軟件在CPU上執(zhí)行，采用一定的流水線執(zhí)行指令，通常有取指（Instruction Fetch）、譯碼（Instruction Decode）、執(zhí)行（Execute）、訪存（Memory）、寫回（Write Back）這幾步操作。如下圖所示，為5個階段的順序執(zhí)行的處理器指令流，即CPU執(zhí)行指令按照流水線，有一定的先后順序，單線程同一時刻只能計(jì)算出一個結(jié)果。

那么，我們再深入探討一下CPU的體系結(jié)構(gòu)，不外乎下圖的幾種：馮.諾依曼體系結(jié)構(gòu)、哈佛體系結(jié)構(gòu)、改進(jìn)的哈佛體系結(jié)構(gòu)，這幾種結(jié)構(gòu)有其各自的優(yōu)勢，應(yīng)用于不同的產(chǎn)品中，也有各自的優(yōu)缺點(diǎn)，其中X86最典型的馮.諾依曼結(jié)構(gòu)，廣泛應(yīng)用于個人電腦、工作站、服務(wù)器等；而ARM是最典型的哈佛結(jié)構(gòu)，廣泛應(yīng)用于單片機(jī)、ARM芯片等終端芯片，如手機(jī)、平板等，終端設(shè)備等。關(guān)于具體的細(xì)分，詳見下方思維導(dǎo)圖。

馮.諾依曼結(jié)構(gòu)（von Eeumann Architecture），也稱普林斯頓結(jié)構(gòu)，如下圖所示，是一種將程序指令和數(shù)據(jù)合并在一起的存儲器結(jié)構(gòu)。該結(jié)構(gòu)中指令和數(shù)據(jù)共用一條總線，通過分時復(fù)用的方式進(jìn)行讀寫操作，結(jié)構(gòu)相對簡單，總線面積較小，但缺點(diǎn)是效率低，無法同時取指令和數(shù)據(jù)，成為了執(zhí)行的瓶頸。

為了解決馮.諾依曼結(jié)構(gòu)無法并行取指令和數(shù)據(jù)，提高計(jì)算的效率，在此基礎(chǔ)上提出了哈佛結(jié)構(gòu)（Harvard Architecture），這是一種將程序指令和數(shù)據(jù)分開的存儲器結(jié)構(gòu)，如今下圖所示。該結(jié)構(gòu)由于程序的指令和數(shù)據(jù)存儲在兩個獨(dú)立的存儲器，各自有獨(dú)立的訪問總線，因此提供了更大的存儲器帶寬，減輕了程序運(yùn)行時訪問內(nèi)存的瓶頸。但相應(yīng)的也需要獨(dú)立的存儲器，以及更大的總線面積，其中ARM就是典型的哈佛結(jié)構(gòu)。

同樣采用流水線，相對于馮.諾依曼結(jié)構(gòu)，哈佛結(jié)構(gòu)的指令效率更高。哈佛結(jié)構(gòu)在當(dāng)前指令譯碼的時候，可以進(jìn)行下一條指令的取指，然后在執(zhí)行下一條指令的同時，又開始了第三條指令的取指。這一過程，通過指令預(yù)取，加快了原先5個步驟的流水線結(jié)構(gòu)，提高了流水線的并行度。

實(shí)際上計(jì)算機(jī)體系結(jié)構(gòu)發(fā)展到現(xiàn)在，馮.諾伊曼結(jié)構(gòu)，和哈佛結(jié)構(gòu)的界限已經(jīng)沒有那么清晰。比如改進(jìn)型的哈佛結(jié)構(gòu)，指令和數(shù)據(jù)還是一起存儲在主存中，但CPU有額外的指令Cache和數(shù)據(jù)Cache（如下圖所示），在主存帶寬足夠允許的前提下，使得CPU可以同時去取指令和數(shù)據(jù)Cache，所以可以認(rèn)為結(jié)構(gòu)上對外是馮.諾伊曼結(jié)構(gòu)，對內(nèi)是哈佛結(jié)構(gòu)，這就是改進(jìn)型的哈佛結(jié)構(gòu)。

