任务2.1 认识和选购CPU

简介: CPU(Central Processing Unit)即中央处理器,又叫中央处理单元,也叫微处理器。主要由运算器和控制器组成,是计算机的核心部件。它是一块超大规模集成电路芯片,内部是几千万个到数十亿个晶体管元器件组成的复杂电路,负责整个系统指令的执行、算数与逻辑运算、数据存储传输以及输入、输出的控制。计算机的性能高低取决于CPU性能的高低。

视野拓宽:龙芯是中国科学院计算所自主研发的通用CPU,通过互联网搜索更多有关中国制造CPU——龙芯的当前发展状况并与同学们分享。

  1. 主频、外频和倍频

主频也叫做时钟频率,单位是MHz或者GHz,CPU的主频表示在CPU内数字脉冲信号震荡的速度,主频越高,CPU在一个时钟周期里所能完成的指令也就越多,其运算速度理论上也就越快。目前主流CPU的主频大都在3GHz左右,由于受到各种限制,CPU主频已很难再进一步大幅提升。
外频是指CPU与主板之间同步运行的速度,倍频是指CPU的运行频率(即主频)与外频之间的比值。三者之间的关系为:主频=外频×倍频。
2.工作电压
工作电压是指CPU正常工作时所需的电压,当前的CPU已经采用了1.1V甚至更低的工作电压。低工作电压可以解决发热过高和功耗过大的问题。
温馨提示:CPU超频有可能引起发热量过大从而导致死机等故障现象。
3.CPU缓存(Cache Memory)
CPU缓存(Cache Memory)是位于CPU与内存之间的临时存储器,它的容量比内存小但交换速度快。一级高速缓存也叫L1高速缓存(L1 Cache),由SRAM组成,CPU内置高速缓存可以提高CPU的运行效率。二级高速缓存也叫L2高速缓存(L2 Cache),位于CPU与内存之间的临时存储器,家用PC机CPU的二级缓存可达十几M。三级缓存(L3 Cache),可以进一步降低内存延迟,同时提升大数据量计算时处理器的性能。总之,缓存的容量越大,CPU的性能就越好,所有的缓存都集成在CPU内部,与CPU封装成整体。
4.制造工艺(制程)
制造工艺也叫制程,是指IC内电路与电路之间的最小距离,其单位通常是nm(纳米)。密度愈高的IC电路设计,意味着在同样大小面积的IC中,可以拥有密度更高、功能更强的电路设计。微电子技术的发展与进步,主要是靠制造工艺的不断改进,使得器件的特征尺寸不断缩小,从而集成度不断提高,功耗降低,器件性能得到提高。

  1. 超线程及多核心技术

所谓“超线程(Hyper-Threding, HT)”技术,就是利用特殊的硬件指令,把两个逻辑内核模拟成两个物理芯片,让单个处理器都能使用线程级并行计算,进而兼容多线程操作系统和软件,减少了CPU的闲置时间,提高了CPU的运行效率。检测CPU线程数量的一个简单办法是同时按下“Ctrl+Alt+Del”键打开任务管理器,切换到“性能”选项卡,在“CPU使用记录”中可以看到CPU的线程数量。多核处理器是指在单个半导体的处理器中集成多个具有同样功能的处理器核心,也就是将多个物理处理器核心整合到一个内核中。。
使用鲁大师的“硬件检测”功能查看“处理器信息”中的“处理器数量”可轻松查看CPU的核心数和线程数;使用“CPU-Z”软件也可轻松查看查看CPU的核心数和线程数。

  1. 字长

字长是CPU 在单位时间内能一次处理的二进制数的最大位数。一般来讲,字长越大,CPU处理速度越快、运算精度越高。目前使用的CPU字长基本上都是64位,也就是说CPU可以一次性处理8字节的数据。

  1. CPU接口类型

接口是指CPU背面与主板插座接触的部位。CPU接口总体上分为LGA触点式接口和PGA针脚式接口两种类型。CPU的接口类型不同,在插孔数、大小、形状上都有很大变化,彼此之间无法兼容。
操作实践
一、CPU的选购要素

