Linux操作系统预备 —— 冯·诺伊曼体系结构

news2024/11/19 5:46:50

一,什么是冯·诺伊曼体系结构?(是什么?)

 上面的图就是冯·诺伊曼体系结构的总体简略图,不着急,我们一个一个来看:

1.1 输入输出设备

人们要想用计算机处理数据,首先就要把要处理的数据交给计算机,所以输入设备就是干这个的。而在计算机处理完数据之后,需要把处理完的数据以人类能够理解的方式返回给人类,输出设备就是干这个的。所以我们可以得到计算机的最早期设计的流程图,如下:

1.2 控制器

由于算数运算和逻辑运算只有运算功能,是不可控的,所以需要有控制功能。打个比方,就是可以把算数运算和逻辑运算看作是C语言中的加减乘除,而控制器就相当于for循环,if判断等C语言语法,语法是用来规范运算的,那么控制器也是这个功能

 然后,由于运算器和控制器结合都非常高,于是设计的先辈们把这两个东东搞成了一个东西,就是我们现在经常说的中央处理器,简称CPU

1.3 存储器(内存)

输入设备和输出设备相对于CPU来说是很慢的,打个比方,CPU每秒可以进行一百万个加法运算,但是输入设备每秒只能给你提供几万个加法式子,然后根据木桶原理,整个系统运行的快慢不是取决于最快是多少,而是最慢是多少。

所以当前设计显然不合理,于是就在输入输出设备中间加入了内存,不让输入输出设备和CPU直接交互。而且内存的特点是:比输入输出设备快很多,但是比CPU慢,这样内存就处于快慢设备之间,作为缓冲区间存在于该体系结构中,如下图

1.4 总结 

所以现在的体系运行流程就是:用户输入的数据先放到内存中,CPU读取数据的时候去CPU中找,读取完数据后返回给内存,然后内存再把数据交给输出设备,这样就完成一次数据处理

 二,内存是如何提高该体系结构效率的?

①我们可以把内存比喻成我们社会的菜鸟驿站,我们网购付款后,商家都是先把货物交给对应的快递公司,然后快递公司把多个目的地相近的快递统一用个大车运往当地的菜鸟驿站等快递点,然后快递点安排快递员派送或者我们自己前往快递点拿快递。

②通过快递的例子,我们可以看出菜鸟驿站和内存有个相同的功能,就是 “ 可以存储数据(快递) ” ,如果快递公司直接把快递交给货车司机,如果货车司机再根据地址一个个去找的化,不难看出效率是非常非常低下的,所以可以存储数据是内存提高整体效率的秘诀。

③并且根据统计学的“局部性原理”,当一个数据正在被访问时,那么下次访问时有很大可能会访问其周围的数据,而CPU处理数据和加载数据是可以同时进行的,比如驿站安排大车司机赶路的同时还可以同时收发快递,这样就能更好地发挥CPU地功能,提高整体效率

④输出数据的时候也一样,CPU处理完数据后直接将数据放到内存中,然后输出设备再去内存中拿,就和快递被放到驿站,我们可以让快递员派送,也可以自行去拿

三,QQ聊天时数据的流动

 首先需要联网,这里我们忽略网络的各种层次设计和各种协议,单纯地把网络当成传输数据的媒介,这里我们也忽略对数据的各种封装,这些都是以后的计算机网络才考虑的东西。

首先键盘充当输入设备,把你输入的数据放到内存里,CPU处理完后再放进内存,然后网卡作为输出设备从内存里拿数据,然后通过网线和网络找到对方的设备;这时候对方电脑的网卡做为输入设备,拿到数据后放到内存里,然后老一套的,CPU处理完放回内存,最后就成功输出到了对方的显示器上。

四,一些问题解答

4.1 程序运行前为什么要先加载到内存?

由体系结构决定的。因为可执行程序或者文件是存在于硬盘或者外设上的,而CPU只能从内存中读取数据,所以必须先将程序加载到内存中,才能被CPU运行。

4.2 为什么冯·诺伊曼体系结构为成为现代计算机的总体设计思路?

