计算机体系结构 33：性能、功耗与能量预算
计算机体系结构 33：性能、功耗与能量预算
核心问题
平均功率下降，为什么完成同一任务的能量仍可能上升？功率描述单位时间的能量变化，任务能量还要乘以持续时间。降频降压可能降低动态功率，却也会拉长执行时间；静态功耗、内存和其他系统部件在延长的时间里仍在消耗能量。
本篇只做两个题设点的能量预算。附件：33-energy.json。
范围与证据等级
证据等级为手算。当前没有采集 RAPL、Linux powercap、板级功率计、频率、温度或硬件计数器。题设中的 40 W、25 W、2 s 和 4 s 都是模型输入，不对应当前宿主的传感器读数。
能量关系为：
1 | |
动态 CMOS 功耗常用 αCV²f 解释电压、频率和活动因子的关系，但真实芯片还包含泄漏、供电转换、内存与散热等成本。没有测量就不能把公式写成某颗 CPU 的能耗结论。
核心案例：低功率点消耗更多任务能量
快点题设为 40 W、2 s，任务能量是 80 J。慢点功率降到 25 W，但运行 4 s，任务能量变为 100 J。功率下降 37.5%，任务能量反而增加 25%。
这个反例只证明“低功率不推出低能量”。若工作负载在降频后仍受 I/O 等待限制，时间不一定同比增长；若电压也显著下降，结果还可能反转。温控触发 throttling 时，静态设定点甚至不能代表实际运行轨迹。
模式：把任务边界纳入能量核算
1 | |
CPU DVFS、GPU power cap 和数据中心批任务都适合按任务积分。报告平均功率时必须同时给出测量区间和完成的工作量。
验收结果
python3 examples/computer-architecture/run_batch.py 29-33 退出 0，手算结果为 80 J 与 100 J。输出显式保留 measured_energy=false 和 frequency_temperature_counters=false。本篇没有真机能耗、频率或温度结论。
练习
若慢点功率仍为 25 W，要使任务能量不超过 80 J，执行时间最多是多少？
设计一次真机实验时，为什么只读任务结束瞬间的功率值不够？
模式速查
| 已知量 | 能回答 | 不能回答 |
|---|---|---|
| 平均功率与时间 | 任务能量 | 功耗来自哪个部件 |
| 频率设定 | 控制目标 | 实际频率轨迹 |
| 手算题设 | 关系反例 | 当前机器能耗 |
一手参考资料
All articles on this blog are licensed under CC BY-NC-SA 4.0 unless otherwise stated.
Related Articles
2026-09-19
计算机体系结构 15：仿真结果怎样可信
仿真结果怎样可信 一个模型输出“程序结果为 25，耗时 100 周期”，包含两类不同的断言。结果为 25 需要检查指令语义；100 周期需要检查阶段、端口、队列和延迟假设。即使两者都符合模型定义，仍不能直接推出某台真实处理器也会耗时 100 周期。 本篇的核心问题是：怎样把功能正确、模型内部一致和硬件拟合分开验收？已执行的核心案例是同一批 RV32I 程序的独立解释器差分，并通过故意破坏 x0 规则验证检查器确实能发现错误。统计口径另用第 13 篇事件记录手算。gem5 部分提供指定版本的待运行配置，状态为 NOT_RUN，没有本系列的 gem5 仿真结果。 实验目录为 examples/computer-architecture/ooo/。可下载 差分结果、统计口径记录、运行环境 和 Python 功能解释器。这些文件对应功能执行或手算证据，不是硬件测量。 三个验证问题分别需要什么证据 功能验证关心给定输入是否产生规定的架构状态变化。对第 07 篇的有限执行器，可以逐条比较 PC、目标寄存器和值、内存地址和值、分支方向，以及正常结束或拒绝原因。 时序验证关心程序在声明的资源和事...
2026-09-22
计算机体系结构 17：多级缓存与写入
多级缓存与写入 读 miss 只需要把缺失的 block 带到更近的位置。写访问多了一层约束：处理器已经修改了一份副本，下层存储何时看见这个修改？若替换时还有未写回的数据，旧 block 能否直接丢弃？这些问题决定了写策略、dirty bit 和多级缓存的平均访问时间。 本篇的核心问题是：write-through、write-back、write-allocate 和 no-write-allocate 分别改变哪条流量；脏块逐出怎样计入代价；AMAT 的条件概率公式何时能用？核心案例用 1 set × 2 way × 16B 的 write-back/write-allocate cache 追踪五次访问，并补一个 no-write-allocate 写 miss 的反例。证据等级为功能执行加手算。 实验目录为 examples/computer-architecture/cache/。本文附件包括 writeback_amat.json.txt、cache_model.py.txt 和 run_cases.py.txt。 四个写策略词不要混成一个选择 write-throu...
