第3节　人人可学CPU

科学无难事。

——冯·诺依曼（1903—1957）

2020年7月25日，中国科学院大学公布了首期“一生一芯”计划成果，由5位本科生主导完成一款64位芯片设计并实现流片，芯片能成功运行Linux操作系统以及学生自己编写的教学操作系统UCAS-Core

从简单到复杂：CPU的进化

CPU从简单到复杂，是持续70多年的进化过程

CPU的发展和生物进化有相似性，都是从简单到复杂，从低级到高级，从原始到智能。

1946年研制的ENIAC（见图1.13）包含17468个电子管，每秒计算5000次加法，相当于5万人同时做手工计算的速度。以现在的眼光来看当然微不足道，但在当时是很了不起的成就，原来一个需要20多分钟才能计算出来的科学任务，在ENIAC上只要短短的30s，缓解了当时极为严重的计算速度大大落后于实际需求的问题。

图1.13　ENIAC结构框图

1971年Intel推出 Intel 4004（见图1.14），整个CPU集成在一个3mm×4mm的硅芯片上，总共包含2250个晶体管。Intel 4004采用10μm制程，运算速度达到每秒6万次。这样的紧凑体积使CPU不再只是科学家的计算工具，而是可以走向千家万户的计算工具，在台式计算机上工作，这预示了PC时代的开启。

图1.14　显微镜下的Intel 4004电路版图

龙芯3A4000在2019年推出（见图1.15），芯片封装尺寸为37.5mm× 37.5mm，峰值运算速度为128GFLOP/s。龙芯3A4000可以在台式计算机中执行复杂的信息处理工作，包括打字排版、上网、看在线视频、玩3D游戏都游刃有余。龙芯3A4000还可以在服务器、云计算、大数据、人工智能方面做更大规模的数据处理。

CPU的芯片上集成晶体管的密度不断提升。人眼观察Intel 4004的电路版图照片，还能隐约分辨出晶体管的外形轮廓。到龙芯的年代，晶体管的尺寸已经小得难以分辨，只能看出很多晶体管聚集在一起，形成充满了艺术感的色块区域。

CPU的发展主要受三方面动力的驱使：第一是应用需求牵引，科学家需要更快的计算速度，人们需要在CPU上运行更复杂的软件，拉动CPU实现更高性能；第二是生产工艺进步，半导体集成电路技术能够在单位面积上制造更多的计算单元；第三是科学探索的内在动力，科学家、工程师不懈地突破现有水平，追求性能更高、智能程度更高的计算机，最终目标是做出像人一样有智慧的装备。

图1.15　龙芯3A4000电路版图

CPU技术在计算机科学中的地位

CPU是整个计算机中最复杂的模块，是计算机科学的制高点。

计算机科学中主要的原理大部分都涉及CPU。在国际计算机学会（Association for Computing Machinery，ACM）2013年制定的计算机专业的18个知识领域中，涉及计算机本身工作原理的课程都和CPU相关，甚至是以CPU为核心。18个知识领域列举如下。

上面标星号的两个课程都与CPU关联紧密。体系结构与组织主要针对计算机的硬件组成，尤其是以CPU为中心的整个计算机的硬件设计。操作系统是在CPU上运行的软件，操作系统的设计和工作流程也要紧密围绕CPU展开。

经典的计算机体系结构教材，第一节都是讲解CPU的原理，其次才是存储器和输入/输出（I/O）。CPU原理能占整个计算机原理的70%。把CPU讲透，才能明白整个计算机是怎样工作的。在此基础上，设计配套的操作系统，提供一个管理计算机的软件平台，也提供运行上层应用软件的平台。

