CPU - 21ic中国电子网

当前位置：首页 > CPU

CPU为什么是方形，而不是圆形的？

对硬件有所了解的朋友们几乎都会知道，CPU的外形约是一块正方形的金属厚片。当然也有长方形的版本。上表面平整光滑，下表面则有着金属触点或针脚。虽然我们默认CPU的形状为矩形，但是不知道有没有小伙伴想过CPU为什么不做成圆形呢？你看到的CPU不是真的CPU 在解答这一问题之前，要先向大家科普一下，我们能用眼睛看到的，用手摸到的这一小坨金属片，并不是CPU这一硬件的本体，而是它的封装。 CPU的本体芯片被牢固安装在封装的中心。称不上巧合的是CPU芯片的形状同样为矩形，所以我们就先来讲一讲真正的CPU芯片为什么是这个形状吧。 CPU的本体实际上是最中间的小小薄片从制造说起可能很多同学都知道，CPU芯片是由沙子制成的，不知道这份知识有没有雷总想要将手机芯片卖成沙子价格的科普功劳在里面。沙子的成分是二氧化硅，我们从中提取硅元素制成一个又粗又长的单晶硅棒，然后切割成一片一片的薄薄的圆形硅片，也就是我们更加熟知的“晶圆”。直到这里晶圆还是圆形的，这也是它名字的由来。接下来经过一系列复杂的处理，包括离子注入、电镀、光刻等等，这片晶圆上就出现了许多块小小的CPU雏形。然后对晶圆进行分割，把一块块的CPU芯片分离开来，并从中剔除掉不合格的部分，剩下的就是合格的CPU芯片了。再把CPU芯片放在一片PCB板上，上面盖上一片铝盖，中间用钎焊或硅脂连接起来，我们能见到的CPU就做好了。（当然没这么简单，太长不讲） CPU为何是方的有些同学可能听了一头雾水，CPU的生产过程和它为什么是方的之间有什么必然联系吗？实际上我们知道了，CPU小方块是从一张巨大的圆形大饼上切下来的。那么为了降低成本，肯定是把这张大饼切的份数越多越好。如果从一个平面上切下许多圆形区域，那么圆和圆之间剩下的缝隙则完全被浪费掉了，而切成许多小的正方形就可以完全没有缝隙，只在晶圆的边缘处留下少许浪费的区域。最密集的圆形还是会浪费大量面积同时还要考虑到切割难度的问题，直线切割当然比曲线切割要简单很多倍。这种情况下工艺更加简单，也能一定程度上提高CPU的良品率。所以其实这个问题的答案并不复杂，CPU是方形的，只是单纯因为方形更易切割且利用率更高，最不浪费。切割成方形可以节约晶圆，工艺也更加简单虽然成本控制是企业逐利性的必然结果，但也是这分成本控制，让我们能只花几千元或几百元就能买到人类科技的最高结晶之一，快看看面前主机里面的CPU，你能感受到那份智慧凝结的美丽吗？来源：中关村在线免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-09-30 关键词： CPU 芯片
龙芯CPU信息技术教材问世，覆盖小学、初中，你家小孩用了吗？

近期，由江苏省中小学教学研究室编著、凤凰科学技术出版社出版的最新龙芯中学、小学信息技术教材问世，这意味着信息技术走进了孩子的教育。教材配合了已经融入到中小学信息技术课程的国产龙芯电脑，广大中小学生将在日常学习中，通过自主教材和自主终端，学习计算机相关知识原理，体验自主创新的科技魅力，培养对计算机和自主创造的兴趣。据悉，龙芯教材曾经于2013年出版，本次为修订再版，除了常规的软件应用介绍以外，还新增了机器人、创客、Scratch编程、物联网等知识，进一步增强了中小学生动手实践的环节，在使用计算机中学习计算机。据教材编写负责人介绍，学习机器人项目是龙芯中科和紫光机器人合作开发定制的，适用于龙芯硬件和软件平台的机器人项目。学习Scratch进行编程，则是充分结合当今技术流行趋势，让学生从小懂得如何通过硬件操作物联网(IoT)，掌握现象背后的知识原理。新版教材保留了对于龙芯团队、龙芯计算机的介绍，对于龙芯CPU的诞生和使命，也用了相当一部分笔墨去体现。在当今Windows、Intel、Android 、PS、Xbox、Switch充斥在青少年群体周围的时候，龙芯教材作为一本凝结着自主创新精华，服务中、小学生教育，传播科技理想与科学知识的学习教材，让那些灌输现成主义、国外优越的家长朋友值得深思。目前，该教材已向江苏省全省中、小学校推荐使用，你有认识的小孩在使用了吗?。

时间：2020-09-23 关键词：龙芯 CPU
运行时电源管理技术的原理是什么？

通常情况下在实时嵌入式系统中可部署一些设计及运行时电源管理技术。尽管我们讨论的是某些可扩大标准多线程读取操作系统(OS)的特定电源管理技术，但应当强调指出的是，采用抢先式(preemptive)的多线程读取OS本身常常能够实现显著的电源节约。不利用OS的实时应用常常要求应用周期性探询接口以检测事件。从电源角度看，这样的效率是相当低的。使用OS可使应用能够利用中断驱动模式，其中程序就会在需要的时候开始执行，以响应外部事件。此外，当基于OS的应用没有可做的事情时，其就会进入空闲线程，这时则可启动低功率操作模式，以减少功耗。但是，操作系统除了能简单地为DSP内核启用空闲模式之外，其还需要提供复杂得多的电源管理支持。在实践中，大量功率被周边设备所消耗，可能是片上器件，也可能是外部设备，此外存储器也会消耗大量功率。任何电源管理方法都应当具备管理外设功耗的支持，这是至关重要的。此外，电压与功耗之间的平方关系意味着，更高效的方法是在要求较低电压的较低时钟速率上执行代码，而不是先以最高的时钟速率执行而后再转为空闲。我们将概括讲解在操作系统中实施电源管理支持的众多机遇：系统上电行为:处理器及其片上外设一般均以最高时钟速率全面上电启动。不可避免的是，有些资源的供电启动还尚不需要，或者根本就不会在应用过程中用到。举例而言，MP3播放器就很少使用其USB端口与PC进行通信。在启动时，操作系统必须为应用提供一种调节系统的机制，从而关闭不必要的电源消耗器件或使之处于空闲状态。空闲模式:CMOS电路中的有效功耗只有在当电路进行时钟计时的情况下才发生。通过关闭不需要的时钟，可以消除不必要的有效功耗。在等待外部事件时，大多数DSP都融入了暂时终止CPU有效功耗的机制。CPU时钟的"闲置"通常由"停止"或"闲置"指令触发，其在应用或操作系统闲置时进行调用。一些DSP进行多个时钟域分区，可以使这些域分别处于空闲状态，以中止未使用模块中的有效功耗。例如，在TI的TMS320C5510 DSP中，可以有选择性地使6个时钟域闲置，其中包括CPU、高速缓存、DMA、外设时钟、时钟生成器，以及外部存储器接口。除了支持闲置DSP及其片上外设之外，操作系统还必须提供用于闲置外部周边设备的机制。例如，一些编码译码器具备可以被激活的内置低功率模式。我们面临的一个挑战是类似看门狗定时器这样的外设。通常情况下，看门狗定时器应根据预定义的时间间隔提供服务，以避免其激活。这样，减缓或中止处理的电源管理技术就可能无意中导致应用故障。因此，该OS应当使应用在睡眠模式期间禁用此类外设。断电:尽管空闲模式消除了有效功耗，但静态功耗即便在电路不进行切换的情况下也会出现，这主要是由于逆向偏压泄漏(reverse-bias leakage)造成的。如果系统包括的某个模块不必随时供电，那么我们就可以通过让操作系统仅在需要时才为子系统上电，从而减少功耗。到目前为止，嵌入式系统开发商对最小化静态功耗投入的工作极少，因为CMOS电路的静态功耗非常低。但是，新型、具有更高性能的晶体管使电流泄漏显著增加，这就要求我们对可降低静态功耗及更复杂的睡眠模式给予新的关注。电压与频率缩放(frequency scaling)有效功耗与切换频率成线性比例，但与电源电压成平方比。以较低的频率运行应用与在全时钟频率上运行该应用并转入闲置相比，谈不上节约了多少功率。但是，如果频率与平台上可用的更低操作电压兼容的话，那么我们就可能通过降低电压来实现显著的节约，这正是由于上述平方关系的缘故。这也使人们就如何通过电压缩放来节约功率进行了大量的学术研究。尽管电压缩放是一种潜在的、非常诱人的、降低功耗的方法，但在现实世界的应用中我们对其加以利用时应当小心。这是由于我们需要完全了解该系统是否仍能满足它的实时最后期限。降低电压(进而降低CPU频率)将改变给定任务的执行时间，从而有可能导致人物错过实时最后期限。即便新频率与最后期限兼容，但如果开关频率及电压的等待时间太长，还是会出现问题。影响等待时间的因素包括如下： * 对稳压器进行再编程所需时间 * DSP能否在电压更改期间继续执行其他任何代码需要对外设进行再编程，如串行端口或外部存储器接口，与接收不同始终来源的周边外设相接。例如，CPU 时钟速率降低可能要求减少访问外部存储器的等待状态数量。对用于生成操作系统时钟报时信号的计时器进行再编程的可能性，将影响操作系统时基的绝对正确性。尽管电压缩放实际等待时间会根据所选DSP以及需要再编程外设的数量而不同，但在许多系统中，等待时间仅为几百微秒甚至几毫秒。在许多实时应用中，这将使电压缩放不切实际。尽管存在上述弱点，但仅在某些可事先预见的模式下，那些需要完全处理功率的应用，还是有可能利用电压缩放的。例如，便携式音乐播放机可利用DSP进行MP3译码及用户接口要求的一般控制处理。如果仅MP3译码要求完全时钟速率，那么DSP便可在执行用户接口功能时降低其电压，而仅在音乐数据开始流向DSP时才以完全功率工作。

