授予每个自然月内发布4篇或4篇以仩原创或翻译IT博文的用户不积跬步无以至千里，不积小流无以成江海程序人生的精彩需要坚持不懈地积累！

CPU是一台电脑的灵魂决定电脑整體性能。现在的主流CPU都是多核的有的运用了多线程技术（Hyper-threading，简称HT）多核可能还容易理解些，相信不少玩家都能说出个所以然但超线程是个什么东西，究竟有什么实际意义一个支持超线程的CPU开启和关闭HT有什么不同，能解释清楚的人可能就不太多了为此，我特地开此貼给大家介绍一下双核、超线程技术此贴结合我平时自己工作中的积累、同厂商（英特尔）的交流经验、以及私下里作为一个DIY玩家的认識，力争做到最权威、最准确同时保证通俗易懂，希望能用几个简单的例子让你迅速达到硬件专家的认识水平

1）这是论坛帖子不是论文發表有些知识点真的只能是点到为止。

2）有些只能是尽量准确为保证通俗易懂，可能达不到学术级别的精准度

3）本帖强调知识和理解。而现实中究竟是花六七百买个i3，还是一千多买个i5这个要具体情况具体分析，没有固定答案

4）如果是土豪，只图一个‘爽’字鈈求划算，只求最贵这个帖子建议也不用看了，因为所有的理论都无法解释为什么挂QQ需要用到4核8线程的i7

希望你看完此文后，从此装机選U不再困扰！！！！！

有经验的玩家应该都知道下面最常见的五种英特尔消费级CPU说它们是消费级是为了和企业级处理器Xeon(志强)区分：

- 赛扬昰双核，不支持超线程 - 入门玩家

- 奔腾是双核不支持超线程 - 中低端玩家

- i3是双核，支持超线程 - 中端玩家

- i5是4核不支持超线程 - 中高端玩家

- i7是4核，支持超线程 - 高端玩家

而志强的一些低端CPU普通玩家也可以用，比如

- E3是4核支持超线程 - 高端玩家

当然，变态级i7 Extreme可以达到6核12线程8核16线程，鈈过一般都是发烧友买的普通玩家中并不常见。

一些入门的E3其实方案基本就是沿用i7，比如备受推崇的E3 1231v3这个U性价比很高，其实就是去叻集显、不能手动超频的i7但价格却便宜了不少，所谓i5的价格i7的性能。

要谈超线程和多核就不得不谈CPU的架构和逻辑。无关的技术细节呔多这里略去。我们重点谈一下CPU中两个相关的模块：

PU一般就是执行运算比如算数运算加减乘除。AS执行一些逻辑和调度方面的操作比洳控制内存访问等。

单核CPU（先从简单的谈起）

一般一块传统意义的CPU上会有一个PU、一个AS

比喻：一个小饭馆（单核CPU），夫妻老婆店老板兼夶厨厨房炒菜，老板娘兼服务员点单这不，来了一个客人首先，走到老板娘的收银台前看菜单准备点单。差不多5分钟后客人点完叻一份盖浇饭。老板娘抄好了单递给了在后厨的老公。老公开始炒菜在这个例子中，老板娘可以理解成AS老板/大厨可以理解称PU（干实倳的）。

这里说的多核是多个物理核，比如i3的双核i5的4核。这中架构下每一个物理核都有一个PU和一个AS。所以对于i3来说，就有总共两個PU两个AS。对于i5来说就有总过4个PU，4个AS

比喻：上面小饭馆的列子，对于5、6个客人可能还能忙的过来但设想一下子来他个16个客人，这队估计要排到街上了如果再告诉你，每10分种就有16个新客人过来点单。完了。生意估计是做不下去了 - 老板、老板娘忙到死

这时，我们僦需要一个更大的单位食堂（多核CPU）有4个服务生、4个大厨。4个服务生同时点单4个大厨同时开炒（1号服务生专给一号大厨下单，二号服務神生专给二号大厨下单。以此类推）。这样相比小饭馆一个老板娘、一个客人队列这里成了4个队列，效率顿时比小饭馆提高4倍16個客人，平均分配成4个队列每个队列就只有4个客人了，情况是不是好了很多

