为了跟上我们组学习的进度，打好体系结构的基础，接下来我会持续的学习计算机体系结构的知识。参考的课程是   苏黎世联邦理工 ETH Zurich：Digital Design and Computer Architect

Lecture 1: Introduction and Basics_哔哩哔哩_bilibili

这一节简单介绍体系结构。

四个方向(目标)

（1）secure/reliable/safe。更安全可靠。

（2）energy-feeicient（低功耗），符合可持续发展的目标。

（3）low-latency （低延迟），predictable(可预测)，让系统更快。

（4）与其他领域结合，构建高效的系统。

以apple的体系结构为例：

需要了解每个部分的原理。为什么需要这些目标？

可以设计更好的硬件，软件，系统，思维。

（觉得下面这段话挺有道理的，记下来）

更重要的是学习经验，长远的权衡，批判性思维和决策能力。

利用这门学科为自己谋长远的福利，这才是终生学习者的心态。

解决问题是为了获取洞察力。

计算机体系结构在解决问题中的层次：

设计根据目标不同实现的方法也不同，设计不同的体系结构原则是相同的。

比如，特斯拉自动驾驶的芯片，是根据汽车的工作负载设计的，可以支持机器学习推理加速，行人识别等任务。

英伟达的GPU支持动态编程。GPU是一个特殊的系统，针对图形处理设计的。

机器学习的革命伴随着GPU的发展。

 

协同设计：需要和软件和操作系统系统优化。

软件创新是建立在计算机架构的变化之上。

在未来，个性化医疗，个性化基因工程可能会实现。

底层还有很多提高的空间

 现在的体系结构，能效是一个非常非常大的制约因素。能效和可持续发展关系很大，考虑要寿命、可降解性。

（ 我的理解是减少发热，把能源尽可能用到计算上面）

计算机在使用的时候消耗了大量的电能。所以我们应该考虑对未来的责任。（绿色）

数据中心对环境非常不利，数据中心放在有大量水源的地方。

训练深度学习模型排放了很多的碳。

深度网络在指数增长。

可以加速推荐系统。

以内存为中心的计算架构 和以 数据为中心的架构是不同的

很多芯片是不可靠的。