首先理清一个基本事实:凡是被广泛传播和大众喜欢的产品,一定是价格便宜质量OK,这个道理适用于几乎所有产品。有了内存的加入,既可以引入软件层的概念,比如引入操作系统,对整体的资源进行统筹规划和管理,而且有了OS的引入,机器的整体效率就会飞跃提升,达到需要四五个内存条或者其他更多运算设备的速度,大大降低成本

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1636978.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

数据链路层(计算机网络)

0、前言 本文大多数图片都来自于 B站UP主:湖科大教书匠 的教学视频,对高军老师及其团队制作出这么优质的课程表示感谢。本文的撰写目的不是为了应试,且受限于个人水平,可能和标准答案有所出入,请自行甄别,…

Scikit-Learn回归树

Scikit-Learn回归树 1、决策树1.1、什么是决策树1.2、决策树学习的步骤1.3、决策树算法 1、决策树 决策树(DTs)是一种用于回归和分类的有监督学习方法。通常,决策树用于分类问题;当决策树用于回归问题时,称为回归树。回…

2024.阳光能源追光计划暨大陆考察团交流分享会

近日大陆考察团抵达香港,受到了本司热情接待和安排。公司于4月27日下午举办了阳光能源追光计划主题交流会。 会上公司营销部总监张超,分享了阳光能源近几年的能源发展之路及公司新推出的追光计划,得到了大陆考察交流团团长杨国均先生的高度赞…

【c++】反向迭代器的探究实现

🔥个人主页:Quitecoder 🔥专栏:c笔记仓 在list中我们实现了正向的迭代器,学习完优先级队列后,我们也对适配器模式有了一个深刻的理解,这篇文章基于这种模式下,实现各类容器的反向迭…

基于STC12C5A60S2系列1T 8051单片机的Proteus中的单片机发送一帧或一串数据给串口调试助手软件接收区显示出来的串口通信应用

基于STC12C5A60S2系列1T 8051单片机的Proteus中的单片机发送一帧或一串数据给串口调试助手软件接收区显示出来的串口通信应用 STC12C5A60S2系列1T 8051单片机管脚图STC12C5A60S2系列1T 8051单片机串口通信介绍STC12C5A60S2系列1T 8051单片机串口通信的结构基于STC12C5A60S2系列…

2024五一数学建模竞赛(五一赛)选题建议+初步分析

提示&#xff1a;DS C君认为的难度&#xff1a;B>A>C&#xff0c;开放度&#xff1a;AB<C。 以下为A-C题选题建议及初步分析&#xff1a; A题&#xff1a;钢板最优切割路径问题 l 难度评估&#xff1a;中等难度。涉及数学建模和优化算法&#xff0c;需要设计最优的…

windows驱动开发-电源管理

驱动程序收到的电源IRP的主功能码是IRP_MJ_POWER 以及四个次要代码: IRP_MN_POWER_SEQUENCE 驱动程序将此 IRP 作为优化发送&#xff0c;以确定其设备是否实际进入了特定的电源状态。 对此 IRP 的支持是可选的。 若要发送此 IRP&#xff0c;驱动程序必须调用 IoAllocateIrp …

鸿蒙准备1

鸿蒙心路 感慨索性&#xff0c; 看看鸿蒙吧。打开官网相关介绍 新建工程目录结构 感慨 最近面试Android应用开发&#xff0c;动不动就问framework的知识&#xff0c;什么touch事件的触发源是啥&#xff08;eventHub&#xff09;&#xff0c;gc流程是啥&#xff0c;图形框架是什…

SpringCloudStream 3.x rabbit 使用

1. 前言 今天带来的是SpringCloudStream 3.x 的新玩法&#xff0c;通过四大函数式接口的方式进行数据的发送和监听。本文将通过 rabbitMQ 的方式进行演示 3.x版本后是 可以看到 StreamListener 和 EnableBinding 都打上了Deprecated 注解。后续的版本更新中会逐渐替换成函数式…