  1. 按需购置

普通家用户和办公应用对计算机的要求主要是文字和图像处理、影视欣赏、网上冲浪、电脑游戏、普通二维图形设计等。对于此类用途,目前市面上的中端主流CPU都可满足需求。如果用户需要相对比较充分地完成此类工作,则CPU主频在3GHz左右即可。
一些3D软件或三维游戏对整机性能要求较高,对CPU的要求也就比较高,同时还需要有好的显卡、主板以及大容量的内存匹配。建议这类用户选购当前稍超主流的CPU产品,与显存容量大、图形处理芯片功能强的显卡和高工作频率、大容量的内存条搭配以满足需要。
网络服务器这样的机型对CPU的要求最高,建议选购高端服务器型CPU,并选购支持多CPU的主板和容量大的内存。
2.选择Intel还是AMD的处理器
在确定CPU的档次后,接下来就要决定选购何种CPU。一般来说Intel的CPU在商业应用、多媒体应用和平面设计方面上具有优势,而AMD的CPU则在三维制作、游戏应用、视频处理等方面有优势。不过性能方面,同档次的Intel处理器整体上要比AMD好一点,也更稳定一点,功耗相对来说也要小些,不过AMD的处理器具有较高的性价比。
3.选择盒装还是散装
盒装的CPU带散热风扇,质保一般为三年,散装的CPU不带散热风扇,质保时间往往只有一年。盒装和散装CPU在本质上并没有区别,也就是说两者在性能、稳定性以及超频潜力方面不存在任何的差距,而差距主要在于质保时间的长短与是否带有散热风扇。
4.注意不要购买到假的CPU
CPU市场种类繁多,情况复杂,假货水货较多。不法商家的主要伎俩就是以次充好,也有一些商家将散装的经过简单的拼凑后当盒装的卖。Intel公司提供了一种名为Processorr Frequency ID Utilily的软件,它可以方便区分出Intel所生产的各种型号的CPU。
二、CPU查看与选购实践

  1. 通过任务管理器查看你的计算机的CPU有几个核心数量:
  2. 利用创壹虚拟教学系统查看CPU,根据CPU上的标识区分CPU生产厂家、型号以及接口类型等尽可能详尽的参数:
  3. 结合个人的实际情况,利用互联网在中关村在线或者其他PC硬件销售网站上模拟选购价值500元、800元及1200元左右的几款CPU,并与小组同学分享选购的理由与技巧。

500元左右CPU型号参数
800元左右CPU型号参数
1200元左右CPU型号参数
任务评价
序号 一级指标 分值 得分 存在问题
1 CPU性能指标 30
2 CPU选购参考因素 20
3 CPU选购实践 20
4 查看核心及使用创壹虚拟教学系统观察CPU 10
5 思考练习 20
合计 100
【课堂小结】
总的来说,选购CPU,首先考虑的是CPU的生产厂家,然后考虑CPU型号、主频、性价比、超频能力等,当然应该最注意的是CPU一定要与主板的插槽相匹配。购买计算机时仅仅依靠CPU并不能提升整机性能,微机的性能要受到各种部件的影响,只有配件间搭配合理、性能均衡才能发挥最佳效果。在选择CPU时,一定要明确装机的目的,不要盲目追赶潮流,要根据自己的实际需要以及预算合理地进行选择。
【作业布置】
CPU-Z是一款绿色免安装工具软件,只有几MB,通过搜索下载对应操作系统版本(32位或64位)之后解压即可直接使用。它可以查看电脑CPU的各项数据信息,比如CPU 名称、厂商、内核进程、内部和外部时钟、局部时钟监测等参数。请大家使用该工具测量一下CPU实际设计的FSB频率和倍频等参数,并与同学们分享。
【教学反思】

