性能评价与Amdahl

1. 核心公式 (The Math)

这是本章唯一的计算重灾区。

A. CPU 时间公式

$CPUTime=\frac{Instructions\times CPI}{ClockRate}=\frac{IC\times CPI}{f}$

• IC (Instruction Count)：指令条数（由程序和编译器决定）。
• CPI (Cycles Per Instruction)：每条指令平均需要的时钟周期数（反映微架构效率）。
• Clock Rate (f)：主频（反映电路工艺）。

推论：

• MIPS (Million Instructions Per Second)：$MIPS=\frac{f}{CPI\times 10^6}$。
• 陷阱：MIPS 不能跨架构比较性能！RISC 架构指令多但 CPI 低，CISC 指令少但 CPI 高，MIPS 高不代表程序跑得快。唯一标准是执行时间（Execution Time）。

B. 阿姆达尔定律 (Amdahl’s Law)

用于评估“局部优化对整体的提升”。

$Speedup=\frac{1}{(1-P)+\frac{P}{S}}$

• P (Percentage)：可被改进部分占总时间的比例。
• S (Speedup factor)：改进部分加速了多少倍。

2. 深度解析 (Deep Dive)

• 边际效应递减：如果一个部件（如乘法器）只占总运行时间的 20%，即使你把它加速到无限快，系统整体提升也无法超过 $1/(1-0.2)=1.25$ 倍。
• DevOps 启示：不要盲目优化！先做 Profiling（性能分析），找到那个占用 80% 时间的瓶颈（Hot Spot），优化它才有效。

3. 期末生存指南 (Exam Survival)

• 计算题型 1：给定两台机器的频率、CPI 和指令条数，问谁更快？
  • 解法：死算 CPU Time，时间短的赢。
• 计算题型 2 (Amdahl)：某浮点运算占 40%，硬件升级后浮点速度快了 10 倍，求整体加速比。
  • 解法：代入公式 $1/((1-0.4)+0.4/10)$。
• 概念坑：CPI 是定值吗？错，CPI 是程序运行时的平均值，不同程序 CPI 不同。

4. 关联链接 (Links)

• Cloud Native：水平扩展 (Scale-out) vs 垂直扩展 (Scale-up) 的理论基础。
• 算法复杂度：大 O 表示法是软件层面的衡量，CPU Time 是硬件层面的落地。