修改Ubuntu远程登录欢迎提示信息

无论何时登录公司的某些生产系统&#xff0c;你都会看到一些登录消息、警告或关于你已登录服务器的信息&#xff0c;如下所示。 修改方式 1.打开ubuntu终端,进入到/etc/update-motd.d目录下面 可以发现目录中的文件都是shell脚本, 用户登录时服务器会自动加载这个目录中的文件…

深度学习之基于Matlab NN的伦敦房价预测

欢迎大家点赞、收藏、关注、评论啦 &#xff0c;由于篇幅有限&#xff0c;只展示了部分核心代码。 文章目录 一项目简介 二、功能三、系统四. 总结 一项目简介 一、项目背景 房价预测是房地产领域的一个重要问题&#xff0c;对于投资者、开发商以及政策制定者等都具有重要的指…

【写作吗。月入过万,8年写作路,10w+订阅创作者的18条建议】

Tom Kuegler &#xff1a;62k粉丝的medium独立作者&#xff0c;全网累计10w人订阅。他不是高深莫测&#xff0c;有资源背景的大V&#xff0c;也不是有运营团队的流量博主&#xff0c;而是从零开始&#xff0c;坚持不断写作的最普通创作者之一。 通过写作&#xff0c;他收入过万…

SpirngBoot整合快递100

目录 一、注册快递100 二、技术文档地址 三、需要认证的key和comcumer 四、spring boot 整合快递 100使用 4.1 引入快递100和hutool的依赖 4.2 将key和comcumer写入application.properties文件中 4.3 新建一个modle,用于将查出来的json数据转成对象 4.4 新建一个controll…

【yolov8】yolov8剪枝训练流程

yolov8剪枝训练流程 流程&#xff1a; 约束剪枝微调 一、正常训练 yolo train model./weights/yolov8s.pt datayolo_bvn.yaml epochs100 ampFalse projectprun nametrain二、约束训练 2.1 修改YOLOv8代码&#xff1a; ultralytics/yolo/engine/trainer.py 添加内容&#…

机器学习高频问答题总结

机器学习问答题总结 第一章 线性回归1.什么是线性回归&#xff1f;解释主要原理2.解释线性回归中最小二乘法的原理吗&#xff1f;3.如何评估线性回归模型的性能&#xff1f;4.线性回归中正则化的目的是什么吗&#xff1f;L1正则化和L2正则化有什么不同&#xff1f; 第二章 逻辑…

深入解析yolov5,为什么算法都是基于yolov5做改进的?(一)

YOLOv5简介 YOLOv5是一种单阶段目标检测算法&#xff0c;它在YOLOv4的基础上引入了多项改进&#xff0c;显著提升了检测的速度和精度。YOLOv5的设计哲学是简洁高效&#xff0c;它有四个版本&#xff1a;YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x&#xff0c;分别对应不同的模型大小…

神经网络与深度学习--网络优化与正则化

文章目录 前言一、网络优化1.1网络结构多样性1.2高维变量的非凸优化1.鞍点2.平坦最小值3.局部最小解的等价性 1.3.改善方法 二、优化算法2.1小批量梯度下降法&#xff08;Min-Batch&#xff09;2.2批量大小选择2.3学习率调整1.学习率衰减&#xff08;学习率退火&#xff09;分段…

MouseBoost PRO for Mac激活版:强大的 鼠标增强软件

在追求高效工作的今天&#xff0c;MouseBoost PRO for Mac成为了许多Mac用户的得力助手。这款功能强大的鼠标增强软件&#xff0c;以其独特的智能化功能和丰富的实用工具&#xff0c;让您的电脑操作更加便捷、高效。 MouseBoost PRO for Macv3.4.0中文激活版下载 MouseBoost PR…

nginxconfig.io项目nginx可视化配置--搭建-视频

项目地址 https://github.com/digitalocean/nginxconfig.io搭建视频 nginxconfig.io搭建 nginxconfig.io搭建 展示效果 找到这个项目需要的docker镜像&#xff0c;有项目需要的node的版本 docker pull node:20-alpine运行这个node容器,在主机中挂载一个文件夹到容器中 主机&a…