相关文章
|
2月前
|
并行计算 监控 数据处理
构建高效Python应用:并发与异步编程的实战秘籍,IO与CPU密集型任务一网打尽!
【7月更文挑战第16天】Python并发异步提升性能:使用`asyncio`处理IO密集型任务,如网络请求,借助事件循环实现非阻塞;`multiprocessing`模块用于CPU密集型任务,绕过GIL进行并行计算。通过任务类型识别、任务分割、避免共享状态、利用现代库和性能调优,实现高效编程。示例代码展示异步HTTP请求和多进程数据处理。
45 8
|
2月前
|
算法 Java 程序员
解锁Python高效之道:并发与异步在IO与CPU密集型任务中的精准打击策略!
【7月更文挑战第17天】在数据驱动时代,Python凭借其优雅语法和强大库支持成为并发处理大规模数据的首选。并发与异步编程是关键,包括多线程、多进程和异步IO。对于IO密集型任务,如网络请求,可使用`concurrent.futures`和`asyncio`;CPU密集型任务则推荐多进程,如`multiprocessing`;`asyncio`适用于混合任务,实现等待IO时执行CPU任务。通过这些工具,开发者能有效优化资源,提升系统性能。
72 4
|
2月前
|
并行计算 Java 大数据
深度探索:Python异步编程如何优雅征服IO密集型任务,让CPU密集型任务也臣服!
【7月更文挑战第17天】Python的异步编程借助`asyncio`库提升IO密集型任务效率,如并发下载网页,通过`async def`定义协程,`asyncio.gather`并发执行。在CPU密集型任务中,结合`ThreadPoolExecutor`实现并行计算,利用多核优势。`asyncio.run`简化事件循环管理,使Python在高负载场景下表现更佳。
49 4
|
2月前
|
分布式计算 并行计算 Java
Python并发风暴来袭!IO密集型与CPU密集型任务并发策略大比拼,你站哪队?
【7月更文挑战第17天】Python并发处理IO密集型(如网络请求)与CPU密集型(如数学计算)任务。IO密集型适合多线程和异步IO,如`ThreadPoolExecutor`进行网页下载;CPU密集型推荐多进程,如`multiprocessing`模块进行并行计算。选择取决于任务类型,理解任务特性是关键,以实现最佳效率。
47 4
|
2月前
|
开发框架 并行计算 .NET
脑洞大开!Python并发与异步编程的哲学思考:IO密集型与CPU密集型任务的智慧选择!
【7月更文挑战第18天】在Python中,异步编程(如`asyncio`)适合处理IO密集型任务,通过非阻塞操作提高响应性,例如使用`aiohttp`进行异步HTTP请求。而对于CPU密集型任务,由于GIL的存在,多进程(`multiprocessing`)能实现并行计算,如使用进程池进行大量计算。明智选择并发模型是性能优化的关键,体现了对任务特性和编程哲学的深刻理解。
29 2
|
2月前
|
UED 开发者 Python
Python并发编程新纪元:异步编程如何重塑IO与CPU密集型任务的处理方式?
【7月更文挑战第18天】Python异步编程提升IO任务效率,非阻塞模式减少等待时间,优化用户体验。asyncio库与await关键字助力编写非阻塞代码,示例展示异步HTTP请求。CPU密集型任务中,异步编程结合多进程可提升效率。异步编程挑战包括代码复杂性,解决策略包括使用类型提示、异步框架及最佳实践。异步编程重塑任务处理方式,成为现代Python开发的关键。
31 2
|
2月前
|
开发框架 并行计算 算法
揭秘Python并发神器:IO密集型与CPU密集型任务的异步革命,你竟还傻傻分不清?
【7月更文挑战第18天】Python并发编程中,异步IO适合IO密集型任务,如异步HTTP请求,利用`asyncio`和`aiohttp`实现并发抓取,避免等待延迟。而对于CPU密集型任务,如并行计算斐波那契数列,多进程通过`multiprocessing`库能绕过GIL限制实现并行计算。选择正确的并发模型能显著提升性能。
66 2
|
22天前
|
存储 监控 Docker
如何限制docker使用的cpu,内存,存储
如何限制docker使用的cpu,内存,存储
|
1月前
|
缓存 Kubernetes 数据中心
在Docker中,如何控制容器占用系统资源(CPU,内存)的份额?
在Docker中,如何控制容器占用系统资源(CPU,内存)的份额?
|
1月前
|
KVM 虚拟化
[kvm]cpu内存硬盘配置
[kvm]cpu内存硬盘配置