时间：2020-09-22 关键词： DSP 管理技术 CPU
CPU如何计算1+1？如何进行四则运算的？

我们知道，人类进行运算的本质是查表，并且我们存储的表是有限的。那么，计算机是怎样进行四则运算的呢，也是查表吗？肯定不是。今天，我们来说一说CPU是如何计算1+1的。现代计算机又叫电子计算机，肯定是由电路和电子元件来实现的呗。我们都知道一台计算机的核心就是处理器（CPU），它的职责就是运算。CPU是一块超大规模的集成电路，我们要想弄清楚计算机的运算机制就要了解集成电路是如何具有运算能力的；而集成电路是由大量晶体管等电子元件封装而成的，所以探究计算机的计算能力就可以从晶体管的功能入手。晶体管如何表示0和1 从第一台计算机到EDVAC，这些计算机使用的都是电子管和二极管等元件，利用这些元件的开关特性实现二进制的计算。然而电子管元件有许多明显的缺点。例如，在运行时产生的热量太多，可靠性较差，运算速度不快，价格昂贵，体积庞大，这些都使计算机发展受到限制。于是，晶体管开始被用来作计算机的元件。晶体管利用电讯号来控制自身的开合，而且开关速度可以非常快，实验室中的切换速度可达100GHz以上。使用了晶体管以后，电子线路的结构大大改观，进入了晶体管为代表的第二代电子计算机时代。 1947年贝尔实验室的肖克利等人发明了晶体管，又叫做三极管。下图是晶体管的电路符号。需要说明的是，晶体管有很多种类型，每种类型又分为N型和P型，下面图中的电路符号就是一个N型晶体管。晶体管电路有导通和截止两种状态，这两种状态就可以作为“二进制”的基础。从模电角度来说晶体管还有放大状态，但是我们此处考虑的是晶体管应用于数字电路，只要求它作为开关电路，即能够导通和截止就可以了。如上图所示，当b处电压>e处电压时，晶体管中c极和e极截止；当b处电压换句话说，这个三极管的b极电压相对e极为低电平时三极管就会导通，相对e极为高电平时三极管就会截止。从这里可以看出，晶体管的导通与截止这两种状态对外可以使用b极电压的相对高低来表示，进而说明了我们可以使用高电平或者低电平状态来表示二进制。也就是说b极是一个输入量（自变量），可以作为变量存储两个数值：高电平或低电平；相应的输出值（因变量）就是电路实际的变化：导通或截止。就上面这个N型晶体管而言，高电平截止，低电平导通。假如此时，我们把高电平作为“1”，低电平作为“0”。那么b极输入1，就会导致电路截止，如果这个电路是控制计算机开关机的，那么就会把计算机关闭。这就是机器语言的原理。实际用于计算机和移动设备上的晶体管大多是MOSFET（金属-氧化物半导体场效应晶体管），它也分为N型和P型，NMOS就是指N型MOSFET，PMOS指的是P型MOSFET。注意，MOS中的栅极Gate可以类比为晶体管中的b极，由它的电压来控制整个MOS管的导通和截止状态。 NMOS电路符号如下图： PMOS电路符号如下图： NMOS在栅极高电平的情况下导通，低电平的情况下截止。所以NMOS的高电平表示“1”，低电平表示“0”；PMOS相反，即低电平为“1”，高电平为“0”。到了这个时候，你应该明白“1”和“0”只是两个电信号，具体来说是两个电压值，这两个电压可以控制电路的通断。门电路一个MOS只有一个栅极，即只有一个输入；而输出只是简单的电路导通、截止功能，不能输出高低电压信号，即无法表示“1”或“0”，自然无法完成计算任务。此时就要引入门电路了。（小提示：电压、电平、电信号在本文中是一回事。）门电路是数字电路中最基本的逻辑单元。它可以使输出信号与输入信号之间产生一定的逻辑关系。门电路是由若干二极管、晶体管和其它电子元件组成的，用以实现基本逻辑运算和复合逻辑运算的单元电路。这里只介绍最基础的门电路：与门、或门、非门、异或门。 01 与门与门电路是指只有在一件事情的所有条件都具备时，事情才会发生。下面是由MOS管组成的电路图。A和B作为输入，Q作为输出。例如A输入低电平、B输出高电平，那么Q就会输出低电平；转换为二进制就是A输入0、B输出1，那么Q就会输出0，对应的C语言运算表达式为0&&1=0。 02 或门或门电路是指只要有一个或一个以上条件满足时，事情就会发生。下面是由MOS管组成的电路图。A和B作为输入，Q作为输出。例如A输入低电平、B输入高电平，那么Q就会输出高电平；转化为二进制就是A输入0、B输出1，那么Q就会输出1，对应的C语言运算表达式为0||1=1。 03 非门非门电路又叫“否”运算，也称求“反”运算，因此非门电路又称为反相器。下面是由MOS管组成的电路图。非门只有一个输入A，Q作为输出。例如A输入低电平，那么Q就会输出高电平；转换为二进制就是A输入0，那么Q就会输出1；反之A输入1，Q就会得到0，对应的C语言运算表达式为!0=1。 04 异或门异或门电路是判断两个输入是否相同，“异或”代表不同则结果为真。即两个输入电平不同时得到高电平，如果输入电平相同，则得到低电平。下面是由MOS管组成的电路图。A和B作为输入，Q作为输出。例如A输入低电平、B输入高电平，那么Q输出高电平；转换为二进制就是A输入0，B输出1，那么Q就会输出1，对应的C语言运算表达式为0^1=1。通过这些门电路，我们可以进行布尔运算了。半加器和全加器通过门电路，我们可以进行逻辑运算，但还不能进行加法运算。要进行加法运算，还需要更复杂的电路单元：加法器（加法器有半加器和全加器）。加法器就是由各种门电路组成的复杂电路。假如我们要实现一个最简单的加法运算，计算二进制数1+1等于几。我们这时候可以使用半加器实现。半加器和全加器是算术运算电路中的基本单元，它们是完成1位二进制相加的一种组合逻辑电路；这里的1位就是我们经常说的“1byte=8bit”里的1bit，即如果我们想完成8位二进制的运算就需要8个全加器。半加器这种加法没有考虑低位来的进位，所以称为半加。下图就是一个半加器电路图。半加器由与门和异或门电路组成，“=1”所在方框是异或门电路符号，“&”所在方框是与门电路符号。这里面A和B作为输入端，因为没有考虑低位来的进位，所以输入端A和B分别代表两个加数。输出端是S和C0，S是结果，C0是进位。比如，当A=1，B=0的时候，进位C0=0，S=1，即1+0=1。当A=1，B=1的时候，进位C0=1，S=0，即1+1=10。这个10就是二进制，换成十进制就是用2来表示了，即1+1=2。到了这里，你应该明白了晶体管怎么计算1+1=2了吧。然后我们利用这些，再组成全加器。下面是一个全加器电路图，同样只支持1bit计算。Ai和Bi是两个加数，Ci-1是低位进位数，Si是结果，Ci是高位进位数。如果我们将4个加法器连接到一起就可以计算4位二进制，比如计算2+3，那么4位二进制就是0010+0011，下表就是利用加法器计算的值。和普通加法一样，从低位开始计算。加数A代表0010，B代表0011。结果Si：0101，就是十进制5，加法器实现了十进制运算2+3=5。结语现在我们可以想到，CPU的运算单元是由晶体管等各种基础电子元件构成门电路，在由多个门电路组合成各种复杂运算的电路，在控制电路的控制信号的配合下完成运算，集成的电路单元越多，运算能力就越强。本文系网络转载，版权归原作者所有。如有问题，请联系我们，谢谢！ -END- 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-09-21 关键词：集成电路晶体管 CPU
乱用电源会造成什么后果？

