CPU,減少晶體管翻轉次數的編碼

背景

以4比特為單位,共16個數。仔細思考狀態轉換過程中的晶體管翻轉次數。

0000
0001,1
0010,2
0011,1
0100,3
0101,1
0110,2
0111,1
1000,4
1001,1
1010,2
1011,1
1100,3
1101,1
1110,2
1111,1
0000,4

分析,例如,從1111到0000,晶體管翻轉4次。
總共的翻轉次數是30,平均30/16=1.875次。

創新

以下編碼,可以使得翻轉次數降低,在順序遞增的過程中。

0000→0
0001→1
0011→2
0010→3
0110→4
0100→5
0101→6
0111→7
1111→8
1110→9
1100→10
1101→11
1001→12
1011→13
1010→14
1000→15
0000→0

以上編碼,晶體管翻轉次數降為16,平均1次。
若按照遞增循環,可以把晶體管翻轉次數降低,從30次到16次,降低(30-16)/30=46.7%

總結

降低晶體管翻轉次數,可以省電。
上述方案,可以在數字遞增循環過程中,將晶體管翻轉次數降到最低。

查表法完成四則運算

使用查表法的目的,同樣是為了省電。
查表法使用大量的ROM,既然X3D可以堆疊cache,我們也可以堆疊ROM,而且ROM比cache省電,可以堆疊更多層。
1比特cache需要6個晶體管,而同等容量的ROM只需要1個晶體管。
總之,堆疊ROM的容量可以很大,使得CPU能夠一次處理很多筆四則運算。
規定float和double格式時,還不流行多核。實際上,可以用多核并行運算,計算decimal數字,不再受位數的限制。
所以,新的CPU擁有極大的ROM,可以通過查表法同時完成許多筆四則運算,這N個整數核,大約可以同時完成N/2筆浮點數運算。N的大小取決于ROM的大小,和表的大小。

程序

該程序輸出8比特的晶體管編碼:

a=('00','01','11','10')def f(x,y,z,t,i):print(a[x%4],a[y%4],a[z%4],a[t%4],'->',i)x=0;y=0;z=0;t=0
for i in range(256):f(x,y,z,t,i)if i%4!=3:t=t+1if (i+1)%4==0:z=z+1if (i+1)%16==0:z=z-1if (i+1)%16==0:y=y+1if (i+1)%64==0:y=y-1if (i+1)%64==0:x=x+1if (i+1)%256==0:x=x-1

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/90092.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/90092.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/90092.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

LLM 中的 溫度怎么控制隨機性的?

LLM 中的 溫度怎么控制隨機性的? 在LLM的解碼過程中,溫度(Temperature)通過調整token概率分布的“陡峭程度”來控制隨機性:溫度越低,概率分布越陡峭(高概率token的優勢越明顯),隨機性越低;溫度越高,分布越平緩(高低概率token的差異被縮小),隨機性越高。 溫度,…

freemodbus使用

文章目錄? **CubeMX配置**1. UART配置(RS485通信)2. Timer配置(RTU字符間隔檢測)3. GPIO配置(RS485方向控制)? **STM32F103 RS485 FreeModbus RTU 配置概覽****1?? CubeMX硬件配置****2?? FreeModb…

【Ansible】Ansible 管理 Elasticsearch 集群啟停

一、集群節點信息 通過 Ansible inventory 定義的集群節點分組如下:[es](Elasticsearch 節點) 192.168.100.150192.168.100.151192.168.100.152[logstash](Logstash 節點) 192.168.100.151[kibana](Kibana …

Effective Python 第15條 不要過分依賴給字典添加條目時所用的順序

引言:字典順序的重要性 在Python編程中,字典(dict)是一種常用的數據結構,用于存儲鍵值對。然而,字典的迭代順序問題常常困擾著開發者。從Python 3.7開始,字典保證了鍵的插入順序,這一…

事務隔離級別和傳播方式

事務隔離級別 事務隔離級別是數據庫系統中控制事務間相互影響程度的重要機制。不同的隔離級別在數據一致性保證和系統性能之間提供不同的權衡選擇。下面我將詳細解析四種標準隔離級別、它們能解決的問題以及可能存在的并發問題。 一、四種標準隔離級別 1. 讀未提交 (Read Uncom…

不同地區的主要搜索引擎工具

研究seo,想匯總一下不同國家的搜索引擎工具,順帶了解一下這些公司提供的服務。 韓國:NAVER——>LINE 日本: 我還不知道,如果你知道可以評論告訴我 俄羅斯:yandex yandex有點像本土化的google 搜索引擎 郵箱 網盤 在…

實操:AWS CloudFront的動態圖像轉換

概述 適用于 Amazon CloudFront 的動態圖像轉換(前身為無服務器圖像處理器),通過 Amazon CloudFront 的全球內容分發網絡(CDN)實現實時圖像處理。此 AWS 解決方案可幫助您優化視覺內容交付,同時顯著降低運營…

