在一个进程不能充分并行和充分利用所有的执行单元时，另一个进程可以可以利用剩下的单元 |
发表于 2005-8-20 22:08
| 