如果将电源进行类比的话，那电源相当于电子产品的心脏。如果说 CPU 是大脑，电源就是心脏。电源稳不稳定，直接决定电子产品的稳定性。没事来个心律不齐，谁都受不了。如果极端情况下，供血不足，那多好的产品都白扯。下面这个例子就是在极端情况下，用错电源模块的一个例子。刚步入职场的时候做个一个产品，检测雷电流的大小。那可是伟大的事业，为了人类造福，哈哈。感应雷 60KV，120KA，8/20us，测试雷击电流大小。可能我写的不严谨，60,000V ，120,000A，8/20us。没看错就是这么爽。那以前我连 12A 的电流都没接触过，这直接来这么大的，所有的理论知识在庞大的实力面前，直接灰飞烟灭。电流传感器什么的都是特制的，就这巨大的电磁辐射，人都的在试验台面前隔一道铁丝网，需要做等电位接地，不然后果大大的严重。电子产品能做到不受干扰还能准确检测出电流值(LSB=1KV，哈哈)，想想都头疼。别的不说，一竿大雷下去，估计 MCU 的程序都的跑飞了吧。那个年代，还停留在汇编独占半壁江山，keil 编译 C51 的效率为 30%的年代。选来选取，AVR 的 MCU 抗干扰能力最强，显示屏就用 12864LCD 屏，虽然简单但也是能抗住的唯一的带汉字的屏了，总不能用 8 位数码管显示吧。精度要求不大，所有运放就不用太多要求，ADC 用 MCU 内部采集。剩下的就是电源和屏蔽了。屏蔽不用说，金属外壳包的严严实实的，单点接地，什么防雷管，TVS，压敏电阻全上。武当七侠全上，就不信打不过一个谢逊。用到+5V(控制)，+12V，-12V(运放)三种电压，所以选电源的时候，很自然想到体积小的多路开关电源模块。用过国内大厂家的 AC-DC 模块，做的是真好，体积小，电压稳，比自己做的强多了，专业的就是专业的。选了一个功率合适的电源模块用到电路里去做测试。用低电流做测试，也没什么问题，把模拟部分调差不多了，以为样机是完成了。结果做 50KA 以上的时候，发现电流值没采集到的。当时为了找问题，我就站在产品附近以最快的速度看屏显示是不是有问题，都豁出去了。发现 MUC、LCD 屏没有因为电压不稳而重启或者白屏的情况发生。说明+5V 那路没问题，那就是模拟采集部分+12V 和 -12V 出了问题。想想也是，+5V 那路是主绕组，是闭环回路。而+12V 和 -12V 是副绕组，没有反馈，自然抗干扰能力就差，只不过人家模块做的不错，在 50KA 的时候还能忍住。找到原因了，就换三个电源模块来代替原来的 1 个多路的电源模块，老老实实的做吧，然后就没出现问题。看来在强电磁干扰情况下，保持电源的稳定性，还是需要老老实实的选闭环回路的开关电源模块吧。

时间：2020-09-17 关键词：单片机电源 CPU
英特尔奔腾金牌 7505 曝光：新晋双核 CPU，新款 Surface Go 有望搭载

8 月 27 日消息根据爆料者 @APISAK 的消息，英特尔一款奔腾金牌 7505 移动处理器现已出现在了 Geekbench 5 跑分平台上，由一款惠普的翻转本搭载。曝光的数据显示，英特尔奔腾金牌 7505 为 2 核 4 线程，2.0-3.5GHz，三级缓存为 4MB。值得一提的是，这款处理器后面没有加 Y/U 的后缀。作为对比，英特尔去年发布的奔腾金牌 4425Y 为 2 核 4 线程，主频 1.7GHz，没有睿频，三级缓存 2MB。跑分方面，英特尔奔腾金牌 7505 单核 1093 分，多核 2326 分，而 Surface Go 搭载的奔腾金牌 4425Y 单核 400 左右，多核接近 1000 分。了解到，英特尔即将在 9 月 2 日发布采用 10nm 工艺的 11 代酷睿，奔腾金牌 7505 很可能也是采用新架构的产品，微软新款的 Surface Go 有望搭载这款新晋双核处理器。

时间：2020-09-16 关键词：英特尔 surface CPU
散热器一样CPU也能差好几度！鑫谷硅脂与竞品对比实测

对于普通DIY玩家来说，硅脂虽然肩负着把CPU热量传递给散热器的重任，不过很少有人会去关注它对散热性能的影响，大部分时候都是作为散热器的附赠品而存在。对于中端和入门平台来说，附赠的一小包硅脂或者网上5块钱一大管的不知名品牌硅脂的确也够用了，不过在高端平台，选购一款高性能散热硅脂可能是提升散热能力最经济实惠的方法了。散热硅脂来说最重要的性能指标就是导热系数(单位：W/m.K)，导热系数越高，意味着硅脂的导热能力越强，而8W/m.K基本是高性能和入门硅脂产品的分水岭，一般散热器的原装硅脂的导热系数在5W/m.K以下。今天测试的鑫谷冰焰V5硅脂是一款导热系数达到12.2 W/m.K的产品，这款纸面参数出色的散热硅脂能带来怎样的散热体验，非常值得期待。鑫谷冰焰V5外观赏析鑫谷冰焰V5硅脂的包装非常简洁，采用简洁的一次性塑封包装，除乐硅脂本体外还附送一只塑料刮刀和一片酒精清洁棉。这款产品采用常见的针筒式设计，硅脂净含量为2g，正常使用来说可以满足6~7次CPU的涂抹用量，对于普通用户来说完全够用了。鑫谷冰焰V5虽然没有标称具体材料，但标称采用环保材料+安全零导电，意味着没有加入金属颗粒作为辅助导热材料，硅脂本身粘稠度适中，在拥有出色的散热性能的同时也能较好地保护CPU表面。鑫谷冰焰V5散热性能测试在实际散热性能测试方面，我们加入了水冷散热器原装硅脂和导热系数为9.8W/m.K的超频三GT-2硅脂作为参考对照，测试平台为发热怪兽酷睿i9-10900K搭配360规格水冷，测试方式为将酷睿i9-10900K的频率超频到4.9Ghz，使用Prime95拷机15分钟，并使用CoreTemp和AIDA64分别记录CPU的温度和频率。首先是散热器原装散热器的测试成绩，拷机15分钟后单核最高温度达到91℃，最低温度为83℃。来到超频三GT2，拷机15分钟后CPU的单核最高温度也达到91℃，最低温度为82℃，跟散热器原装硅脂的表现几乎一致。而主角鑫谷冰焰V5的表现就比较惊艳了，完成15分钟拷机后，CPU的最高温度仅为87℃，最低温度则只有78℃。比前面两款导热系数更低的硅脂拥有更全面的散热性能表现，整体温度比前面两款硅脂低3~5℃，对于一套高端平台来说，能达到这样的降温效果已经非常不错。总结：高端平台之选最后我们来聊聊这款硅脂的应用场景，在酷睿i9-10900K这样级别的处理器上，要获得这样的散热成绩提升幅度，光更换散热器的话要投入的成本可不低，升级硅脂的性价比肯定更高。如果你已经拥有一套顶级的散热器，升级到这款硅脂也能获得更佳的散热上限，长期使用也能获得更佳的稳定性和使用感受（CPU温度更低时散热风扇的转速也会更低）。但如果你使用的就是不能超频的65W规格处理器，使用散热器原装自带的硅脂就足够了，这款硅脂带来的提升可能没那么明显。总结来说，鑫谷冰焰V5硅脂在酷睿i9-10900K这样的高功耗CPU上带来的散热能力提升还是比较可观的，参考它的实际表现，39元/2g的价格在同级（导热系数为12 W/m.K左右）产品中也足够超值。如果你已经购入了顶级的CPU和散热器，再入手这样一款出色的硅脂产品绝对会是你的不二之选。

时间：2020-09-16 关键词：硅脂 CPU
11代酷睿单核给力 15W奔腾掀翻45W高端CPU

Intel即将推出11代酷睿处理器了，基于10nm+工艺的Tiger Lake系列这次换了Willow Cove核心架构，还有Xe架构Gen12核显，性能值得一战。此前11代酷睿曝光的主要是高端的酷睿i7、酷睿i5处理器，今天GK跑分库里出现了一款比较独特的Tiger Lake处理器—;—;用于HP Pavillion x360变形本的奔腾Gold 7505，2核4线程，基础频率2.0GHz，加速频率3.48GHz。无论从哪方面来来看，奔腾Gold 7505的规格都不高，CPU频率最高也就3.5GHz而已，但是它的GK5跑分不低，单核1093分，多核2326分。由于2个核心所限，多核2300多分肯定没什么骄傲的，但是单核1093分就不容易了，这个跑分成绩让一大帮35W、45W的高端笔记本CPU汗颜，甚至跟前两代的高端桌面CPU有得一拼。不说别的，这个性能超过了酷睿i5-9400F这样的桌面处理器，跟酷睿i9-8950K、锐龙7 4800H这样的高端U相差无几，要知道后者频率都在4GHz甚至4.5GHz以上。这么来看，Tiger Lake处理器的全新CPU内核IPC性能提升都还是比较明显的，让15W TDP、3.5GHz的奔腾处理器就能跟高端锐龙/酷睿掰腕子。

