操屁眼的视频在线免费看,日本在线综合一区二区,久久在线观看免费视频,欧美日韩精品久久综

新聞資訊

    源:內容由半導體行業觀察(ID:icbank)編譯自「techspot」,作者:尼克·埃文森(Nick Evanson),謝謝。

    從廉價筆記本電腦到價值一百萬美元的服務器,任何一臺計算機中CPU都有一個叫做“緩存”的東西。當然緩存的級別往往有所不同。

    緩存很重要,不然也不會無處不在。但是緩存到底有什么作用,為什么是不同級別的呢?

    而且12路路組相連到底意味著什么?

    緩存到底是什么?

    TL和DR很小,但卻非常快并位于CPU的邏輯單元旁邊。當然,我們需要了解更多有關緩存的信息。

    讓我們從一個虛構的,神奇的存儲系統開始說起。這個存儲系統速度極快,可以一次處理無限的數據,并始終保持數據安全。對它來說甚至不存在任何需要遠程操作的東西,但是如果的確存在,處理器的設計將更加簡單。CPU僅需要具有用于加法,乘法等的邏輯單元,以及用于處理數據傳輸的系統。這是因為我們的理論存儲系統可以立即發送和接收所需的所有編號;沒有一個邏輯單元會等待數據處理。

    但是,眾所周知,實際上不存在任何上述魔術般的存儲技術。反之,我們擁有硬盤驅動器或固態驅動器,即使其中最好的驅動器也無法遠程處理典型CPU所需的所有數據傳輸。原因在于,現代CPU的運行速度非常快-它們僅需一個時鐘周期即可將兩個64位整數值相加,而對于以4 GHz運行的CPU,則僅為0.00000000025秒或四分之一納秒。同時,旋轉硬盤驅動器僅需數千納秒即可在內部磁盤上查找數據,更不用說傳輸數據了,而固態驅動器仍需數十或數百納秒。

    顯然,此類驅動器無法內置在處理器中,因此這意味著兩者之間將存在物理隔離。這只會增加數據移動的時間,使情況變得更糟。因此,我們需要的是另一個數據存儲系統,它位于處理器和主存儲之間。它需要比驅動器更快的速度,能夠同時處理大量數據傳輸,并且離處理器更近一些。

    如今它已成為現實,叫做RAM。每個計算機系統都有一些用于上述目的的裝置。而幾乎所有這類存儲都是DRAM(動態隨機存取存儲器),它能夠比任何驅動器更快地傳輸數據。但是,盡管DRAM速度極快,但它無法存儲盡可能多的數據。

    美光公司是DRAM的少數制造商之一,其中一些最大的DDR4存儲器芯片可容納32 Gbit或4 GB數據。最大的硬盤驅動器的容量是此容量的4000倍。因此,盡管我們提高了數據網絡的速度,但仍需要附加系統(硬件和軟件),以便確定應將哪些數據保留在有限數量的DRAM中,以備CPU使用。或者至少可以將DRAM置于芯片封裝中(稱為嵌入式DRAM)。不過,CPU很小,所以您不能在其中塞太多。

    絕大多數DRAM位于處理器旁邊(插入主板)。在計算機系統中,它始終是最接近CPU的組件。然而,這還是不夠快。DRAM仍需要約100納秒的時間才能找到數據,但至少每秒可以傳輸數十億比特。看來我們需要另一級存儲器,才能進入處理器單元和DRAM之間。

    左級輸入:SRAM(靜態隨機存取存儲器)。在DRAM使用微觀電容器以電荷形式存儲數據的情況下,SRAM使用晶體管做同樣的事情,并且它們的工作速度幾乎與處理器中的邏輯單元一樣快(大約比DRAM快10倍)。

    當然,SRAM有一個缺點,那就是空間。

    基于晶體管的內存比DRAM占用更多的空間:對于相同大小的4 GB DDR4芯片,您將獲得不到100 MB的SRAM。但是,由于它是通過與創建CPU相同的過程制成的,因此SRAM可以直接在處理器內部構建,并盡可能靠近邏輯單元。每增加一個環節,我們就增加了數據移動的速度,從而增加了存儲量。我們可以繼續添加更多的環節,每個環節更快但簡潔。

    因此,我們對高速緩存下了一個更為專業的定義:它是全部位于處理器內部的多個SRAM塊,通過以超快的速度發送和存儲數據來確保邏輯單元保持盡可能繁忙。

    對這個定義滿意嗎?很好-因為從現在開始它將變得更加復雜!

