布尔代数：是现代电子计算机的数学和逻辑基础

----------

布尔代数与开关电路：

----------

1945年：冯诺依曼101报告

 硬件，操作系统软件、防病毒软件、办公软件、日程生活娱乐软件......

冯诺依曼体系结构：

 算术逻辑单元、控制单元、存储单元、输入设备、输出设备

将CPU与存储器分开并非十全十美，反而会导致所谓的冯·诺伊曼瓶颈（von Neumann bottleneck）：在CPU与存储器之间的流量（数据传输率）与存储器的容量相比起来相当小，在现代计算机中，流量与CPU的工作效率相比之下非常小，在某些情况下（当CPU需要在巨大的数据上运行一些简单指令时），数据流量就成了整体效率非常严重的限制。CPU将会在数据输入或输出存储器时闲置。由于CPU速度远大于存储器读写速率，因此瓶颈问题越来越严重。

而冯·诺伊曼瓶颈是约翰·巴科斯在1977年ACM图灵奖得奖致词时第一次出现，根据巴科斯所言：

“……确实有一个变更存储设备的方法，比借由冯·诺伊曼瓶颈流通大量数据更为先进。瓶颈这词不仅是对于问题本身数据流量的叙述，更重要地，也是个使我们的思考方法局限在‘一次一字符’模式的智能瓶颈。它使我们怯于思考更广泛的概念。因此编程成为一种计划与详述通过冯·诺伊曼瓶颈的字符数据流，且大部分的问题不在于数据的特征，而是如何找出数据。”

在CPU与存储器间的高速缓存存储器抒解了冯·诺伊曼瓶颈的性能问题......

----------

数据流量相较CPU的工作效率小，所以CPU计算的速度相对较快，但是如果数据量较大，将数据输入或输出存储器需要较长的时间，这个时间里面，CPU的算力就会闲置。这对于进一步提升计算机的算力是一个瓶颈一样的限制。可能的克服方法：（1）CPU的寄存器，可能提高一些数据的存取效率；（2）分布式计算，或者并行式计算，我曾经看过林子雨老师“大数据原理与应用”网课，其中有介绍到数据量大的时候可以采用分布式存储，而在做计算的时候，可以用程序去靠近数据，而不是让数据跟着程序走。我想，在不同分机上针对不同数据分别进行一部分计算，最后加以分析汇总，这样可能有助于克服冯·诺依曼瓶颈的一些问题。

由于指令与数据放在同一内存带来的CPU利用率（吞吐率）限制就是冯诺依曼瓶颈

冯诺依曼瓶颈的缓解办法有：

1.在CPU和主存之间提供高速缓存

2.为数据和指令提供单独的缓存或单独的访问路径（所谓的改良哈佛体系结构）

3.使用分支预测器算法和逻辑

4.提供有限的CPU堆栈或其他片上草稿行内存以减少内存访问