之前我们分析过 CPU 是如何工作的，经过「取指、译码、执行、访存、写回、更新」等几个阶段，说成白话就是：
取指：从内存获取要执行的地址（PC）；
译码：拿到 PC 地址后，根据地址提示去哪个寄存器取数据；
执行：取到数据后，执行计算「加减乘除」；
访存：计算完成后，根据地址提示去哪个寄存器写数据；
写回：根据寄存器地址，把结果通过端口输出计算结果；
更新：流程结束后，更新 PC 地址，来执行下一次的操作。
有限循环上面的工作逻辑。
具体流程如图所示：
上面 3 条指令，一条指令完成后，才能开始下一条。也就是说第 1 条指令在执行期间，第 2 条指令只能等待。
我们以每秒十亿条指令为单位来描述吞吐量，按上面的指令逻辑来计算：吞吐量为每秒 30 亿条指令。
流水线吞吐量的计算公式是：
吞吐量 = 每个阶段处理的指令数 / 流水线的时钟周期
这样有个很明显的问题，等待时间太长了。
于是聪明人想到了一个好办法：让 CPU 增加流水线作业。
流水线有个重要的特征，它提高了系统的吞吐量，在单位时间内，提高了执行指令的数量。不过，会增加一些延迟，也就是一整条指令完成的时间（因为会增加中间流程状态）。
如何做到的呢？
拿江南皮革厂举例：
1染色、2补边、3烘干、4包装，里面的工序分工明确，哪个阶段负责什么作业，各自负责自己的作业。当一只鞋离开当前工序时，另一只新鞋就可以进入了。所以 … 当第一只鞋进入补边阶段，第二只鞋就可以进入染色阶段了。
如下图：
图片来自于普客园(zhangly)
在 CPU 周期里，第一条指令进入译码阶段的时候，指令2就可以进入取指阶段。这样流水化一套流程下来，吞吐量达到了 80 亿条指令。
那是不是我一直堆硬件，一直增加并行指令的逻辑就可以无限增长了？
其实 … 流水线也有自己的局限性。
不一致的化分
如果处理器的一些硬件单元无法划分成多个较小的单元，那它需要更多的时间来完成作业，而另一些指令完成时间会很快。这样的差异会导致某些阶段时间特别长，难以优化。
木桶原理：以最端的板为
所以，需要尽量将处理器划分成多个任务阶段，每个阶段负责处理特定的任务，尽量保持时间相对一致，来平衡整个处理过程的性能。
将系统设计成具有相同作业的阶段，是一个严峻的挑战。
流水线不能过深
在处理器中，为了实现流水线的切换和同步，需要加入「流水线寄存器」，流水线寄存器用于在各个阶段之间传递数据和控制信号，保证数据的执行和正确性。
当流水线划分成多个阶段的时候，每个阶段都需要一定的时间来完成切换处理，在一个时钟周期内，一个指令仅完成一个阶段的处理，然后传递给下一个阶段。阶段执行时间大于时钟周期，就会产生错误，小于时钟周期会产生等待。
如果把流水线分成 6 个阶段，每个阶段需要 50ps，在每个时钟周期内同时会有 6 条指令在流水线中执行，那吞吐量可以达到 140 亿条。
为了提高效率，现代的处理器采用了很深的流水线（15条或者更多）。处理器架构师将指令的执行划分成很多简单的步聚，这样每个阶段使用的时间就会更小，从而整体提高效率。
而较深的流水线可能会增加指令间的依赖关系和冲突，导致流水线停顿和清空。所以在处理器设计的时候，需要考虑流水线深度、指令复杂性。
总结两句
流水线技术是提高CPU性能的关键。它将指令划分成多个阶段，允许同时执行多条指令，从而显著提高吞吐量。
然而，设计流水线需要考虑阶段任务的均衡分配和流水线深度的合理选择，以避免繁重阶段成为瓶颈，并处理指令间的冲突。
流水线深度的增加可以增加吞吐量，但也可能引入依赖关系和停顿。因此，在处理器设计中需要综合考虑这些因素，以实现更高效的CPU性能。
内容来源：《深入理解计算机系统》
如果您对本篇文章中提到的问题有任何疑问或想法，请在评论区留言，我将尽力回复。
微信公众号「小道研究」，获取更多关于前端技术的深入分析和实践经验。