    高速緩存:多層停車場

    如上所述,需要緩存是因為沒有一種神奇的存儲系統可以滿足處理器中邏輯單元的數據需求。現代的CPU和圖形處理器包含許多SRAM塊,這些SRAM塊在內部組織成一個層次結構,即一系列高速緩存,其順序如下:

    在上圖中,CPU由黑色虛線矩形表示。ALU(算術邏輯單元)在最左邊;這些是為處理器提供動力,處理芯片運算能力的結構。從專業角度來講,它不是緩存,而最接近ALU的內存級別是寄存器(它們組合在一起成為一個寄存器文件)。

    其中的每一個都擁有一個數字,例如64位整數。該值本身可能是有關某物的一條數據,一條特定指令的代碼或某些其他數據的內存地址。

    臺式機CPU中的寄存器文件非常小-例如,在Intel的Core i9-9900K中,每個內核中有兩個存儲區,而一個整數存儲區僅包含180個64位寄存器。另一個寄存器文件,用于向量(數字的小數組),具有168個256位條目。因此,每個內核的總寄存器文件略低于7 kB。相比之下,Nvidia GeForce RTX 2080 Ti的流式多處理器(GPU等效于CPU內核)中的寄存器文件大小為256 kB。

    寄存器是SRAM,就像高速緩存一樣,但是它們和它們所服務的ALU一樣快,可以在一個時鐘周期內輸入和輸出數據。但是它們的設計并不是要容納太多數據(僅存儲其中的一部分),這就是為什么附近總是存在一些更大的內存塊的原因:這是1級緩存。

    上圖是英特爾Skylake臺式機處理器設計的單核的放大照片。

    可以在最左側看到ALU和寄存器文件(以綠色突出顯示)。圖片的頂部中間是白色的1級數據緩存。它容納的信息并不多,僅為32 kB,但是與寄存器一樣,它非常靠近邏輯單元,并以與它們相同的速度運行。

    另一個白色矩形表示1級指令高速緩存,大小也為32 kB。顧名思義,該命令存儲了各種命令,這些命令可以分解成較小的所謂的微操作(通常標記為μop),以供ALU執行。它們也有一個緩存,您可以將其歸類為0級,因為它比L1緩存小(僅進行1,500次操作)并且更近。

    您可能想知道為什么這些SRAM塊這么小?為什么它們不是一兆字節大小?數據和指令高速緩存一起占用的芯片空間幾乎與主要邏輯單元占用的空間相同,因此使其增大將增加芯片的整體尺寸。

    但是它們僅保留幾kB的主要原因是,隨著內存容量的增大,查找和檢索數據所需的時間也會增加。L1高速緩存必須達到真正意義上的快,因此必須在大小和速度之間達成折衷-最多需要大約5個時鐘周期(較長的浮點值)才能從該高速緩存中獲取數據,以備使用。

    但是,如果這是處理器內部唯一的緩存,則其性能將突然崩潰。這就是為什么它們都在內核中內置了另一級內存的原因:二級緩存。這是一個通用的存儲塊,保存著指令和數據。

    它總是比級別1大很多:AMD Zen 2處理器的最大容量為512 kB,因此可以保持較低級別的緩存的良好供應。但是,這種額外的大小需要付出一定的代價,而與1級相比,從此緩存中查找和傳輸數據大約要花費兩倍的時間。

    追溯到最初的Intel Pentium時代,Level 2高速緩存是一個單獨的芯片,其位于小型插入式電路板上(例如RAM DIMM)或內置在主板中。最終它像奔騰III和AMD K6-III處理器一樣,一直運用于CPU封裝本身,直到最終被集成到CPU裸片中。

    由于多核芯片的興起,這項發展很快之后又有了另一個級別的緩存,以支持其他較低的級別。

    上圖是Intel Kaby Lake芯片,其左中間有4個內核(集成GPU占據了右側一半的裸片)。每個內核都有其自己的“專用”組1級和2級緩存(白色和黃色高亮顯示),但它們也帶有第三組SRAM塊。