可以列出这样一个等式：

制作计算机 = 做CPU + 做操作系统

会做CPU、操作系统才代表会“制作”计算机。中国产业界经常称CPU为“电脑之心”、操作系统为“电脑之魂”，很贴切地反映了这两者的地位。

ACM体系中剩下的16门课程，都是在计算机上面开发软件来解决应用问题，可以说只是在“使用”计算机。

我不需要做CPU，为什么还要学习CPU？

以CPU思维观察计算机，以CPU视角观察世界

CPU凝聚了许多科学家和工程师的智慧。对CPU原理的学习可以给人们带来多方面的启示。

对于计算机专业人员，学习CPU是掌握计算机原理的必经之路。即使毕业后不进入CPU企业，CPU原理也将在整个职业生涯中如影随形。计算机系统是分层次结构的，从硬件、操作系统到应用软件，有时候为了解决某一层面的问题，往往需要下一层面的知识来解释，否则只能在某一层面工作，知其然而不知其所以然。CPU原理就是整个计算机系统最底层的知识。

对于应用软件开发人员，掌握CPU原理才能开发出更高水平的软件。虽然现在高级语言非常简单易学，但是如果只掌握Java语言、Python语言，那么只能开发出低水平的软件。要开发出高性能的软件仍然是需要底层功力的。软件的算法设计、代码优化都依赖于对CPU原理的深层次理解。

对于其他工程学科人员，可以通过学习CPU来找到相似的设计方法，达到触类旁通的目的。CPU中包含的工程方法对各行业都有启示。例如，CPU中用于提高指令执行效率的流水线结构，用于提高存储器访问速度的缓存设计，用于提高并行计算能力的多核、多线程设计，都可以为设计其他工程产品提供灵感。

即使是绝大多数不从事技术工作的人员，也可以了解CPU的来龙去脉、技术属性、产业地位，以此来更深入地观察和分析信息产业的走向。信息产业影响社会发展的方方面面，CPU在某种程度上可以作为技术发展趋势的“晴雨表”，学习CPU通识课程可以提高自身的洞察力。

对信息时代的每一个人来说，以CPU思维观察计算机，以CPU视角观察世界，就像学习法学、经济学、管理学一样，是一门随时可能用得上的本事。

开源CPU哪里找？

互联网提供了丰富的CPU教学范例

开源运动不断壮大，已经从软件扩大到硬件。现在很多高校、企业、爱好者都在互联网上提供开放的CPU设计资料，可以将其作为学习CPU原理的参考资料。

需要注意的是，毕竟CPU开发成本高，对开发CPU的企业来说包含了可观的人力和知识产权，因此在开源社区上能够找到的主要是简单的入门级CPU，几乎难以找到高端CPU。典型的开源CPU有OpenRisc、RISC-V等，主要面向嵌入式、物联网领域。

少数一些服务器级别的CPU选择开源，也是原开发企业在市场很难做下去的情况下、想保持市场关注度的无奈之举，典型的有OpenSPARC、OpenPOWER等。

相比之下，开源软件的发展水平可以算是高出一大截。以操作系统为例，有Linux这样在全世界的服务器、手机（Android）、嵌入式设备中广泛使用的产品级操作系统，也有Red Hat这样专业维护Linux发行版、提供商业服务的企业。如果不想取得企业的服务，“用操作系统不花钱”已经是一种可以实现的状态。

而在硬件领域，还没有当红的CPU企业敢于这么大方地把桌面、服务器CPU开源。

在这里可以介绍一下全世界最大的开源电路模块网站OpenCores（https://opencores.org），上面有各种类型的开源处理器，数量超过200个，可以作为一个参考资料库，但是近几年更新缓慢，很多项目已经有10多年没有更新了。另外一个大型社区就是Github，里面也有一些CPU设计源代码。搜索关键字“CPU FPGA”可以找到600多个项目，但是这些项目活跃度都很低，其中获得Star评分最高的是一个兼容RISC-V指令集的CPU设计项目，获得了5400个Star^[1]。相比Github上随便一个软件组件项目就能获得上万个Star，CPU的开源资源确实是比较薄弱的。

龙芯从2016年推出“面向计算机系统能力培养的龙芯CPU高校开源计划”，将GS132和GS232两款CPU的核心源代码向高校开源，大学老师可以基于龙芯平台设计CPU实验课程（见图1.16），让学生在课堂上有机会设计“真实的处理器”。

图1.16　龙芯CPU高校开源计划配套教学平台

也许在不久的将来，由你开发的CPU能够在开源社区上大放异彩！