CPU 架構：位數、指針、寄存器、SIMD 與高性能計算

本文旨在從底層視角梳理 CPU 架構中的核心概念。無論是嵌入式開發、操作系統原理還是應用層性能優化，理解這些硬件基礎對於編寫高質量代碼都至關重要。

1. CPU 位數：不僅僅是“寬”了一點

1.1 定義

CPU 位數（Bit Width）通常指的是 CPU 內部通用寄存器（General Purpose Registers）的寬度。它定義了 CPU 單次時鐘週期內能處理的一個整數（Word, 字長）的二進制位數。

1.2 32 位 vs 64 位

• 32 位 CPU：

• 字長 (Word Size)：32 bit (4 Byte)。
• 運算：int 操作通常是原生的。
• 限制：在沒有 PAE（物理地址擴展）技術下，物理尋址能力被嚴格限制在 4GB () 以內。

• 64 位 CPU：

• 字長：64 bit (8 Byte)。
• 優勢：單條指令可以處理更大的整數運算；可以原生處理 64 位長整型（long long 或 int64_t），而 32 位 CPU 需用多條指令模擬，效率較低。
• 兼容性：現代 64 位 CPU（如 x86-64）通常在硬件層面向下兼容 32 位指令集。

注意：CPU 位數並不一定等於地址總線寬度。目前的 64 位 CPU 實際可用的物理地址線通常是 48 位或 52 位，而非完整的 64 位（因為

2. 指針（Pointer）：內存的“門牌號”

指針的本質是一個存放內存地址的變量。因此，指針變量本身的大小完全取決於 CPU 的尋址模式（即 CPU 位數）。

2.1 指針大小與尋址空間對照表

2.2 關鍵代碼驗證

在 C/C++ 中，無論指針指向什麼類型（char 還是 double），指針本身的大小是固定的，只與編譯目標架構有關。

#include <stdio.h>

int main() {
    int *pInt;
    char *pChar;
    
    // 64位編譯模式下：結果均為 8
    // 32位編譯模式下：結果均為 4
    printf("Size of int pointer: %zu bytes\n", sizeof(pInt));
    printf("Size of char pointer: %zu bytes\n", sizeof(pChar));
    
    return 0;
}

3. CPU 指令集 (ISA)：硬件語言的字典

指令集架構（Instruction Set Architecture, ISA）是軟件與硬件之間的接口。

3.1 常見指令集分類

1. CISC (複雜指令集)：代表是 x86 / x86-64 (Intel, AMD)。

• 特點：指令不等長，功能強大，單條指令可能執行多次內存讀寫。

2. RISC (精簡指令集)：代表是 ARM (Mobile/Mac), RISC-V (IoT)。

• 特點：指令等長，簡單高效，主要依賴寄存器操作，Load/Store 架構。

3.2 64 位架構的隱藏紅利

當 CPU 從 32 位進化到 64 位時，不僅僅是寄存器變寬了，通常還會增加寄存器的數量。

4. 寄存器 (Registers)：CPU 的“貼身口袋”

寄存器是 CPU 內部速度最快、延遲最低的存儲單元（比 L1 Cache 還要快）。

4.1 寄存器分類

• 通用寄存器 (GPR)：用於存放臨時數據、指針、循環計數器等 (如 RAX, R0-R12)。
• 特殊功能寄存器 (SFR)：

• PC (Program Counter)：存放下一條要執行的指令地址。
• SP (Stack Pointer)：存放當前棧頂地址。
• Flags (狀態寄存器)：存放運算結果的狀態（如溢出、零標誌、進位標誌）。

4.2 為什麼寄存器很重要？

寄存器數量越多，編譯器就能做越多的優化（Register Allocation），減少將變量“溢出”（Spill）到內存（RAM）的次數。因為訪問 RAM 的速度比訪問寄存器慢兩個數量級。

5. 浮點計算 (Floating Point)：FPU 與 IEEE 754

5.1 硬浮點 vs 軟浮點

• 硬件 FPU (Floating Point Unit)：CPU 內部專門處理浮點數的電路。能在一個時鐘週期內完成浮點加減乘除。現代桌面 CPU 和高端 ARM 均標配強大 FPU。
• 軟浮點 (Software Emulation)：低端 MCU (如 Cortex-M0) 通常沒有 FPU。編譯器會把 float 運算編譯成調用巨大的數學庫函數，通過整數運算模擬，速度慢 50~100 倍。

