计算机硬件和指令

计算机硬件组成

计算机基本硬件系统由运算器、控制器、存储器、输入设备、输出设备5大部件组成。

运算器 + 控制器 = CPU（中央处理单元），是硬件系统核心。存储器分为内部（速度快容量小）和外部（容量大速度慢）。输入输出设备合称外设。

冯·诺依曼结构：将计算机硬件划分为上述 5 部分。DSP 常采用哈佛体系结构（程序和数据分开存储）。

专用处理器： GPU（数百/数千核并行计算）、DSP（实时数字信号处理）、FPGA（现场可编程门阵列）。

CPU 组成与功能

运算器

组件	功能
ALU（算术逻辑单元）	执行所有算术运算和逻辑运算
AC（累加寄存器）	存放运算结果或源操作数
DR（数据缓冲寄存器）	暂存来自内存的指令或数据
PSW（状态条件寄存器）	保存指令执行后的条件码（进位/溢出/零标志等）

控制器

组件	功能
IR（指令寄存器）	暂存 CPU 正在执行的指令
PC（程序计数器）	存放下一条要执行指令的地址
AR（地址寄存器）	保存 CPU 当前访问的内存地址
ID（指令译码器）	分析指令操作码，识别操作类型

CPU 五大功能：程序控制、操作控制、时间控制、数据处理（最根本）、中断响应。

CPU 频率：主频 = 外频 × 倍频。外频是系统总线频率，倍频是主频与外频的比值。

速度排名：寄存器组 > Cache > 内存 > Flash。

处理器分类

🎯 一句话结论：ARM CPU 属于通用处理器，GPU/DSP/FPGA 均属于专用处理器，GPU 擅并行计算，DSP 擅实时数字信号处理，FPGA 可硬件重编程。

处理器	分类	核心特点	典型用途
CPU（x86/ARM）	通用	标量串行处理，适合复杂控制逻辑	桌面/服务器/手机
GPU	专用	数百~数千核，并行计算	图形渲染/AI训练推理
DSP	专用	哈佛结构，低功耗实时信号处理	音视频编解码/通信
FPGA	专用	硬件可重构，逻辑门可编程	原型验证/定制加速

🎯 一句话结论：DSP 采用哈佛结构（程序与数据分开存储，独立总线并行访问），区别于 CPU 的冯·诺依曼结构。

AI 芯片三种技术架构

🎯 一句话结论：AI 芯片主流架构 = GPU + FPGA + ASIC，分别对应通用可编程、半定制可重构、全定制高效能。

架构	灵活性	能效	AI 应用特点
GPU	高（通用编程）	中	训练+推理，生态最成熟（CUDA）
FPGA	中（硬件可重构）	高	推理加速，低延迟，可动态切换算法
ASIC	低（固定功能）	最高	专用推理芯片（如 TPU、NPU），量产成本低

⚠️ 常见干扰项：SOC（System on Chip）是集成方式而非 AI 芯片架构；CPU 不是 AI 芯片的主流架构。

指令集授权模式

🎯 一句话结论：RISC-V 是开源免费指令集，无需授权；x86（Intel/AMD）和 ARM 均需商业授权。

指令集	授权模式	代表厂商
x86	商业授权（封闭）	Intel、AMD
ARM	商业授权（授权费+版税）	ARM 公司授权给苹果/高通/华为等
RISC-V	开源免费（BSD协议）	任何人都可自由使用和扩展
PowerPC	商业授权	IBM（历史，现较少见）
MIPS	商业授权（现已开源部分）	历史用于嵌入式/路由器

⚠️ 常见坑

易错点	正解
ARM CPU 不是通用处理器	ARM CPU 是通用处理器，GPU/DSP/FPGA 才是专用处理器
AI 芯片架构选 SOC	SOC 是系统级芯片的集成方式，GPU/FPGA/ASIC 才是 AI 芯片三种技术架构
RISC-V 需要授权	RISC-V 是开源指令集，区别于 x86 和 ARM