二、下面我们根据课程大纲，大致过一遍组成原理
1. 性能
衡量计算机的性能，主要有两个指标：响应时间和吞吐率。
响应时间，就是执行一个程序花费的时间，花的时间越短，性能就越好。
吞吐率，就是一定时间内，到底能处理多少数据和指令，处理的越多，性能就越好。
我们一般把性能定义为响应时间的倒数，也就是：性能 = 1 / 响应时间
响应时间也就是CPU执行我们程序的时间，我们对时间这个指标进行拆解，把程序的CPU执行时间变成CPU时钟周期数和时钟周期时间的乘积。
程序的CPU执行时间 = CPU时钟周期数 x 时钟周期时间
程序的CPU执行时间 = 指令数 x 每条指令的平均时钟周期数 x 时钟周期时间
所以优化性能，就要从这三者入手了：
指令数，代表执行我们的程序到底需要多少条指令，一般都是编译器去做。
每条指令的平均时钟周期数，就是执行一条指令需要的CPU周期数。
时钟周期时间，也就是计算机主频，摩尔定律就在提高我们计算机的主频，例如：主频为2.8GHz，简单理解就是1秒钟可以执行2.8G条指令。
2. 功耗
从上面可以看出，想要提升性能，可以通过减少响应时间的方法来提升，减少响应时间又有三条路可以走：减少指令数、减少周期数、提升主频。
过去相当长的时间里，工程师们都在目光集中在提升计算机主频，在CPU中增加晶体管密度，提升晶体管“打开”和“关闭”的速度，这两者都会带来耗电和散热的问题。
CPU的功耗 = 1/2 x 负载电容 x 电压的平方 x 开关频率 x 晶体管数量
为了平衡性能和功耗，工程师们想尽办法把晶体管的制程从28nm缩小到7nm，让CPU中可以更多晶体管，同时呢又降低电压，这让我们的CPU性能也一直提升。
但是，这种做法终有极限，所以工程师们又开始通过提升吞吐率来提升性能，而不是响应时间，所以我们现在的CPU慢慢的由单核发展成了2核、4核、8核的CPU，让更多的核心同时工作，通过并行来提升性能。
总结
无论是通过提升主频，还是增加更多的CPU核心数量并行处理，都有其瓶颈所在，仅仅通过“堆硬件“的方式，今天已经不能很好的满足我们对于性能的期望了，这就需要我们从其他方面入手了：
加速大概率事件
通过流水线提升性能，把CPU指令执行进行合理的拆分、细化。
通过预测提升性能，提前预测下一步做什么，提前进行响应的操作。
