wiki中,冯·诺伊曼结构,有做说明,建议读者直接去搜索查看.读者本篇文章仅仅是做一个记录.
存储程序计算机在体系结构上主要特点有：
- 以运算单元为中心
- 采用存储程序原理
- 存储器是按地址访问、线性编址的空间
- 控制流由指令流产生
- 指令由操作码和地址码组成
- 数据以二进制编码
https://upload.wikimedia.org/wikipedia/commons/8/84/Von_Neumann_architecture.svg
将CPU与存储器分开并非十全十美，反而会导致所谓的冯·诺伊曼瓶颈（von Neumann bottleneck）：在CPU与存储器之间的流量（数据传输率）与存储器的容量相比起来相当小，在现代电脑中，流量与CPU的工作效率相比之下非常小，在某些情况下（当CPU需要在巨大的数据上运行一些简单指令时），数据流量就成了整体效率非常严重的限制。CPU将会在数据输入或输出存储器时闲置。由于CPU速度远大于存储器读写速率，因此瓶颈问题越来越严重。
原文如下：
Surely there must be a less primitive way of making big changes in the store than by pushing vast numbers of words back and forth through the von Neumann bottleneck. Not only is this tube a literal bottleneck for the data traffic of a problem, but, more importantly, it is an intellectual bottleneck that has kept us tied to word-at-a-time thinking instead of encouraging us to think in terms of the larger conceptual units of the task at hand. Thus programming is basically planning and detailing the enormous traffic of words through the von Neumann bottleneck, and much of that traffic concerns not significant data itself, but where to find it.[[3]](https://zh.wikipedia.org/wiki/冯·诺伊曼结构#cite_note-backus-3)[4]
在CPU与存储器间的缓存存储器抒解了冯·诺伊曼瓶颈的性能问题。另外，分支预测（branch prediction）算法的创建也帮助缓和了此问题。巴科斯在1977年论述的“智能瓶颈”已改变甚多。且巴科斯对于此问题的解决方案并没有造成明显影响。现代的函数式编程以及面向对象编程已较少运行如早期Fortran一般会“将大量数值从存储器搬入搬出的操作”，但平心而论，这些操作的确占用电脑大部分的运行时间。
