简单的问题，增加核心与性能直接相关？
我的理解（如果我错了，请纠正我）是在多核系统、通信开销和内存中 与单核相比，延迟是性能的限制因素。也许具有大型 L1 和 L2 缓存的单核系统可以比 Core 2 Duos 执行得更好？但是，为什么在几乎每一个新架构中，内核的数量都在增加。我来这里一定是有原因的。
感谢您的帮助！
【问题讨论】：
标签： performance architecture computer-architecture
通常，在扩展系统中的核心数量时，内存延迟和带宽都是一个问题。注意：可能有专门的例外，但总的来说，大多数现代系统在 6 个以上的硬件内核访问内存之前不会开始遇到内存瓶颈。
然而，通信开销可能会非常昂贵。造成这种情况的技术原因非常复杂，超出了我的回答范围——某些方面与硬件有关，但其他方面仅与一个核心阻塞另一个核心完成计算的成本有关..两者都很糟糕。因此，使用多个内核的程序/应用程序通常必须在内核之间尽可能少地通信。这限制了可以卸载到不同内核上的任务类型。
新系统正在添加更多内核仅仅是因为它在技术上是可行的。例如，提高单核性能在技术上和经济上都不再可行。我认识的几乎所有应用程序程序员都绝对更喜欢单个超快内核，而不是必须弄清楚如何有效地利用 12 个内核。但是，即使你给他们几千万美元，芯片制造商也无法生产出这样的核心。
只要光速是一个固定常数，并行处理就会一直存在。就像今天一样，CPU 中的大部分速度改进是由于单个指令的并行处理。 Core 2 Duo（例如）将尽可能多地并行运行四个指令。这是可行的，因为在许多程序中，指令序列通常不会立即相互依赖：
现代 CPU 实际上会并行执行第 1,2 行和第 4 行，然后加倍返回并完成第 3 行——通常与第 5,6 行等中的任何内容并行执行。 （假设其中任何一个都不需要'c'变量结果）。这是必要的，因为我们加速或缩短执行任何单个指令的管道的能力非常有限。因此，工程师们一直专注于“走向广泛”——更多指令并行、更多内核并行、更多计算机并行（最后一种类似于云计算、BOINC 或@home 项目）。
【讨论】：
这取决于您的软件。如果您的 CPU 密集型计算任务不使用太多外部通信并且需要并行处理 - 多核是垂直扩展的方式。与单核 CPU 相比，它的性能要好得多……因为它可以并行执行计算任务（再次取决于您利用并行执行的特定任务）。例如，数据库服务器通常利用并行处理，并在多核 CPU 上大幅扩展。
一旦垂直限制耗尽，您可以通过在集群中引入多个节点来水平扩展，并且您需要协调任务执行。
所以你的问题：
但是为什么在几乎每个新架构中的核心数量都是 正在增加。
其中一个原因是软件不断发展以利用并行处理，而硬件则试图满足这种需求。
【讨论】：
您假设核心可以变得更复杂。在这一点上，这不是一个安全的假设。
您可以一次执行更多指令（“更宽”）或流水线更多以获得更高频率（“更深”）。
这两种方法的收益都在递减。更宽的芯片依赖于指令级可用的并行性，在最好的情况下它基本上不超过大约 3 宽，通常约为 1。更深的芯片存在功率和热量问题（由于电压增加，功率通常与频率成二次方关系，而与核心数量成线性关系）并损害分支错误预测的恢复时间。
我们做多核芯片不是因为我们想做，而是因为我们没有更好的选择。
【讨论】：