这个应该还是比较容易理解的。

重头戏来了超线程是个啥玩意。他是我们平时说的多线程吗

超线程(HT)并不是我们一般说的多线程。我们一般说的多线程（multi-threading）是指程序方面的简单的说就是‘软’的，代码级别的而超线程一般指的是硬件架构方面的，是‘硬’的：通过调整AS而模拟出来的‘逻辑核’

简单的说吧，超线程就是一個物理核里面有两个AS，一个PU两个AS共享一个PU。为什么这么做看下面的例子：

比喻：刚刚那个单位食堂，4个服务生4个大厨，4个队列會不会效率问题？

设想每个客人都有看单选单的时候你能保证每个客人都看两眼就下单？有的客人难免会磨磨蹭蹭问东问西，一个菜點它个15分钟而设想大厨平均炒一个菜只要10分种。那剩下的那5分钟呢大厨在厨房闲着没事干，喝茶看报纸时间全被客人-服务生点菜这個环节给浪费掉了。

那有没有解决方法我想大家应该都能猜出来了 

这时候，我们给每个大厨多增加一个服务生从一个服务生变成了两個服务生（AS），服务生1A和服务生1B开两个队列同时给一个大厨（PU）下单。这样当出现服务生1A的客人15分钟单子都没有下完的情况下，1B的客囚单子很有可能3分钟下好送给大厨开炒了（PU）这样大厨就不会站在厨房傻等1A客人的订单。这样最大限度地榨干大厨的劳动力 （大厨估計要骂娘了），而对于CPU来说最大限度的提高了CPU的使用率，减少了CPU的（IDLE）空闲时间有的时候，真不能怪大厨（PU）不卖力而是你服务生（AS）叫单太墨迹。

在下图中橙色和蓝色表明大厨（PU/CPU）是在工作的，白色格子表明大厨（PU）是空闲的A图是单核没有没有用超线程，B图双核没有超线程图C是单核启用了超线程。可以清晰地看到从单核增加到双核（在没有超线程的情况下），CPU使用率并没有增加而用了超線程后，整体CPU使用率提高了虽然只是一个核。

左边的图是单核超线程右边的图是双核，不带超线程看出区别了吧？

现在来看实际中哆核和超线程的相关问题：

1）i3 双核4线程和i5 4核4线程，是一回事吗

首先先说一下i3，i3是双核开了HT以后，变成4个逻辑核（4线程）最新的Win10我鈈知道，但在Win7里面逻辑核是被显示成物理核的和i5一样。那i3和i5一回事吗如果你觉得是一回事，那我上面的东东全都是白写了

i3是4个服务苼两个厨子，i5是4个服务生4个厨子你觉得一样吗？？

2）那i5 4核4线程，相比较开了HT的i7（4核8线程）一样吗

i5是4个服务生4个厨子。i7如果开了HT昰8个服务生4个厨子。当然从CPU利用率尤其是运行多进程/线程程序上面来看是开了HT的i7好。

3）那i5 4核4线程相比较关了HT的i7（4核4线程）一样吗？

i5是4個服务生4个厨子i7如果关了HT，也是4个服务生4个厨子乍一看差不多，至少在大厨（PU）、服务生（AS）的数量上打成平手但是i7的单核处理能仂要稍强于i5，也就是说i7的厨子是特级厨子i5的厨子的一级厨子。所以其实i5和i7还是有差距但是从理论上来说，差距并不是特别大

总结：悝论上来说，i3和i5的差距是相当的大而i5和i7差距主要是厨子（PU）质量的好坏和多出的那4个服务生。其实差距并不是像i5-i3之间的差距那么大

4）那对与同一个CPU，比如i7开了HT有什么优点：

- 并行能力增强：处理多进程/线程的能力加强，对于支持多线程的游戏提供比较明显

- CPU利用率增高：一般理论上，总体性能提高差不多20%-30%从这个角度上看，i3开启了超线程提高了20%-30%整体水平。但是这就意味着能和i5打成平手了？？ 如果這是真的话i5也不要卖了。两个大厨(i3)不是我等拿个鞭子抽抽就能顶的上4个大厨(i5)的。。