Spring Boot 實戰詳解:從靜態資源到 Thymeleaf 模板引擎

Spring Boot 憑借其 "約定大于配置" 的理念,極大簡化了 Java 應用開發流程。本文將從 Spring Boot 核心特性出發,詳細解析靜態資源映射規則、Thymeleaf 模板引擎的使用,并結合完整實戰案例,幫助開發者快速上手 Spring B…

docker的鏡像與推送

docker build# 1. 基本構建命令(使用當前目錄的 Dockerfile) docker build .# 2. 指定 Dockerfile 路徑和構建上下文 docker build -f /path/to/Dockerfile /path/to/build/context# 3. 為鏡像設置名稱和標簽 docker build -t my-image:latest .# 4. 設置…

計算機網絡學習----域名解析

在互聯網世界中,我們習慣通過域名(如www.example.com)訪問網站,而非直接記憶復雜的 IP 地址(如 192.168.1.1)。域名與 IP 地址之間的轉換過程,就是域名解析。它是互聯網通信的基礎環節&#xff…

構建高性能推薦系統:MixerService架構解析與核心實現

——深入剖析推薦服務的分層設計、工作流引擎與高可用策略 一、整體架構與分層設計 該推薦服務采用經典分層架構模式?7,各層職責清晰: ?HTTP接口層? 支持 GET/POST 請求解析,自動映射參數到 RcmdReq 協議對象統一錯誤處理:參…

【安全漏洞】隱藏服務器指紋:Nginx隱藏版本號配置修改與重啟全攻略

?? 隱藏服務器指紋:Nginx配置修改與重啟全攻略 你是否知道,默認情況下Nginx會在HTTP響應頭中暴露版本號?這個看似無害的Server: nginx/1.x.x字段,實則可能成為黑客的"藏寶圖"。今天我們就來揭秘如何通過簡單配置提升服務器安全性,并手把手教你完成Windows環境…

構建RAG智能體(2):運行狀態鏈

在現代AI應用開發中,如何讓聊天機器人具備記憶能力和上下文理解是一個核心挑戰。傳統的無狀態對話系統往往無法處理復雜的多輪對話場景,特別是當用戶需要提供多種信息來完成特定任務時。 本文就來討論一下如何利用runnable來編排更有趣的語言模型系統&a…

RPA認證考試全攻略:如何高效通過uipath、實在智能等廠商考試

rpa認證考試有什么作用?數字洪流席卷全球,企業效率之爭已進入秒級戰場。當重復性工作吞噬著創造力,RPA(機器人流程自動化)技術正以前所未有的速度重塑職場生態。財務對賬、報表生成、跨系統數據搬運……這些曾經耗費人…

淺析MySQL事務隔離級別

MySQL 的事務隔離級別定義了多個并發事務在訪問和修改相同數據時,彼此之間的可見性和影響程度。它解決了并發事務可能引發的三類核心問題: 臟讀: 一個事務讀取了另一個未提交事務修改的數據。不可重復讀: 一個事務內多次讀取同一行…

【Linux系統】基礎IO(上)

1. 深入理解"文件"概念1.1 文件的狹義理解狹義上的“文件”主要指存儲在磁盤上的數據集合。具體包括:文件在磁盤里:文件是磁盤上以特定結構(如FAT、ext4文件系統)保存的數據集合,由字節或字符序列構成。磁盤…

構建智能可視化分析系統:RTSP|RTMP播放器與AI行為識別的融合實踐

技術背景 隨著人工智能向邊緣側、實時化方向加速演進,視頻已從傳統的“記錄媒介”躍升為支撐智能感知與自動決策的關鍵數據入口。在安防監控、工業安全、交通治理等復雜應用場景中,行為識別系統的準確性和響應效率,越來越依賴于視頻源的時效…

AI入門學習-Python 最主流的機器學習庫Scikit-learn

一、Scikit-learn 核心定位是什么:Python 最主流的機器學習庫,涵蓋從數據預處理到模型評估的全流程。 為什么測試工程師必學:? 80% 的測試機器學習問題可用它解決? 無需深厚數學基礎,API 設計極簡? 與 Pandas/Numpy 無縫集成&a…

apache-doris安裝兼datax-web配置

Doris安裝 官方快速開始鏈接 下載2.1.10,解壓。我這邊個人服務器CPU是J1900,是沒有 avx2的,所以選no 配置JAVA_HOME,這里沒有配置的要配置下,注意要Oracle的jdk,openjdk沒有jps等工具集,后面跑…

問題實例:4G網絡下語音呼叫失敗

問題描述 測試機 撥號呼出后,一直在4G,超時后自動掛斷。 對比機可以呼出成功,呼出時回落3G。 日志分析 測試機和對比機一樣發起了CSFB 呼叫。 只是測試機后面沒有回落3G。 03:44:40.373264 [0xB0ED] LTE NAS EMM Plain OTA Outgoing Message …