可供选择的体系结构
RISC设备
Reduced Instruction Set Computer，精简指令集计算机：提供可支持所有基本操作的最小指令集
计算机性能计算公式：
缩短时钟周期：RISC、CISC性能都提升
减少程序中指令数：CISC提升
最小化每条指令的时钟周期数：RISC提升
| RISC | CISC |
|---|---|
| 多个寄存器组 | 一个寄存器组 |
| 每条指令最多3个寄存器操作数 | 每条指令可以1或2个寄存器操作数 |
| 寄存器窗口传参 | 内存栈传参 |
| 硬连线电路实现 | 微代码控制 |
| 单周期指令 | 多周期指令 |
| 流水线程度高 | 流水线程度低 |
| 简单指令且指令数少 | 复杂指令 |
| 定长指令 | 变长指令 |
| 编译器设计复杂 | 微代码设计复杂 |
| 仅load和store指令可以访存 | 许多指令都可以访存 |
| 较少的寻址方式 | 许多寻址方式 |
Flynn's Taxonomy费林分类法
根据处理器数量和数据流数量进行分类
- SISD：单指令流单数据流，经典单处理器系统
- SIMD：单指令流多数据流，包含阵列处理器、向量处理器和脉动阵列
- MIMD：多指令流多数据流，并行架构
- MISD：多指令流单数据流
分类法的不足：
- 很少有符合MISD架构特性的应用
- Flynn假设所有的并行性都是同构的，但多处理器可能是同构也可能是异构的
- MIMD分类没有考虑多个处理器间如何互连以及如何使用主存
Symmetric multiprocessor（SMP，对称多处理器）和Massively parallel processor（MPP，大规模并行处理器）均属于MIMD
SMP共享存储器，MPP不共享
SMP -> fewer processors + shared memory + communication via memory
MPP -> many processors + distributed memory + communication via network
分布式计算是另一种MIMD体系结构
- 工作站网络（NOW，network of workstations）：一组并行工作的分布式工作站的集合
- 工作站集群（COW，collection of workstations）：与NOW相比需要一个公司或组织负责管理
- 专用集群并行计算机（DCPC，dedicated cluster parallel computer）：一组专门用于某个特定并行计算任务的工作站集合
费林分类法新加了个SPMD（单程序多数据） 体系结构：多个处理器，每个处理器运行相同的程序，有自己的数据集和程序存储器；虽然每个处理器加载相同的程序，但运行的指令可能不同
最终体系结构的分类如下
并行和多处理器体系结构
超流水线（superpipelining）：流水线中某些阶段的执行时间小于时钟周期的一半时引入，一个频率为外部时钟频率的两倍的内部时钟加入到处理器中，这样就可以在一个外部时钟周期内完成两个任务
矢量计算机（vector computers）：一次对整个矢量或者矩阵操作（超级计算机），高度流水线
可以根据指令如何获取操作数分为寄存器-寄存器向量处理器（源操作数和目的操作数都保存在寄存器中）和存储器-存储器向量处理器（允许将操作数从存储器中取出直接送到算术单元）
共享存储器的MIMD机器根据如何同步访存操作可分为：
- 均匀存储器访问（UMA，uniform memory access）
- 非均匀存储器访问（NUMA，nonuniform memory access）
NUMA机器容易出现缓存一致性问题（cache coherence problem）：主存数据变了而缓存影响未变，解决方法：增加监听高速缓存控制器（snoopy cache controllers）——CC-NUMA，高速缓存一致的NUMA
更改同时更新：写直通高速缓存更新协议（write-through cache update protocol）
- 写直通更新策略：广播新值并更新
- 写直通无效（invalidate）策略：广播删除旧值
数据变化时仅改变缓存中的值，主存中的副本知道其所对应的缓存块被替换并写回主存时才改变：写回协议（write-back protocol）
分布式计算：另一种形式的多处理器，主要指松耦合的多计算机系统（very loosely-coupled processing units）；包含了云计算（cloud computing）
其他并行处理方法
数据流计算（dataflow computing）
Von Neumannn计算机采用顺序控制流，程序计数器决定下一条要执行的指令
但在数据流计算中，程序的控制流直接与数据绑定，指令的实际顺序与他们最终的执行顺序无关，数据持续流出，可以在同一时刻被多条指令所用
神经网络（neural network）
可以处理不精确、具有随机性的信息、允许自适应
最简单的神经网络处理元件是感知器（perceptron），是可训练的神经元：阈值（threshold）和输入权值（input weight）可以调整
脉动阵列（systolic array）
SIMD计算机的变种，可以维持很高的吞吐量，一般用来计算重复性任务
量子计算（quantum computing）
计算机都是基于晶体管（transistor-based）技术
量子计算使用量子位（quantum bits）来同时表示多种状态