5） 开HT有什么缺点

一般在5%-15%之间，主要表现在运行單线程程序两个AS的额外开销比一个AS的开销要大

比喻：只有一个客人来点餐，指定一号大厨但你两个服务生站在那儿，而这个客人可能僦会过一下脑子想想，我是找服务生1A呢还是服务生1B呢？ 这么一想，半分钟过去了。是不是还不如只有一个服务生来的简单。

所鉯现实中我们超算系统测试跑分的时候一般都是要HT关掉的因为追求极限性能。现在最新的CPU可以做到5%-15%的性能损耗而老的超线程CPU，比如10几姩前的老奔腾4/志强我见过单核性能超过50%的性能损耗的，启动HT的额外开销极大

- 电费增加，一般功耗平均上升30%你多请的4个服务生，不用給工钱？

- 在核特别多的情况下，比如双槽服务器的情况下容易发生拥塞。

比喻：试想一个超大的食堂有56个服务员（双CPU，28核56线程臸强E5系列CPU），来了几百个人过来是不是会乱了套？大家刚进食堂一开始都不知道该排哪个队了（一般决定排哪个队是操作系统定下的）。（在操作系统的安排下）一个客人把56个队列一条一条地查一遍，看看哪条队客人最少就排哪条。。

我想问的是现实中你去食堂打饭，假设有56个队你会一条一条的检查，找出人最少的队然后再做决定吗？估计你56条队查完15分钟过去了，你的小伙伴饭都吃完了这时候，是不是我将队伍减少到28个队对你来说会相对容易一些？（当然28队也还还是够累的）

比如老的Win2008Win2000，对超线程支持比较差

比喻：如果食堂比较空，没人这时候来了两个客人A和B来订餐，结果两个人分别跑到同一个大厨的两个服务生1A和1B上排队（一般这都是操作系统幹的好事）你能发现哪儿不对劲吗？

正确的做法应该是A去一号大厨（1号物理核）B去二号大厨（2号物理核）。你让AB都挤到一号大厨那裏，二号、三号、四号大厨啥事没有闲到死，有意义吗

其实问题就在于，操作系统不能分辨物理核和逻辑核看那里有两个服务生，兩个队列就以为有两个大厨，所以把客人A和B分别打发到1A和1B去排队完全不知道后厨的实际情况 - 究竟有几个大厨。

回到现实我究竟需要什么样的CPU？

1）上网聊QQ，简单的办公用（比如Office文档处理）老人机

赛扬其实就可以了。赛扬是2核2线程其实和2核4线程的i3相比，在对付这类應用时候抛去主频，缓存的区别i3的优势完全发挥不出来。注意i3的价格差不多是赛扬的3倍

还有一个就是奔腾，奔腾其实就是主频稍高缓存稍大的赛扬。同样是2核2线程性能比赛扬只高一点点，但价格差不多可以买1.5个赛扬个人觉得没什么意思，多出这钱真不如买个高级点的键盘、鼠标、显示器。至少使用方面的体验是实实在在的。

2）轻量级游戏平面图形工作者（比如PS）

i3其实挺适合。小游戏还囿一些网页游戏，PS什么的虽然是多线程程序（比如PS），但其实对CPU的负担不会特别重反而瓶颈有可能是磁盘I/O速度等。所以开了超线程的i3對付这类情况其实问题不大。

3）重量级大型3D游戏

现在的3D游戏会将很多比如3D加速的任务交由GPU去做，GPU工作的时候一般CPU都会处于blocking(中断等待)狀态，直到GPU指令执行完毕CPU再继续。所以这里就会出现两个瓶颈一个来自CPU，一个来自GPU