时间：2020-09-16 关键词： Intel 奔腾单核 11代酷睿 CPU
苹果自研桌面CPU、显卡曝光：全系台积电5nm

今年6月份的WWDC开发者大会上，苹果官方宣布，其Mac电脑将在未来两年左右的时间内，从Intel x86完全过渡到ARM自研芯片—;—;Apple Silicon。据@手机晶片达人最新爆料，苹果明年的桌面iMac，除了会改用自己的Apple Silicon CPU，还有机会搭载苹果自己开发的显卡芯片，二者均采用台积电5nm工艺打造。据集邦咨询旗下半导体研究处调查，首款Mac SoC将采用台积电5nm进行生产，预估成本将低于100美元，较Intel更具成本竞争优势。应用Apple Silicon CPU的Mac产品，预计将在明年下半年问世。除了iMac，MacBook系列也将全面向Apple Silicon CPU过渡。今年7月，天风国际分析师郭明錤曾预测，苹果未来的MacBook新机型包括：配备Apple Silicon的13.3英寸MacBook Pro（今年第四季度量产）、配备Apple Silicon的MacBook Air（今年第四季度或明年第一季度量产）、配备Apple Silicon的全新设计14英寸、16英寸MacBook Pro（明年第二季度末或第三季度量产）。 “向苹果芯片的过渡代表了Mac上最大的飞跃。”苹果官方此前表示，十多年来，苹果世界级芯片设计团队一直在构建和完善苹果自研SoC。结果是为iPhone，iPad和Apple Watch设计的可伸缩体系结构定制化设计，在每瓦特有的性能和性能方面处于业界领先地位，并使每一种性能都达到最佳。在此架构的基础上，苹果正在为Mac设计一系列SoC。这将提供Mac业界领先的每瓦性能和更高性能的GPU，使应用程序开发人员可以编写功能更强大的专业应用程序和高端游戏。

时间：2020-09-15 关键词：苹果台积电显卡 5nm CPU
CPU中的程序是怎么运行起来的？

作者：良知犹存转自：羽林君 CPU的硬件最小原子计算机从上世纪四十年代发展到现在有八十多年了，我们现在开发应用以及很少会涉及到底层的部分，硬件设计的电子专业在学校里面会学习模电数电这两门课，今天的第一部分就从这里说起。 Crash Course Computer Science的视频，下面有很好照片都是从她的视频中截取。以及感谢《CODE》，好多资料也是从此书得来。 CPU的模块组成过程讲完了CPU组成的最小原子结构,接下来我们抽象出来了逻辑门进行 1970年发布的时候，它是第一个封装在单个芯片内完整的ALU。 ALU（算数逻辑单元）有两个单元：一个算数单元（加法器），负责计算机里的所有数字操作，例如加减法、增量运算等；一个逻辑单元，负责一些简单的数值测试，例如检测ALU输出是否为零的的电路加法器：用单个晶体管一个个去拼，把这个电路做出来，到那时会很复杂很难理解。所以我们更高层面的抽象-逻辑门去实现（AND、OR、NOT、XOR）。下面这是一个1位的加法器：二进制数的“和”可以由异或门得到，而“进位”可以由与门得到，所以可以把异或门和与门结合起来来完成两个二进制数 A和B的加法 AB只能输入0或者1，也就是这个加法器能算0+0，1+0或者1+1。脱离具体的形状，我们可以把以上的一个加法器，抽象为一个符号用来显示：然后我们在进行扩展，把八个全加器连接，这样就变成了一个8bit的加法器。每个全加器的进位输出都是下一个全加器的进位输入：用一个抽象的框图进行表示，其中输入是A和B标识为从A0～A7及B0～B7。输出为和输出，标识为从 S0～S7：这样我们就构造了一个简单8位的加法器。逻辑单元：同样AND、OR、NOT、XOR的执行，如下图一个简单的判断输出是否为0的电路它用一堆OR门检查其中一位是否为1，哪怕只有一个输入的bit（位）为1，但都会被被或门到最后一个NOT（非）门进行取反，所以只有输入的数字是0，输出才能是为1。法，ALU。通过ALU的FLAGS进行判断，下面有三个标志一个是OVERFLOW（操作超出了总线宽度，设置为true（1））、ZERO（运算结果是否为零）、NEGATIVE（运算结果第一位为1，则设置为true（1），表示为负数）这就是ALU中的一些单元，其实也是一大堆逻辑门巧妙连到一起。此外我们还需要存储器（memory），如果ALU计算出来数据丢掉那么数据也没什么用了，所以需要内存把数据保存起来，与ALU一起组成CPU 之前的介绍都是单向顺序执行的电路，那有什么可以返回的电路呢，通过输出来控制影响输入。进行AND 、NOT、OR组合，变成一个1位锁存器输入STE为1，输出为1 输入RESTE为1，输出为0 如果设置和置位都为0，电路会输出最后放置的状态，所以它就保存住1bit位的数据其中这样一个1位的锁存器，放入的动作叫做写，拿出数据的动作叫做读为了好显示，我们使用再高一级别的抽象层，用下面的框图表示：随着芯片锁存器大小的扩展，正常连接需要的线是非常之多，所以引入了矩阵方式：为了将地址转化成为行和列还要用多路复用器，这就是一个基本的SDRAM的组成结构。 SRAM DRAM FLASH NVRAM，大家功能上相似，但是用不同的电路储存单个bit的数据，比如使用不同的逻辑门、电容器、、电荷捕获或者忆阻器。但是根本上，这些技术都是矩阵层层嵌套，来储存大量的信息。 3 FORTRAN的项目的总监John Backus说，他只是因为懒，所以就开发了新的语言，是的大部分新程序的开发是因为更高效率的开发，把一个月的开发时间编程一周，在变成一天。 FORTRAN使用效果来说，确实也达到了，平均FORTRAN编译器会把推荐阅读： gcc和g++是什么，有什么区别？预处理 #pragma 命令详解 ARM 编译工具keil 和 IAR 命令行编译和下载微信公众号『strongerHuang』，后台回复“1024”查看更多内容，回复“加群”按规则加入技术交流群。长按前往图中包含的公众号关注免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-09-15 关键词：编程语言 CPU
400亿美元，NVIDIA黄教主终于圆了“CPU+GPU”之梦