由于本章僅在高層次上，對CPU架構(gòu)設(shè)計(jì)帶來的加速進(jìn)行基礎(chǔ)的描述，這塊就不再深入。那么，我們繼續(xù)探討，如何可以讓CPU流水線計(jì)算地更快。

1）采用更先進(jìn)的工藝

從28nm到5nm/3nm，更先進(jìn)的工藝使得允許我們可以在更高的頻率下進(jìn)行工作，當(dāng)然也意味著更高的流片成本。典型的以28nm為例，A53可以跑到1.5GHz，而在16nm工藝下，A53可以跑到2.3GHz的主頻（以上數(shù)據(jù)僅供參考，跟具體優(yōu)化有關(guān)）。

但摩爾定律的終結(jié)，意味著一味地通過工藝的升級來提高主頻，變得越來越困難，除了單純的提升工藝，增加核數(shù)量，我們還得從微架構(gòu)上探索，如何跑的更快。

2）超級流水線處理器

由于時鐘頻率受流水線中計(jì)算耗時最大的的，即我們的主頻需要滿足各階段的setup/hold time，如果將每一步計(jì)算拆分為更細(xì)的顆粒度，那么我們更容易滿足setup/hold time，因而可以跑在更高的主頻下——這就是超級流水線處理器/深流水線。

如下圖所謂，為細(xì)分后的超級流水線示意圖。

3）標(biāo)量流水線處理器

用更細(xì)的計(jì)算顆粒，我們可以運(yùn)行在更高的主頻，這是提高了流水的速率。

換個思路，大力出奇跡：如果我們擁有多條河流，那我們可以成倍的提高流水的效率，這就是標(biāo)量流水線處理器，如下圖所示：

在上圖中，每條流水線執(zhí)行仍然需要5個周期，但上下兩個流水線可以重疊執(zhí)行。圖中用9個周期，完成了5條指令，但即當(dāng)流水線滿載時，每個周期都可以完成一條指令，相比于單流水線，提高了5倍的效率。當(dāng)然我們擁有了5條河流來提高速率，也是付出了面積的代價，即FPGA中常用的面積換速度的思維。

4）超標(biāo)量流水線處理器

結(jié)合超級流水線，以及標(biāo)量流水線的特性，也自然有了超級標(biāo)量流水線結(jié)構(gòu)的處理器，其流水結(jié)構(gòu)如下圖所示：

超標(biāo)量流水線處理器指令流

即采用了多條流水線的結(jié)構(gòu)，增加了并行計(jì)算性能；同時通過流水線每一階段的顆粒度，提高了運(yùn)行的主頻。當(dāng)然，相對于兩個種優(yōu)化的結(jié)構(gòu)，超標(biāo)量流水線結(jié)構(gòu)也是以更大的面積為代價。目前市場上幾乎所有處理器，都是超標(biāo)量流水處理器結(jié)構(gòu)。

5）采用多核CPU結(jié)構(gòu)

當(dāng)在確定的工藝，以及一定的超標(biāo)量流水線結(jié)構(gòu)的處理器下，單核CPU的性能很難再實(shí)現(xiàn)質(zhì)的飛躍，那么多核處理器的結(jié)構(gòu)，再次通過面積換速度，成倍的提升了CPU的硬件性能。典型的以下圖為例，為***處理器中，4核A72 + 4核A53的大小核結(jié)構(gòu)。多核處理器，在進(jìn)行SOC設(shè)計(jì)時，給架構(gòu)師提出了更高的挑戰(zhàn)；同時在軟件應(yīng)用時，也對多核并行處理提出了更高的要求，如下圖所示，為AR72/A53的多核結(jié)構(gòu)。