5.2 精度標準

遵循 IEEE 754 標準：

• float (單精度): 32 bit (1位符號 + 8位指數 + 23位尾數)。
• double (雙精度): 64 bit (1位符號 + 11位指數 + 52位尾數)。

6. 進階：SIMD 指令集——CPU 的並行加速黑科技

在高性能計算、圖像處理、AI 推理和遊戲開發中，你常聽到 SSE、AVX、NEON，它們都屬於 SIMD (Single Instruction, Multiple Data) 技術。這是利用 CPU 寬寄存器進行性能榨取的關鍵。

6.1 什麼是 SIMD？

傳統 CPU 運算模式是 SISD（單指令單數據），即“一條指令處理一個數據”。而 SIMD 允許“一條指令同時處理多個數據”。

直觀對比：
假設要計算 4 組浮點數相加：A[0]+B[0] 到 A[3]+B[3]。

• 普通模式：需執行 4 次 加法指令。
• SIMD 模式：利用 128 位寬的寄存器（容納 4 個 32 位 float），一次性打包加載，執行 1 次 加法指令，得到 4 個結果。理論效率提升 4 倍。

6.2 硬件基礎：寬寄存器

SIMD 依賴於 CPU 中特殊的“寬”寄存器：

6.3 硬核代碼對比：普通 vs SIMD (AVX2)

我們用 C++ 演示兩個數組相加的性能優化。

1. 普通寫法 (Scalar)
編譯器生成的彙編代碼會逐個處理數組元素。

void add_arrays_scalar(float* a, float* b, float* res, int n) {
    for (int i = 0; i < n; i++) {
        res[i] = a[i] + b[i];
    }
}

2. SIMD 寫法 (使用 AVX2 Intrinsics)
通過 <immintrin.h> 手動操作 256 位寄存器（YMM），一次處理 8 個 float。

#include <immintrin.h> // 包含 AVX 指令集支持

void add_arrays_simd(float* a, float* b, float* res, int n) {
    int i = 0;
    // 每次循環處理 8 個 float (8 * 32bit = 256bit)
    for (; i <= n - 8; i += 8) {
        // 1. 將內存數據加載到 256位 寄存器 ymm0 和 ymm1
        __m256 vec_a = _mm256_loadu_ps(&a[i]); 
        __m256 vec_b = _mm256_loadu_ps(&b[i]);
        
        // 2. 執行並行加法：ymm2 = ymm0 + ymm1
        __m256 vec_res = _mm256_add_ps(vec_a, vec_b);
        
        // 3. 將結果存回內存
        _mm256_storeu_ps(&res[i], vec_res);
    }
    
    // 處理剩餘不足 8 個的尾部數據 (通常需要標量處理)
    for (; i < n; i++) {
        res[i] = a[i] + b[i];
    }
}

3. 總結
現代編譯器（開啓 -O3）會自動嘗試進行向量化優化（Auto-Vectorization），但在複雜邏輯下，手寫 SIMD 依然是性能優化的終極手段。

7. 硬件、OS 與 應用程序的關係

理解系統層級對於排查兼容性問題很重要。

1. 硬件層：提供物理基礎（如 64 位寬度的寄存器）。
2. 內核層 (OS)：

• 必須與硬件匹配。32 位 CPU 無法安裝 64 位 OS。
• OS 決定了頁表管理方式和最大內存識別。

3. 應用層 (App)：

• 64位 OS 運行 32位 App：可行（如 Windows WoW64），但 App 只能看到 4GB 空間，指針依然是 4 字節。
• 64位 OS 運行 64位 App：完美釋放性能，指針為 8 字節。

8. 總結與常見誤區

核心總結

💡 經典誤區：int 的大小

“我的電腦是 64 位的，為什麼 sizeof(int) 還是 4 字節？”

解答：
這取決於操作系統的數據模型 (Data Model)。

• Windows (LLP64) 和 Linux (LP64) 為了保證代碼兼容性，int 均保持為 32 位 (4 字節)。
• 只有指針 void* 和長整型（僅限 Linux 下的 long）才會變為 8 字節。
• 建議：如果你需要嚴格的 64 位整數，請不要猜，直接使用標準庫中的 int64_t。