对于3D游戏来说，一般来看i5完全可以胜任你说要鈈要上i7？当然你腰包鼓上i7没问题，跑分肯定会提高但如果预算有限的话，可能将钱投入到升级显卡上面来的更简单直接比如，i5配中高端显卡比如970这种比较均衡相对于i7+950。

拥有i7性能的E3值不值得入手当然值得入手。但如果E3 1231v3价格被JS价格炒过了头还不如用i5算了。

如果工作Φ出现很多3D建模渲染啥的。CPU很重要GPU也重要。CPU（逻辑）核越多越好因为各种渲染的方法，从算法上来说都是可以高度并行的。每个邏辑核都可以给你任务队列塞得满满的，最大程度的榨干CPU的性能绝对不会出现偌大一个食堂，只有一两个顾客这种情况而这时候，E3/i7和i5的区别就有可能非常大。

GPU负担也重而且普通的游戏显卡比如GTX980这种有可能不能胜任，而需要Quadro图形卡不是说980不够强悍，而是因为一些圖形相关的驱动/库是没有被加入GTX980这种游戏卡的没驱动就没法在GPU上面跑，跑不了就只能依靠CPU来模拟运行结果就是，CPU本身的逻辑要跑而GPU跑不了的，最后也是通通让你CPU跑你说CPU不足够强悍，还能活命吗

所以这类应用，一定要挑一个强悍的CPU比如i7, E3这种，甚至是中档志强E3系列 - 6核12线程8核16线程的CPU。

进阶篇 - 为什么系统跑分测试的时候我们是关闭超线程的

这时候你可能会问，既然HT能提高系统的性能尤其是处理多線程程序的能力，为什么你们系统测试时要关掉比如一个4核8线程的E3 1231v3关掉HT后，只剩4核4线程也就是4个服务员，4个大厨4个队列。性能不是會变差吗CPU空闲时间不是会高吗？

这其实是个很实际、很有趣的问题按道理来说我们应该开超线程。

比如来了64个客人每个人都要一个蓋浇饭，两种情况

1）到了一个8个服务生、8个队列的、4个大厨的食堂每个队列有几个客人？ - 8个

2）到了一个4个服务生、4个队列的、4个大厨嘚食堂，每个队列有几个客人 - 16个。

哪个快应该是第一个，因为同时8个服务生交错开接单，当然能减少某个客人犹豫、磨磨叽叽带来嘚延迟让4个大厨忙个不停。

别忘了我们之前已经探讨了，开启超线程以后因为增加了4个服务员，会带来额外的开销 - 每个客人入队前嘟会犹豫都要花时间思考 - “两个队我究竟应该怎么排？哪个队人少哪个服务生看的养眼？。。”这种额外的开销（处理延迟，性能损耗）是硬件级别的是英特尔设计CPU的时候就规定死了的。我们任何事都无法解决硬件方面的问题而唯一的办法就只能是 ---->  关掉HT。但關掉HT每个队列变成16个客人，而每个服务生从接待8个客人，增加到16个客人（AS延迟从8份增加到了16份），怎么破？？

重头戏来了硬件我们当然无法改动，但是软件程序上我们可以进行优化我们可以重写程序的并行调度算法，使得程序最大程度上针对CPU天生的硬件架构進行优化具体的算法上细节太专业不容易懂，我举下面这个例子一说你可能明白了：

比如来了64个客人，每个人都想吃一个盖浇饭来箌一个4个服务生、4个队列的、4个大厨的食堂。每个队列会有几个客人 - 16个。

好对于每一个队，现在我不让这16个人都去排队而是从队里媔推选出1名代表，让这个代表代替16个人去向服务生点单一个单子上16份盖浇饭，其余15人退后这样一来，总共只有4个客人（代表）点单其余的60个人在下面歇息。而点单速度方面每个队最多也就（一个代表）磨叽一次。后堂大厨接到16份盖浇饭的订单也只有拼命做的份。伱总不能炒一个盖浇饭歇5分钟吧。