    3級高速緩存即使直接圍繞一個內核也可以與其他內核完全共享-每個都可以自由訪問另一個L3高速緩存的內容。它 內存更大(在2到32 MB之間),但也慢得多,平均超過30個周期(尤其是在內核需要使用相距一定距離的緩存塊中的數據時)。

    在下面,我們可以看到AMD Zen 2架構中的單核:白色的32 kB 1級數據和指令緩存,黃色的512 KB 2級緩存和紅色的4 MB巨大塊L3緩存。

    不只是一個數字

    高速緩存兩個環節:其一是來提高性能通過加速向邏輯單元的數據傳輸,其二是保留常用指令和數據的副本。緩存中存儲的信息分為兩部分:數據本身以及它最初位于系統內存/存儲中的位置。此地址稱為緩存標簽。

    當CPU運行要從內存讀取數據或向內存寫入數據的操作時,它首先檢查1級緩存中的變量。如果存在所需的數據(緩存命中),則幾乎可以立即訪問該數據。當所需標簽不在最低緩存級別中時,即緩存未命中。

    因此,在L1高速緩存中會有一個新標簽,其余的處理器體系結構將接管,盡數瀏覽其他高速緩存級別(如有必要,一直返回主存儲驅動器)以查找該標簽的數據。但是要在L1緩存中為該新標簽騰出空間,必須將其他內容始終引導到L2中。

    這導致了幾乎恒定的數據改組,所有這些都只需要幾個時鐘周期即可實現。實現此目的的唯一方法是在SRAM周圍構建一個復雜的結構,以處理數據管理。換句話說,如果一個CPU內核僅由一個ALU組成,則L1緩存會簡單得多,但是由于ALU有數十個(其中許多將處理兩個指令線程),因此緩存需要多個連接來保持一切都在進行中。

    您可以使用免費程序(例如CPU-Z)來檢查為自己的計算機供電的處理器的緩存信息。但是所有這些信息意味著什么?一個重要的元素是關聯的標簽集。這與規則有關,這些規則取決于由系統內存中的數據塊復制到緩存的方式。

    上面的緩存信息適用于Intel Core i7-9700K。它的1級高速緩存每個都分成64個小塊,稱為集合,并且每個小塊進一步劃分為高速緩存行(大小為64字節)。集相關意味著將來自系統內存的數據塊映射到一個特定集合中的高速緩存行上,而不是自由地在任何地方進行映射。

    8向告訴我們,一個塊可以與一組中的8條緩存行關聯。關聯性級別越高(即“方式”越多),則當CPU搜尋數據時,命中高速緩存的機會就越大,并且減少由高速緩存未命中引起的損失。缺點是它增加了復雜性,增加了功耗,還可能降低性能,因為有更多的緩存行要處理一個數據塊。

    高速緩存復雜性的另一方面在于如何在各個級別上保留數據。規則是在包含策略中設置的。例如,英特爾酷睿處理器具有完全包含的L1 + L3緩存。例如,這意味著第1級中的相同數據也可以在第3級中。這似乎在浪費寶貴的緩存空間,但是好處是,如果處理器在搜索低級標簽時出錯,數據就會丟失,而不需要遍歷更高的級別來找到它。

    在同一處理器中,L2緩存是非包含性的:存儲在其中的任何數據都不會復制到任何其他級別。這樣可以節省空間,但確實會導致芯片的存儲系統必須搜索L3以找到丟失的標簽(實際上總會比這個更大一些)。受害者緩存與此類似,但是它們習慣于存儲從較低級別推出的信息-例如,AMD的Zen 2處理器使用L3受害者緩存,該緩存僅存儲來自L2的數據。

    還有其他用于緩存的策略,例如何時將數據寫入緩存和主系統內存。這些稱為寫策略,當今大多數CPU使用回寫式緩存。這意味著,當將數據寫入高速緩存級別時,在使用其副本更新系統內存之前會有一個延遲。在大多數情況下,只要數據保留在高速緩存中,此暫停就會一直運行。只有將其引導后,RAM才會獲取信息。

    對于處理器設計者而言,選擇高速緩存的數量,類型和策略都是為了平衡對更大處理器能力的需求與增加的復雜性和所需的芯片空間。如果有可能擁有20 MB,1000路完全關聯的1級高速緩存,而芯片又不大的離譜(并消耗相同的功率),那么我們都將擁有配備這種芯片的計算機!