随着诸如人工智能、5G、云计算、IOT等技术的发展，计算芯片也在不断演进和发展。不管是单一的CPU还是GPU架构都很难满足当下技术日益复杂的运算要求和效率要求。打造更为灵活的计算与存储方案，也成为了巨头们不得不做出的选择。伴随着这样的“技术审美”变迁，未来半导体行业也一定还会有更多的爱恨恩怨、利益纠葛。技术终向前，资本永不眠。今天，一直扑朔迷离的ARM“卖身”传闻终于尘埃落定。 NVIDIA官方宣布，将花费400亿美元股票和现金收购ARM，双方将合作打造AI时代的世界顶级计算公司。此次交易，NVIDIA很可能需要向软银支付总计215亿美元的NVIDIA普通股和120亿美元现金，其中包括20亿美元“定金”。据悉，这笔交易可能需要18个月时间，期间需要获得美国、英国、欧盟及中国等的监管批准。 400亿美元，以金额之大，几乎可以成为今年半导体领域最为重要的并购交易。而这400亿美元，也让NVIDIA黄教主终于圆了“CPU+GPU”之梦。对软银而言，400亿美元，这是一笔“不赚不赔”的买卖。当然，400亿美元收购之后，ARM会有什么样的未来，也更让人关注。 400亿美元，14年光阴 NVIDIA黄教主终于圆了“CPU+GPU”之梦时间回到2006年。那时候，还是“青涩小哥”的黄仁勋来到AMD面前，等待着与AMD CEO鲁毅智的收购谈判。当时的NVIDIA还是半导体领域的“小弟”，时时遭受Intel、高通等“大哥”的围剿。作为“中生代大哥”的AMD则意在与Intel一战——收购GPU，补足并行计算能力，抢占当时蒸蒸日上的PC和游戏主机市场。事实上，在这笔并购交易谈判之前，AMD和NVIDIA在主板芯片组方面就已有密切合作。NVIDIA也是这次AMD进军GPU业务的第一收购对象。不过，显然这笔交易并未谈成。随后的事情众所周知——AMD以54亿美元收购了NVIDIA的竞争对手ATI;然后是A卡与N卡长达数年的缠斗。面对NVIDIA咄咄逼人的产品表现，收购ATI的AMD曾有数年为整合业务疲于奔命。这段曾被福布斯记者Brian Caulfield披露的八卦故事，已经随着GPU市场的高歌猛进，淹没在历史的尘埃。十四年后，当年的“青涩小哥”早已变成掌握AI算力霸权的“皮夹克大叔”。当年AMD收购NVIDIA的交易，曾因AMD不肯答应黄仁勋出任新“CPU+GPU”公司的CEO不欢而散，如今在NVIDIA股价如日中天的当下，黄教主花费400亿美元，重拾了“CPU+GPU”之梦。正如NVIDIA在此次披露的信息里提到的，“人工智能是当今时代最强大的技术趋势”，“在未来的几年中，运行AI的数万亿台计算机将创建一个新的物联网，其规模是当今人联网的数千倍”，而收购ARM后的NVIDIA将有能力“创建一家在AI时代享有盛誉的公司”。从青涩小哥到皮夹克大叔，十四年来，黄仁勋追求的CPU女神也从当年如日中天的X86 女王 AMD变成了更加年轻符合“CPU技术审美”的ARM。符合当下“CPU技术审美”的ARM，也曾一路遇贵人被认为是最符合当下“CPU技术审美”的公司，ARM的确是全球科技行业的关键参与者，全球95%以上的智能手机和平板电脑都采用的ARM架构。目前，ARM在全球拥有1000多家处理器授权合作企业、320家处理器优化包和物理IP包授权伙伴，15家架构和指令集授权企业。在众多授权企业的支持下，ARM处理器2015年的出货量达到了150亿个，历史出货总量超过了1000亿个。因此，当ARM深陷持续数月的ARM收购案时，也成为了业内最受关注的新闻。 ARM从1990年创立时的一家小公司，发展成为今天半导体行业关键公司，可以说是天时、地利、人和共同的结果，其中还有不少贵人相助。正是这些“贵人”的相助，让ARM在当时的阶段有了成长的助力。梳理ARM成长史上的贵人，也能在一定程度上还原这家公司的成长历史。这些“贵人”的帮助，并非偶然。背后其实还是一部半导体、3C行业的竞合博弈、爱恨情仇不断的故事史。在摩尔定律主导的行业，没有永远的朋友，但可能有永恒的利益。 1、ARM的第一个贵人：苹果 ARM创立于1990年，是苹果、英国Acorn电脑公司和美国芯片制造商VLSI科技公司联合创建的合资企业。在20世纪80年代后期，苹果正在为自己的PDA寻找一款合适的移动处理器，也就是后来被全世界熟知的Newton。VLSI当时是苹果的代工合作伙伴，VLSI帮助苹果找到了一家个人电脑制造商——Acorn(ARM的前身)，Acorn当时已经研发出一款属于自己的处理器，他们把这款处理器取名为Acorn RISC机器或ARM，而苹果的Newton团队提出将ARM用在Newton掌上电脑中。但当时苹果想对最初的ARM处理器进行调整，以适应Newton的需求，而Acorn公司没有足够的预算来支持这项调整需求。1990年，苹果、VLSI和Acorn公司达成了一项合作协议，Acorn公司将提供人力资源，苹果提供资金，VLSI将共享设计工具的技术，合作开发，且作为代工厂生产。 1990年12月27日，Acorn联手苹果和VLSI创建了一个新的公司——Advanced RISC Machine。之后苹果说服Acorn公司将ARM平台独立，并投资300万美元占股43%，Acorn公司占股43%，VLSI获得剩余股份并成为ARM的半导体代工者。事实上，VLSI也成为第一个获得ARM授权的芯片厂商。 1993年，ARM在和苹果合作的搭载ARM处理器的苹果NewtonMessage Pad问世，在市场维持了约11年时间。NewtonMessage Pad的问世提高了ARM在业界的影响力和知名度。可以这样说，没有当年苹果的资金支持以及Newton MessagePad的研发，就没有今天的ARM。苹果对ARM的投资部门(库比蒂诺-总部位于加州的Technology)继续支付巨大的红利，还涉及到便携设备，如iPod，iPhone和iPad。之后，苹果的iPod，路由器AirPort和智能手机iPhone等设备都使用的是ARM处理器。 2、ARM的第二个贵人：诺基亚在产品研发上扬长避短，不再做已经在电脑领域普及的英特尔CISC指令，转而开发不被市场看好的RISC精简指令。因为资金短缺，ARM没有钱去做芯片的后续生产，因此ARM当时的CEO Robin Saxby开创性的提出了IP 授权这一前所未有的商业模式：即ARM不再生产和销售芯片，只设计中央处理器，然后把设计授权给其他的芯片设计公司，拿到 ARM 设计授权的公司再在 ARM 中央处理器的基础上添加外围设备，从而设计出各具特色的芯片，ARM 从中先收取一次性授权费用，当芯片公司设计的芯片上市销售后，ARM 再根据销量收取版税提成。这种产品定位和商业模式，在个人电脑和高性能处理器统治的年代，并没什么突出的优势。直到1993年，当时的手机巨头 Nokia 找到 TI，希望 TI 为他们的下一代手机定制一颗芯片，TI 推荐采用 ARM7 架构的芯片，但是遭到了 Nokia 的反对，因为 ARM 的 32 位指令集太占内存空间了——这个手机要设计时尚的 UI 界面，并且准备搭载数款很受欢迎的游戏——对内存空间的要求十分苛刻。为符合诺基亚减少内存的要求，ARM在32 位ARM 指令集的基础上研制出了 16 位的Thumb 指令集，在性能降低不多的情况下，每条指令占用内存空间从四字节降为两字节——这一新的架构为 ARM7TDMI。 TI 基于 ARM7TDMI 设计出了 MAD2 芯片，最终被 Nokia 6110 采用。诺基亚6110成为第一部采用ARM处理器的GSM手机，于 1997 年发布，上市后获得了极大的成功，成为手机史上的经典设计之一。ARM也是通过和诺基亚合作的6110手机实现首次盈利，摆脱财务危机。同时，诺基亚6110 的成功使得更多的手机厂商开始使用 TI 的芯片，也使得 ARM 被越来越多的芯片设计公司所关注。不得不说诺基亚是ARM的贵人之一。此后，高通、飞思卡尔、DEC 相继加入 ARM的授权阵营，ARM7 最终被授权给将近 170 家公司，成为当时手机、电话、机顶盒等设备上的标配处理器，是 ARM 历史上第一颗获得巨大成功的处理器内核。 3、ARM的第三个贵人：微软自1997年以来，微软和ARM一直在嵌入式、消费类和移动领域的软件和设备上携手合作，使得许多公司能够推出以ARM为核心的多样化产品。早年间，ARM台湾总裁吕鸿祥曾一次记者招待会上声称，ARM其实一直都在与微软紧密合作，共同从事处理器架构方面的开发工作。随着传统PC电脑时代的渐渐消退，智能手机的平板电脑市场日益增长，2011年，微软宣布 Windows8 将支持 ARM架构，之前牢不可破的Wintel(Windows + Intel) 联盟开始出现裂痕,这让英特尔x86处理器的市场地位开始发生动摇。有数据显示，截止2015年，全球有1384家移动芯片制造商都采用了ARM的架构，全球有超过85%的智能手机和平板电脑的芯片都采用的是ARM架构的处理器，超过70%的智能电视也在使用ARM的处理器。到2016年，由于巨额亏损，英特尔停掉了Atom生产线，而ARM芯片的历史出货量达到了1000亿。分开可能是对软银、ARM最好的选择时间回到当下。ARM当下的际遇，很大程度上来自于2016年的收购。 2016年，日本软银以234亿英镑(约合310亿美元)的价格收购ARM。这也是今天ARM谜题的伏笔。业内猜测，ARM增长的疲软，加上软银自身财务危机，可能是导致软银如今想要出售ARM的重要原因。根据软银的财报，ARM的收入来源主要包括两部分：一个是针对IP授权的前期授权费，包括ARM架构和ARM IP;另一个是根据每颗芯片售价按比例抽取版税。表面来看，软银收购后的ARM 财务数据依然持续走高。软银发布的财报显示，从2016年到2019年整体来看，ARM的总营收都还在维持正常水平，2016年-2019年都在18亿美元左右。其中，软件和服务收入以及许可收入增长，2018年同比增长51.6%，2019年同比增长23%，达到近2亿美元的营收。拆解具体的年营收，即可以看到ARM增长的疲软。被软银收购后，ARM在2017年-2019年的营收分别为18.31亿美元、18.36亿美元和18.98亿美元。其中，ARM的营收从2018年开始，与半导体业务相关的收入速度开始下降，2018年和2019年ARM的净销售额同比增长分别为0.3%、3.4%， 2018年ARM的专利授权收入下降了11.5%，2019年的专利授权收入也没超过6亿美元。高额的技术投入也在一定程度上影响了ARM的利润。2019年ARM研发投入均在7亿美元以上，占总营收的40%左右，这包括招聘了大量的员工和对新技术的开发投入。当然这也使得ARM在2017年以后净利润不断下降，2015年ARM的利润为8.43亿美元，到2019年ARM的净利润仅为2.76亿美元。与此同时，软银自己也在经历财务问题。软银2019年财报显示，软银2019年营业亏损额高达 1.36万亿日元(约合126亿美元)，创历史新低，归属于软银母公司股东的净亏损为9615.76亿日元(约合89.73亿美元)，上年实现净利润为1.4112万亿日元。同时，软银重金投入的多家公司均面临较大困难，Uber 股价的接连走低，WeWork 估值大幅跳水，甚至有数十家公司面临破产窘境。因此，这才传出ARM被出售的传闻。目前的形势来看，分开或许是对双方最好的选择。半导体巨头的爱恨纠葛，都是技术变迁下的利益选择此次的ARM出售，除了NVIDIA，包括苹果、三星、台积电在内的多家半导体及终端巨头也曾参与其中。当业界传出软银要出售ARM时，苹果和三星被认为是传闻中的两家潜在收购者。之后，又传出NVIDIA正在和软银进行实质性谈判，据悉，交易价值超过320亿美元。据日媒《日经》报道称，台积电和富士康也都表达了对收购 ARM 公司表现出极大的兴趣。当然，这一过程中，每一年收购达成都不容易。此前据彭博社做过分析，由于ARM公司的许可要求和潜在的监管问题，苹果并不打算收购该公司，因为ARM的授权业务与苹果的软硬件业务模式并不适应;三星方面同样表示无意拿下ARM公司，因为三星和ARM在开展半导体业务的方式以及公司经营理念方面存在明显差异，而且收购ARM公司会打破三星在半导体领域的常规业务流程。对于NVIDIA来说，当GPU业务的天花板逐渐显现，收购ARM也可能在一定程度上开拓其业务的可能性。根据NVIDIA 2020财年财报显现，公司收入和利润不增反降。拓展业务线逐渐成为NVIDIA的必需，而ARM在主流移动设备SoC的市占率超过90%，如果可以成功收购ARM，NVIDIA将在移动端市场有一定的进展。当然，收购很可能让NVIDIA陷入到反垄断的困境。相比于其他领域，半导体领域的并购一直不断。几乎每年都有大手笔的并购出现。其中一方面的原因是任何一款相对通用的技术领先的芯片研发都需要耗费大量的人力、物力、财力，而下游的中大型客户相对来说又较为稳定和少量。因此，在2017年全球审查严格前，全球半导体领域开启“并购潮”，巨头之间的并购也非常频繁。即使是审核严格后，半导体各领域并购也一直没有停止过。