2026-09-29
计算机体系结构 31：GPU 执行与合并访存
计算机体系结构 31：GPU 执行与合并访存 核心问题 32 个线程发出 32 次访存，为什么不能直接说成 32 次显存事务？GPU 会按活跃线程、地址分布和架构规则组合请求。分支还会改变每条路径上的活跃掩码，因此源码线程数、模型段数和硬件事务数是三种不同口径。 本篇用 32 lane、32 字节段的题设手算地址覆盖。附件：31-gpu.json。 范围与证据等级 证据等级为手算。题设假定一个 warp 有 32 个 lane，并把地址所属的 floor(address / 32) 段数作为比较指标。它没有运行 CUDA kernel，没有采集 GPU 周期、occupancy、cache hit 或真实 memory transaction 计数。 NVIDIA CUDA C++ Programming Guide 定义 warp 的 SIMT 执行语义；Best Practices Guide 说明全局内存访问合并与设备计算能力和地址分布有关。本篇的 32 字节分段只是明确题设，不能覆盖所有代际的实际事务规则。 核心案例：连续、跨步与错位地址 每个 lane 读取一个 4 字...
2026-09-22
计算机体系结构 25：原子操作与同步边界
计算机体系结构 25：原子操作与同步边界 核心问题 缓存一致性保证单个地址的副本不会任意分裂；内存一致性模型规定跨地址操作的可见顺序。程序员真正写同步代码时，还要面对第三个问题：一个读改写操作怎样做到不可分割，发布数据时怎样把普通数据写和同步变量写绑定起来。 本篇把原子操作拆成三件事： 原子性：一次 read-modify-write 不能被另一个写切开。 顺序性：release/acquire、fence、aq/rl 等机制约束其他内存操作的可见顺序。 前进性：CAS 或 LR/SC 失败后是否最终能成功，是另一类保证，不能从一次成功轨迹推出。 本文附件： run_cases.py.txt release_acquire.json lrsc_retry.json c11_release_acquire.c run_c11_release_acquire.sh.txt c11_release_acquire_output.txt memory_model_summary.txt 证据等级：功能执行。Python 模型给出事件图和 LR/SC 重试反例；C11 pthrea...
2026-09-29
计算机体系结构 27：NUMA 与数据放置
计算机体系结构 27：NUMA 与数据放置 核心问题 虚拟地址分配成功时，物理页是否已经落在某个 NUMA 节点？通常不能这样判断。Linux 的 NUMA policy 约束页面分配选择，但匿名页常在首次触发实际分配时才获得物理页。线程在哪个 CPU 上触页、策略允许哪些节点、页面后来是否迁移，都会改变数据位置。 本篇用双节点手算说明本地页和远端页怎样改变访问成本。当前环境没有 NUMA 拓扑、CPU 绑定、驻留页或迁移的真机证据。 附件：27-numa.json。 范围与证据等级 题设只有两个节点。本地页访问成本定为 100 ns，远端页定为 170 ns；这两个数是模型输入，不是从当前主机测得。模型按访问次数加权求和，不模拟队列、互联拥塞、缓存命中、预取、页大小差异或内存带宽。 证据等级是手算。Python 只负责复算和保存结果，不能把它升级为教学时序模型或真机测量。 policy、绑定与驻留是三件事 Linux NUMA policy 可以作用于 system、task、VMA 或 shared mapping。task policy 通常影响之后发生的页分配；修改策略不...
2026-09-29
计算机体系结构 E07：跨 ISA 同题对照
计算机体系结构 E07：跨 ISA 同题对照 核心问题 同一段 C 在不同 ISA 上生成不同汇编，能否据此判断哪种 ISA 更快？静态指令只展示编译器选择；真实性能还取决于动态路径、微架构、频率、缓存、编译选项和运行环境。交叉编译成功也不等于目标代码已经执行。 附件：E07-cross-isa.json、cross_isa.c和x86-64 反汇编。 范围与证据等级 整体证据等级为功能执行，因为归档记录包含 arm64 原生 sum=34。当前 x86-64 宿主只完成编译与反汇编，没有运行该对象；当前环境没有可执行的 Clang，RISC-V 目标编译状态为 127，后端不可用。没有计时、PMU 或动态机器指令数。 固定算法对 {2,-1,4,0,3} 计算 sum(values[i] * 3 + i)，数学结果为 34。源码避免未定义行为，并保存 SHA-256，使不同目标能够对照同一输入契约。 核心案例：静态产物与原生执行分栏 当前 GCC 13.3.0 成功生成 x86-64 ELF object，保存对象哈希与 objdump -d 输出，但 execution=NO...