    在過去的十年中,當今CPU中最低的緩存級別并沒有太大變化。但是,級別3緩存的大小仍在繼續增長。十年前,如果您幸運地擁有一臺售價999美元的Intel i7-980X,則可以獲得12 MB的內存。如今,您只需花一半的錢就能得到64 MB。

    簡而言之,緩存是不可或缺的,也是尖端技術的體現之一。我們沒有研究過CPU和GPU中的其他緩存類型(例如轉換查找緩沖區或紋理緩存),但是由于它們都遵循我們在此介紹的簡單的級別結構和模式,因此聽起來可能并不復雜。

    您是否擁有一臺在主板上具有二級緩存的計算機?子板中的那些基于插槽的Pentium II和Celeron CPU(例如300a)怎么樣?您還記得您的第一個共享L3的CPU嗎?請在評價部分留下您的意見。

    ★ 點擊文末【閱讀原文】,可查看本文原鏈接

    *免責聲明:本文由作者原創。文章內容系作者個人觀點,半導體行業觀察轉載僅為了傳達一種不同的觀點,不代表半導體行業觀察對該觀點贊同或支持,如果有任何異議,歡迎聯系半導體行業觀察。

    今天是《半導體行業觀察》為您分享的第2415期內容,歡迎關注。

    ★5nm芯片訂單爭奪戰打響

    ★DRAM競爭的新時代

    ★晶圓代工全面爆發

    晶圓|藍牙|5G|EDA|華為|英偉達|封裝|手機芯片


    單講,微信緩存就是臨時存在手機上的文件。

    微信緩存包括你好友的頭像,你收藏的文章略縮圖、公眾號的網頁文件、小視頻、表情包、朋友圈里的照片等。

    緩存技術是一種非常常見的計算機技術,不止微信,還有其他很多APP都使用了這種技術。

    緩存是什么?

    計算機科學里講的緩存,通常指的是一片存儲空間。緩存的出現時為了解決不同介質之間巨大的存儲速度差異。因為成本的原因,一些高速的存儲介質(比如CPU的寄存器)通常做的容量比較小,而容量大的存儲介質(比如內存)存儲速度都比較慢。當速度快的存儲向速度慢的存儲傳輸數據時,要等待速度慢的存儲介質存儲完畢才能進行下一組數據的存儲。同理,速度慢的向速度快的傳輸數據的時候,速度快的要等待速度慢的存儲準備好數據,這樣一來,存儲的效率就高不起來。

    典型計算機系統里的緩存架構

    緩存的速度一般介于這兩種存儲之間,負責快速接收高速存儲里的數據,可以在閑時在低速存儲里慢慢寫入;預先從低速存儲里讀取數據,然后高速向快速存儲里傳輸。這樣一來,高速存儲等待低速存儲的情況就大大減少了,整個系統的效率就提高了。

    圖中的cachhe就是CPU的緩存

    緩存技術實質是一種算法,不僅硬件可使用,軟件系統也可使用,并且在現實的軟件系統中應用十分廣泛。

    微信為什么要使用緩存

    微信的數據文件主要是保存在遠程的數據服務器上的,在上面的圖片中可以看到,遠程服務器的存儲速度是最慢的。當我們使用微信的時間稍微長一點的時候,就會積累很多的數據文件,如果沒有緩存的話,我們去瀏覽朋友圈、打開小程序、查看好友頭像的時候,微信APP需要從遠程存儲服務器上面把這些數據下載下來,這個時間相對來說是比較長的,尤其是在3G網絡的時候時間更長。這樣一來就會給用戶造成卡頓的情況,非常影響使用體驗。

    采用了緩存之后,一些近期的數據可以暫時存在你的手機上,在使用微信的時候可以非常快速的從內置存儲中讀取出來,這就是為什么我們在查看近期的朋友圈,和使用最近常用的小程序速度可以很快的緣故。