时间：2020-09-14 关键词： NVIDIA ARM CPU
一个故事看懂单片机中的堆栈

-END- 来源：单片机与嵌入式

时间：2020-09-14 关键词：单片机 CPU
AMD V2000 系列嵌入式处理器曝光：最高 8 核 16 线程

8 月 25 日消息 AMD 现在的 Ryzen 嵌入式 V1000 系列处理器搭载了 14nm 工艺的第一代 Zen CPU 和 Vega 核显。现在，V2000 系列曝光了，跨越到了 7nm 工艺和 Zen 2 CPU 架构。根据爆料者 @patrickschur_的消息，AMD 即将推出 Ryzen V2748、 V2718、V2516 和 V2546等嵌入式 APU，采用了 Zen 2 CPU 内核与 Vega 核显，最高8核16线程。了解到，Ryzen 嵌入式 V2748 和 V2718 为 8 核 16 线程，V2748 的 TDP 为 35W-54W，CPU 为 2.9 GHz 到 4.15 GHz，V2718 为 10W-25W TDP，1.7 GHz 到 4.15 GHz，两者都将采用 Vega 7 核显。目前，AMD 暂未公布新款 Ryzen 嵌入式的发布时间。

时间：2020-09-14 关键词： AMD CPU
微软 Xbox Series S 更多参数曝光：1280 流处理器，8 核 CPU

8 月 18 日消息在今天的 Hot Chips 2020 主题演讲中，微软公布了 Xbox Series X 搭载的 AMD SoC 的更多参数，其晶体管数达到了 153 亿个，比 Xbox One X 的芯片增加了一倍多。现在，The Verge 的高级编辑 Tom Warren 也曝光了 Xbox Series S 的参数信息。在之前曝光信息的基础上，Tom Warren 补充道， Xbox Series S 的 GPU 为 RDNA 2 架构，将配备 20CU，也就是 1280 流处理器，GPU 的频率为 1.55GHz。了解到，爆料信息显示 Xbox Series S 也将搭载 8 核 3.8GHz 的 CPU，配备 10GB GDDR6 显存 / 内存，搭载 PCIe 4.0 SSD，功耗低于 250W。相比之下，Xbox Series X 搭载 8 核 3.8GHz 的 CPU， GPU 配备 52 个 CU，也就是 3328 流处理器。Xbox Series S 有望成为最便宜的下一代 Xbox 入门级主机，为用户带来大幅提升的 NVME SSD 存储速度，同时价格保持优惠。