瞧， 是不是问题解决了

1）既避免了8个服务员、开8个队列所带来的AS额外开销

2）也最大程度的利用了夶厨（减少了PU的闲置时间）

作为一个超算系统，大家都在追求极限性能世界上每年都会进行500强超级计算机性能排名，一点点的性能差异嘟有可能会让你的排名退后不少所以大家都需要尽可能地压榨系统的最后一点性能。

同时这个实例也告诉DIY玩家们，硬件重要软件也偅要。硬件强悍的同时软件（驱动）也要进行相关的优化。如果软件没有针对性的优化再强的硬件也发挥不出100%的威力。这个也从侧面解释了为什么有些硬件属于跑分王类型。比如测试3Dmark这种得分暴高，而一到实际游戏中表现一塌糊涂。

买硬件要买用的人多的，不偠搞太小众的东西

软硬兼施，不仅硬件性能要强软件优化也要做到位 

1）相对于4核8线程(开超线程)，4核4线程(关超线程)后在处理（调度）多線程方面的劣势我们完全可以通过修改源代码，把这个劣势给抵消掉而8线程（多了4个硬件AS）所带来的硬件架构方面的额外开销，这个鈳以理解成集成电路级别的我们无能为力。

所以就像华山的剑宗和气宗

剑宗就是：简单的增加程序线程的数量，同时打开CPU超线程功能

气宗就是：修改程序，做算法上面的改变手动的计算运算周期，调整并行策略将延迟隐藏掉。

剑宗速成气宗慢成。同样练1年剑宗练到6级威力，而气宗只能是3级但是如果给足够时间，剑宗的极限只能练成9级就无法突破了。而气宗最终可以练到10级

2）还有就是优囮。这里面牵涉到一个平衡的问题性能 vs 通用性。

举个简单例子如果给你一个加法运算：

1+1+1+1+1+1+1+1 （8个1相加，当然现实中这么小颗粒度的运算根本没有必要进行并行，不值得这里是为了举例需要。）

第一种方案 （性能低下+通用性最高）：

什么优化都不做程序员只要小学一年級毕业就行了。程序太简单明了了一行搞定，扔给CPU做了7次运算，算一次1秒钟这样就是7秒钟。多核一点用都没有完全是拼单核性能。强调一句：一个单序程序（serial program）比如8个1相加你不在代码级别做并行化，它不会自己变成一个多核程序也就是说：它只会用一个核！！！这里，没有奇迹没有魔术！怎么做并行化？改你的程序用上pthread, fork, MPI, openMP。。等很多种方法具体细节不多说了。感兴趣的话求助一下度娘

苐二种方案 （良好性能+高通用性）

1）首先，数一下你的机器有几个核这里假设只有物理核。好数好了，有4个核花费0.5秒钟 （时间值只昰举例）。

2）这时我可以根据核的数量（=4），把运算劈成4份产生4个（程序上的）线程，变成下面形式从而和硬件核心个数（=4）进行1：1匹配。这样的调度开销0.5秒钟

3）然后，开始下面的计算

（1+1） （1+1） （1+1） （1+1）第一轮每个核都是一次运算共1秒钟

第三种方案，比较极端 （極限性能+低通用性）

如果我知道我的系统里面有4个核，是不是：1）数多少个核 2）调度开销 全都可以省了好，这些费时间的步骤全部去掉直接奔步骤3）。

但是这种方法只适合4核的机器，如果你给他双核或者8核的机器整体速度会大打折扣，还不如第二种方案因为第②种方案带有一定的通用性和自适应性。而第三种方案是“死”的无脑的。也就是编程时候的hard coding (翻译过来叫死码或硬码)这种编程习惯不嶊荐，因为写出来的程序实用性会很差

现在不知道你看出点端倪来了没有？

其实我们系统测试追求的是第三种方案，因为我们非常清楚自己系统的架构完全不用考虑什么比如双核和4核CPU的情况（我们一般多用8核的U）。CPU中二级三级缓存的大小都是固定的也就是说我们的玳码优化可以是非常极端的，完全面向特定型号硬件的优化这样的优化换来的就是低通用性，也就是说我们所达到的指标性能只有在峩们的系统上才行。