    ELLO大家好!這里是JM科技社。今天跟大家分享下如何刪除我們電腦上的五種電腦緩存。

    來提升我們電腦的運行速度。

    Windows 10務必刪除這五大緩存,提升電腦速度非常顯著

    不知道大家有沒有發現,隨著時間的推移。我們的電腦不管是上網速度,還是開機速度或者是硬盤的讀寫速度。都會有不同程度的下降。時間久了,就會出現各種問題。所以每隔一段時間,我們都需要為自己的電腦做一次深入的清理。來保證我們的電腦處于一個高性能的狀態。因此JM強烈建議大家清除掉電腦上這種無效的緩存,不僅可以提升電腦系統的性能,而且還可以幫助我們解除電腦上一些難以解決的問題。


    這種無效的緩存涉及到很多方面,比如像DNS緩存,微軟商店緩存,資源管理器緩存,電腦硬盤緩存等。

    接下來JM一一列舉出來我們如何清除電腦上這5種不同類型的緩存。



    1.臨時文件緩存


    首頁電腦上最常見的緩存類型就是臨時文件的,所以我們就先清除這些文件吧,

    首先我們在電腦的左下方搜索:磁盤清理,然后我們點擊打開


    選擇系統盤C盤,點擊確定。


    確定以后會彈出一個磁盤清理界面


    拉到最下方勾選臨時文件


    然后點擊清理系統文件按鈕,再點擊確定即可


    經過一段時間的處理,系統會彈出需要清理的選項,勾選自己需要清理的選項,點擊確定即可



    2.微軟應用商店緩存


    如果你在下載微軟商店應用程序的時候,遇到問題。比如像商店無法啟動。解決這個問題最好的方法,就是清除并重置微軟商店的緩存。

    那么怎么清除微軟商店緩存呢,同樣在我們下方的搜索欄里輸入“WSReset.exe”。點擊回車




    系統會彈出一個命令框,不用管它,等命令完成以后它會自動關閉

    完成之后微軟商店會自動彈出,這樣它就完成了刪除緩存的過程了



    3.DNS緩存


    如果你在聯網的時候,遇到一些問題,比如上網速度慢,或者無法打開部分網站。那么很有可能是你本地的DNS緩存的損壞導致的。比如你在訪問百度域名WWW.BAIDU.COM,域名指向的IP地址有時可能會出現問題,可能是你的DNS緩存被投毒或者DNS出現欺騙等。遇到這種問題,我們可以通過刷新DNS緩存,來解決這些問題。

    那么如何清除DNS緩存呢,同樣的我們在電腦搜索欄輸入“CMD”,點擊以管理員身份運行


    打開以后輸入“ipconfig/flushDNS”。回車確定


    然后系統會彈出已成功刷新DNS緩存,這樣的話它就可以刪除你DNS以前的緩存了

    4.瀏覽器緩存


    如果我們電腦上的瀏覽器緩存出現過載,或者無法打開某些網站。這個時候,我們就需要清理下瀏覽器的緩存了。

    在這里JM就以自己的谷歌瀏覽器為例,我們打開谷歌瀏覽器后,點擊右上方的三個點。找到里面的更多工具,再點擊更多工具下方的,清除瀏覽器緩存。它會彈出一個清除瀏覽器數據的頁面。


    還有個時間范圍可供選擇。可以根據自己的需要進行選擇



    5.資源管理器歷史記錄緩存


    如果你的電腦在加載文件或文件夾的時候,速度非常的緩慢或者根本沒有加載。我們可以通過清除資源管理器的歷史記錄,來解除文件瀏覽的卡頓問題。

    要刪除文件資源管理器的歷史紀錄非常簡單,只需要打開我的電腦,然后點擊上方的查看


    然后再點擊選項按鈕


    系統會彈出文件夾選項面板,我們依次點擊清除,確定即可。它會自動刪除我們資源管理器的記錄。


    好啦!今天的分享就到這里啦!(撤退,撒花![玫瑰][玫瑰][玫瑰])

網站首頁   |    關于我們   |    公司新聞   |    產品方案   |    用戶案例   |    售后服務   |    合作伙伴   |    人才招聘   |   

友情鏈接: 餐飲加盟

地址:北京市海淀區    電話:010-     郵箱:@126.com

備案號:冀ICP備2024067069號-3 北京科技有限公司版權所有