时间：2020-09-11 关键词：微软处理器 xbox CPU
医疗成像算法的可扩展平台及趋势

本文探讨了医疗成像算法的当前趋势、成像模式的融合和实现这些算法的可扩展平台。现场可编程门阵列为可扩展CPU平台提供数据采集和协处理支持，使得更复杂的成像成为可能。医学成像医学成像技术在医疗保健领域发挥的作用越来越重要。这是因为医疗保健行业正在努力检查出—甚至预测出—尚处在早期阶段的疾病并积极推行无创性治疗，并与此同时降低诊断和治疗成本。诊断成像模式的融合与成像算法开发方式及进展相结合是推动开发能实现上述目标的新仪器的主要因素。为了提供能满足这些医疗保健行业目标所需要的功能，设备开发商正在转向可扩展的、商业现货供应（COTS）的中央处理单元（CPU）平台，这些平台支持现场可编程门阵列（FPGA）用于数据采集和协处理。要高效地开发灵活、可扩展的医疗影像设备，设备开发商必须考虑若干因素。这些因素包括成像算法的开发，多个成像技术的协同使用（成像模式的融合）以及平台的可扩展性。成像算法的开发需要用到高级直观的建模工具，用于数字信号处理算法的持续改进。这些先进的算法要求可扩展的系统平台，可以显着地提高图像处理性能。这些可扩展的平台应该可以让更小型的、更方便携带的设备得以实现。要实现近实时分析，系统平台必须和软件（CPU）和硬件（可配置的逻辑门的数量）相匹配。这些处理平台必须满足不同的性能价位，并且必须能够应对多种成像技术间的不同要求。 FPGA可以很容易地被集成到多核CPU平台，为非常灵活的系统提供DSP处理能力，实现最高性能。系统架构和设计工程师必须快速区分这些平台上的算法，然后运用高级开发工具和知识产权（IP）库对其进行调试。这一过程加速了平台部署，从而实现了制造商利润的最大化。算法开发应从每种成像模式的成像算法中的趋势分析开始探讨，包括考虑如何使用FPGA和IP。磁共振成像（MRI）生成人体的横截面图像。利用FPGA实现的三个功能被用来重建来自截面的三维体。首先，快速傅里叶变换（FFT）生成灰度2 D切片，通常为矩阵，来自频域的数据。然后，三维体的重建涉及切片之间的插值，以产生一个片间距来近似像素间的间距，这样就可以从任何2D平面看到图像。接着，进行迭代分辨率锐化。这个功能采用一种基于一个迭代反向滤波过程的空间去模糊技术，从而在降低噪声的同时使图像结构被重新聚焦。因此，截面的整体视觉诊断分辨率被大大提高。超声（成像）。超声图像有颗粒存在是一种被称为散斑（speckle）的现象。散斑是由于不同的独立散射物质（类似无线领域的多路无线电频率反射）的相互作用所导致，并且是倍增的性质。超声图像可通过有损压缩的方法来消除斑点。首先，取图像的对数；散斑噪声变成和有效信号相加。然后，通过JPEG2000编码器采用小波有损压缩将噪音最小化。 X光。状动脉X光成像的运动修正是一种将心脏呼吸循环—呼吸和心脏跳动—对成像的影响降到最小的算法。3D+时间的冠状动脉模型的运动被投射到2D的X光图像，支持对去扭曲功能（平移和放大）---校正这种运动并得到更清晰的图像的计算。分子成像。分子成像是对细胞和分子级生物过程的表征和测量，其目的是检测并捕捉病变细胞和分子的图像，并监测之。例如，可以将X光成像，正电子发射断层扫描（PET）和单光子发射计算机计算断层成像（SPECT）组合用于器官功能、细胞和分子的低分辨率图像，在相对应解剖特征的分辨率低至0.5mm的情况下。设备更加小型化的趋势和对新算法的探索推动使得性能超出了多核CPU的性能，并使得这些紧凑的系统必须采用FPGA技术。成像模式的融合。实现早期疾病诊断和无创性治疗推动着成像技术的结合，例如，在PET /电脑断层扫描（CT）系统和x光治疗/CT设备中可见到上述情况。要满足当前的性能要求，需要更高分辨率的图像，这要求用于精巧的几何微阵列探测器加上FPGA来对光子和电子信号进行预处理。在预处理完成后，这些信号被CPU和FPGA协处理器组合进行综合和处理，从而生成详细的身体图像。非实时（NRT）图像的融合，或图像配准，通常被用在将成像于不同时间的器官功能图像和解剖图像进行排列对比。然而，由于患者位置的变化、扫描基础轮廓的不同、以及患者内部器官自然而然的运动等原因，NRT图像配准是存在问题的。采用FPGA处理对PET和CT实时融合，允许器官功能图像和解剖图像在一次成像期间都被采集并且融合，而不是像过去在后期将图像叠加。融合后的图像可以为手术治疗提供更好的清晰度和定位精度。在手术期间用于指导医生的图像处理包括将手术前的CT或MRI图像与实时3D超声或X光图像进行配准，以促进无创治疗（如超声波、磁共振干扰和x光治疗）的应用。在这一领域，各种算法被开发用于为某些特定的成像模式和治疗组合提供优化的图像配准结果。在这一类融合式组合系统中，配置有高速串行互连的FPGA可以缩减将数据采集功能连接到系统后处理部分的互连要求，通过省去额外的电路板和电缆，大大地降低了整体系统的成本。成像算法有好几种不同的成像算法被常用于FPGA中。这些算法包括增强、稳定、小波分析和分布矢量处理。图像增强算法通常用到卷积或线性、滤波。高通滤波图像和低通滤波图像进行线性组合，通过矩阵乘法加权，可生成一幅细节增强而噪音降低的图像。视频图像的稳定包括视频数据序列的规范化旋转和缩放效果，以最终达到连续帧之间噪音的平衡。此外，该算法平滑了从视频中提取的静态图像的锯齿边缘，并可将图像抖动校正至约十分之一个像素。小波分析算法设计用于帮助获取信号内的事件信息，小波分析算法采用窗口技术——通过变化窗口的大小——来分析信号的一小段。为了获得更高的精确性，小波分析允许对低频信息采用较长的时间间隔，而对高频信号采用更短的时间间隔。小波分析算法的应用包括不连续点和断点的检测、自相似性检查、信号抑制、信号或图像的降噪、图像压缩和大型矩阵的快速相乘。近期取得进展的S变换算法结合了FFT和小波变换的优点。它揭示了空间和时间上的频率变化。这一功能的应用包括纹理分析和噪声滤波。S变换算法属于一种密集型计算，会使得传统CPU的执行速度变得很慢。分布式向量处理可以解决这个问题，通过在FPGA内部将向量和并行计算相结合，使得处理时间可缩短25倍。早期癌症检测的一种方法是利用了恶性肿瘤会调动新血液供应的功能。数字传感器检测到由病人身体释放出的红外线能量。因此，它可以检测到因癌症引起的血流量增加与正常情况的细微差别。这一功能的典型应用是基于一个可编程脉动列阵，通过一个通用工作站和一个基于FPGA的专用硬件引擎来实现。 FPGA引擎可将核心算法加速至近1000倍于一个目前最新工作站所能达到的速度。对于这些复杂的成像算法而言，多FPGA模块部件功能是必须的。例如，CT重建需要插值、快速傅立叶变换和卷积等功能。在超声成像领域，处理方法包括彩色流处理、卷积、波束形成和弹性估计等。通用成像算法包括诸多类似的功能，如色彩空间转换、图形叠加、2D中值滤波、缩放、帧和场的转换、对比度增强、锐化、边缘检测、阈值、平移、极性和笛卡尔转换、非均匀性校正和像素置换等。可扩展平台在过去，许多成像系统被作为成专有计算机系统来打造。但随着当前高性能的商用现货供应（COTS）的CPU板的出现，系统工程师能够以更具创造性的方式来实现设计。虽然许多算法的NRT处理过程单单就软件而言是可以接受，但是实时图像处理仍需要硬件的辅助。当前的FPGA内置有DSP模块、高带宽的内存模块、以及大型可编程阵列等，是非常适合提供这类硬件辅助的硬件设备。 Altera公司（圣何塞）一直与其合作伙伴紧密合作以提供FPGA协处理资源+COTS CPU解决方案的组合。对于来自英特尔公司和AMD公司的单板机(SBC)，Altera公司的内置有串行器-解串器的StraTIx II GX FPGA可以直接运行PCI Express兼容协处理器板用于算法卸载。对于AMD公司的带有双插槽的单板机，XtremeData公司（美国伊利诺斯州、绍姆堡）提供了一个可直接插入AMD皓龙处理器的插座的协处理器子卡，提供了一个一流的CPU+FPGA处理解决方案（见图1）。一个四插槽的AMD单板机可提供多个CPU+FPGA协处理器的组合（1 +3，2 +2或3 +1），用以提高算法密集型应用的性能。但可以通过使用多个1U服务器刀片实现最终的平台可扩展性，每个1U服务器刀片执行CPU+FPGA协处理器解决方案。这些平台的应用增速效果取决于算法：一个算法中可以加载到FPGA中的并行计算越多，整体的执行速度就越快。例如，当对一个CT成像算法采用基于FPGA硬件的加速——给每个CPU（3 GHz）加上一个FPGA协处理器时，整个应用程序的执行速度快了10倍。结果就是，系统的功耗、尺寸以及成本明显地下降。开发方法学讨论自然地包括对开发算法的方法以及相应的算法执行工具的考虑。算法工具。成像系统架构师们使用高级软件工具来对不同的算法建模，并对所取得的结果进行评估。先进的数字信号处理通用工具是来自MathWorks公司（美国、马萨诸塞州、内蒂克）的MATLAB处理引擎和Simulink仿真器图形用户界面。大多数OEM（原始设备制造商）和医疗设计室利用MATLAB来开发快速、精确的算法，如数字图像处理、定量图像分析、模式识别、数字图像编码和压缩、刑侦图像处理和2D小波变换。除了算法开发之外，MATLAB可以被用来模拟在FPGA普遍采用的定点算法，并带有可选工具包，可以生成运行在通用CPU或FPGA内的C代码。算法的划分和调试。一旦算法开发完成，系统架构师必须决定如何划分CPU和FPGA的功能，以提供最佳的整体解决方案——能够平衡性能、成本，可靠性和寿命的解决方案。设备构架师抱怨说，对一个高性能硬件系统中诸多单元进行算法划分和调试是一种挑战。在过去上，许多设计在FPGA中采用流水线的方法。也就是说，算法被分为成各种功能并在一个有顺序的流水线中执行。调试流水线的运行占了集成工作内容的90％。因为每个函数的执行时间必须针对最大计算处理量进行平衡，并且局部存储器的可见性和延时是受限制的事实，使得事情变得很难。解决方案是一个更以软件为中心的系统设计。这个系统是基于一个分布式协处理器计算模型，在该模型内，每个功能的协处理器是一个执行机（例如，一个功能性子处理器），其具有基于消息的、用于在子处理机之间传递控制和数据消息的能力。在所有内存、CPU和子处理机之间的完全切换，提供了完整的可观测性，使得调试变容易。消息传递在内部存在于FPGA子协处理器之间；在外则出现在系统内的其它CPU和协处理器之间。 Altera公司的FPGA内部的Avalon 开关结构和可编程片上系统（SOPC）集成工具在所有功能单元之间自动生成灵活的交叉开关结构。经预先测试的IP提供了从FPGA到主机CPU和从FPGA到双列直插内存模块（DIMM）内存的接口。经预先测试的消息网络基础设施支持主机CPU、FPGA子处理机，以及FPGA内存控制器之间的通信控制。一个简化的调试方法是将消息和完全开关相结合，使得开发过程中具有最大的灵活性。最后，可在执行过程中对数据通道进行软件定义（重新定义），这样可以拦截数据或对其重新导向，从而提高系统集成和调试过程中的可观测性。设计工具和IP。虽然MATLAB这样的工具可以优化用于采用软件进行算法的开发，但其尚不支持在FPGA中的执行。设计人员可以通过采用电子设计自动化（EDA）工具和IP来加快其在FPGA上的实现。视频和图像处理套件以及DSP库提供了可加速复杂成像算法的开发和实现的IP积木式模块。视频和图像处理模块组，和其它IP模块及参考设计（包括同相/正交（IQ）调制解调器、JPEG2000压缩算法、快速傅立叶变换/逆傅里叶变换，以及边缘检测等）为设计人员提供了广泛的IP，设计人员可以利用这些IP迅速地完成计算密集型任务的FPGA实现。结论随着当年婴儿潮时期人口的老龄化，正在努力寻找针对诸如心脏病和癌症这类极其常见疾病的新诊断和治疗方法，包括早期检测以及微创手术治疗。各种诊断成像技术结合和相关算法开发的新进展推动了新设备的开发以满足这些病人的需要。先进的算法需要可以显着提高图像处理性能的可扩展系统平台。被集成进至COTS多核CPU平台的FPGA，为最灵活、最高性能的系统提供了强大的数字信号处理功能。为了帮助加快这些复杂成像算法在这些平台上实现，需要高级开发工具和IP库。有关软件工具和IP库已被开发出来。