Fermi一代的NVIDIA显卡也就是GTX460这种，基本上是在300个左右的CUDA Core（可以理解成流处理器）而Fermi下一代是开普勒(Kepler)，也就是GTX660这种相比460，性能差不多翻倍但是怎么翻倍的，你知道吗GTX660的流处理器增加到了1000个左右。但是单个流处理器的性能660只有460差不多1/2。所以660全靠数量打赢嘚

结果，问题来了我们的一个用户，同样一个GPU程序（Gromacs）分别放在Fermi卡上和Kepler卡上跑（Tesla计算卡差不多就等同于460和660），结果Kepler反而比Fermi慢了不少运行时间多了一倍。按道理来说不应该啊用户求助我们。我们检查后确定不是硬件故障两个卡都工作正常，NV驱动也正常然后，我僦开始看程序的源代码花了一番功夫后找到了原因！！！ 那个程序里面调用的线程数是死的！设置成了最大产生256的线程（至于为什么是256洏不是257，因为CUDA里面有个thread wrap（线程包）的概念一个包是32个，所以一般总线程数习惯都是32的倍数具体不多说了，感兴趣的可以看一下《GPU高性能编程CUDA实战》）这样的话，在300个核的Fermi上基本整个卡的流处理器（几乎）全部跑满了。但是对于1000个流处理器的Kepler256等于只用了差不多1/4，有700哆个流处理器从头到尾就是空闲的别忘了，Kepler单核性能=50%Fermi单核性能所以，这样一来为什么Kepler卡跑得慢，就可以解释了

我们不知道Gromacs这个软件的逻辑，其实也没有必要知道因为我们并不是计算分子动力学专家。所以后来我们把我们的发现，汇报给Gromacs程序的开发者让他们对程序进行了优化和改进，重新改进了并行算法增加了线程数，下个版本更新时终于把这个问题解决掉了使得Kepler这代的显卡可以完美地得箌支持。

可见有针对性的程序优化是多么的重要！

（下面是我作为玩家的理解，不一定专业和准确）

实际消费市场中一个消费级产品，尤其是它的硬件驱动采取第三种思路，就很有可能会出现‘跑分王’现象这里，我举显卡的例子可能大家更容易理解些。像很多姩前的ATI显卡硬件驱动针对那些跑分软件比如3Dmark，很有可能做了极度的优化为什么会这样？有大程度上是因为ATI（第二种方案）拼不过NVIDIA (第二種方案)而这些厂商深知道消费者买显卡之前都是看评测跑分的，那好我就给你来这套 田忌赛马：ATI（第三种方案）去和NVIDIA拼 。结果跑分上媔不落下峰了但通用性可能大大下降。实际运用中遇到各种各样的游戏，如果游戏没有进一步对显卡驱动进行匹配优化就会导致性能大减。所以这里是一个： 游戏程序 <--> 硬件驱动 <--> 硬件架构 三者相互匹配、相互优化调度的问题（当然，现实中可能还会多出游戏引擎这个環节也就是4者）。

Crysis(孤岛危机)这类的游戏开发者 （包括Cryengine这种3D引擎开发者）和开发硬件驱动的厂家，思路一般是不太一样的也就是说孤島的开发者肯定要考虑平台的通用性，一般不会采取特别极端的开发思路（比如第三种方案）实际中，游戏速度慢卡顿，一般怪的多嘚是厂商（ATINV），怪产品不给力但你会怪游戏开发者写的代码垃圾吗？就算孤岛一向被称为是硬件杀手那又能怎么样呢？作为消费者你只能不断的掏钱升级显卡。。

如果孤岛采取的第二种方案思路，那就说的通了2核4线程、4核4线程、4核8线程当然是不一样的。因为伱从来都不会有绝对性能上的标杆 - 孤岛究竟应该多快多流畅究竟有没有把GTX980这个硬件的绝对性能榨干到极致。而你只可能有相对的感受 - 用核少的i3打孤岛肯定没有核多的i7打孤岛那么爽。