时间：2020-09-10 关键词：医疗成像 CPU
联想ThinkPad L14锐龙版笔记本CPU性能测评 · 下篇

本文中，小编将对联想ThinkPad L14锐龙版笔记本的Cpu性能进行测评，本文为下篇，更多CPU测评结果参考上篇。 1、FritzChess BenchMark 锐龙7 PRO 4750U国际象棋的分数为24023。 i7-10510U国际象棋的分数为12092。同样的，在国际象棋测试中，锐龙7 PRO 4750U的性能是i7 10510U的2倍。 2、CineBench R15 锐龙7 PRO 4750U的单线程分数为181cb，多线程分数为1479cb。 i7 10510U的单线程分数为197cb，多线程分数为721cb。在CineBench R15测试中，锐龙7 PRO 4750U的单核性能比i7 10510U低了10%的样子;在多线程测试中，锐龙7 PRO 4750U能反超对手100%。 3、CineBench R20 锐龙7 PRO 4750U的单线程分数为461cb，多线程分数为3353cb。 i7 10510U的单线程分数为473cb，多线程分数为1591cb。与CineBench R15类似，CineBench R20测试中，锐龙7 PRO 4750U单核性能稍弱于i7 10510U，差距不到3%，但是在多线程测试中，锐龙7 PRO 4750U能比对手强120%。以上就是小编这次想要和大家分享的内容，希望大家对本次分享的内容已经具有一定的了解。如果您想要看不同类别的文章，可以在网页顶部选择相应的频道哦。

时间：2020-09-09 关键词：联想笔记本 CPU
联想ThinkPad L14锐龙版笔记本CPU性能测评 · 上篇

本文中，小编将对联想ThinkPad L14锐龙版笔记本的Cpu性能进行测评，本文仅为上篇，更多CPU测评结果参考下篇。 1、CPU-Z 锐龙7 PRO 4750U的单核分数为472.4，多核分数为4541。 i7 10510U的单核分数为520，多核分数为2529。在CPU-Z中，锐龙7 PRO 4750U的单核分数比i7 10510U少了48分，差距约为10%;不过在多线程测试中，锐龙7 PRO 4750U的性能足足比i7 10510U强了80%。 2、wPrime 锐龙7 PRO 4750U跑完wPrime v2.1 1024M多线程测试花掉了111秒。32M的单线程测试则耗时30.8秒。 i7 10510U跑完wPrime v2.1 1024M多线程测试花掉了263秒。32M的单线程测试则耗时31.6秒。在wPrime 32M单线程测试中，锐龙7 PRO 4750U 比i7 10510U要快了0.8秒;在wPrime 1024M多线程测试中，锐龙7 PRO 4750U 比i7 10510U快了150%以上。以上便是小编此次带来的全部内容，十分感谢大家的耐心阅读，想要了解更多相关内容，或者更多精彩内容，请一定关注我们网站哦。

时间：2020-09-09 关键词：联想 thinkpad CPU
华为希望90%国产软件可跑在鲲鹏CPU上已适配2000多个产品

除了偏向低功耗的设备会使用ARM等移动CPU之外，大部分高性能CPU还是基于x86的，笔记本、桌面及服务器都是如此。华为希望希望未来三年里能改变这个情况，90%的国产软件可以跑在自家的鲲鹏CPU上。在日前举行的广东鲲鹏生态伙伴大会上，广州“鲲鹏+昇腾”生态创新中心COO邱磊在采访时提到，截至目前，鲲鹏已适配2000余个产品和超过2000个解决方案。邱磊还提到，华为希望未来三年内能有90%的国产软件跑在鲲鹏上。不过这个目标还面临很大的挑战，目前大部分软件都是针对x86平台开发的，开发者的习惯、软件迁移都是个问题，为此华为也推出了一系列工具方便开发者，尽可能少改动的情况下帮助他们迁移代码。华为2019年初推出了自研的鲲鹏系列处理器，以麒麟处理器用于手机、平板不同，鲲鹏主要面向服务器及桌面等高性能市场，最多拥有64个ARM核心，性能处于业界领先水平。 2019年底，华为宣布推出沃土2.0计划，未来5年里要投入15亿美元支持开发者基于华为产品、平台及API进行技术与商业创新，5年内将发展500万开发者。根据华为的信息，华为与产业伙伴联合成立了15个鲲鹏生态创新中心，与600多家的ISV伙伴推出了超过1500个通过鲲鹏技术认证的产品和解决方案，广泛应用于金融、政府与公共事业、运营商、能源等行业。

时间：2020-09-09 关键词：华为软件 x86 鲲鹏 CPU
联想ThinkPad T14s锐龙版笔记本CPU理论性能测评

本文中，小编将对联想ThinkPad T14s锐龙版笔记本的CPU理论性能进行测评，一起来看看它的表现吧。 1、CPU-Z ThinkPad T14s在CPU-Z中，单线程得分482.9，多线程得分4052.3。 2、国际象棋跑分 ThinkPad T14s在国际象棋基准测试中性能倍数为45.34，得分21764千步。 3、CINEBENCH R15 在CINEBENCH R15中，ThinkPad T14s的R7 4750U单线程得分182cb，多线程得分1322cb。 4、CINEBENCH R20 在CineBench R20中，ThinkPad T14s的R7 4750U单线程得分458cb，多线程得分2914cb。 5、wPrime R7 4750U多线程跑完wPrime v2.1 1024M用掉了122.791秒，单线程跑32M则耗时31.269秒。(时间越短越好) 以上就是小编这次想要和大家分享的内容，希望大家对本次分享的内容已经具有一定的了解。如果您想要看不同类别的文章，可以在网页顶部选择相应的频道哦。

时间：2020-09-08 关键词：联想笔记本 CPU
不同功耗级别的CPU应该运用什么样的电源呐？

通常来说不同的功耗所需的电源也是不同的，目前我们推荐S级功耗CPU的配置最低700W，推荐不低于800W的电源;A级功耗CPU配置最低600W，推荐不低于700W的电源;B级功耗CPU配置最低500W，推荐不低于600W的电源;C级功耗处理器推荐配置500W级别电源。我们之所如此推荐，是综合考虑了不同CPU所搭配的不同平台的供电需求。目前我们不仅可以测试CPU的实际输入功耗，也能测试显卡的实际输入功耗，因此对不同平台的功耗高低，是有比较充分的数据进行分析的。S级和A级功耗的CPU基本上都是高端产品，一般适合搭配高端主板和显卡，而按照我们的显卡天梯榜显示，高端显卡的实际功耗大都是200W到300W，按照这样计算的话，S级功耗CPU和A级功耗CPU对应的整机功耗应该在400W到500W左右，再结合我们以前说过的电源选购准则，对应的就是700W到800W的电源了。 B级功耗CPU多数是主流级产品，适合搭配主流级显卡使用，而主流级显卡的功耗大都在150W到200W左右，照此计算的话就是整机功耗应该是在300W左右，因此推荐不低于600W的电源不仅能满足当前需求，也可以留下一定的升级潜力;C级功耗CPU对应的大多数是入门级平台或者是低能耗平台，整体功耗都不会太高，500W电源基本上是足够了。当然如果你觉得这个还是太麻烦的话，我们还有一个选购电源的最直接方法，那就是“在预算允许范围内，选你喜欢的品牌中，额定功率最大的那一款”。只是这种选择方法虽然直白，但缺点也很明显，就是很有可能你留出来的预算并不足够你选择一款功率能满足平台需求的产品。因此看着CPU和显卡实际功耗来选择电源仍然是最可靠的方法。

时间：2020-09-07 关键词：电源 CPU