服务器CPU品质的代价,微处理器几核几线程是怎么看头

Barroso是Google公司的首席工程师,并且领导该公司的平台工程小组。他曾经为Google的系统基础设施做出过多方面的贡献,其中包括负载平衡、错误探测及恢复、通讯库、性能优化和计算平台设计。在加盟Google之前,他曾经在Compaq和DEC公司承担研究工作,主要研究商业工作负荷的处理器和内存系统架构,并且与他人合作设计出Piranha系统。Barroso拥有南卡罗来纳大学计算机工程博士学位,以及巴西里约热内卢PUC大学的电气工程学士及硕士学位。
芯片多处理技术的经济性因素:成本 在1990年底,越来越多的小组都倡议使用CMP芯片多处理技术)来替代复杂性较高的单线程CPU,而我们的DEC研究小组正是其中的一个。我们当时正在设计Piranha系统,1
这种系统在当时的CMP设计领域绝对是一种超前设计,因为我们使用了非常简单的核心类似80年代末的早期RISC设计),并利用它来提高更高水平的线程级并行处理能力。我们的主要目标是利用有限的芯片预算来实现最佳的商业工作负荷性能。
今天,在开发Google的计算基础设施过程中,我们的焦点已经变得更加广泛,超越了简单的性能问题。为了评价某个特定架构的优劣,我们首先必须回答下列的问题:对于您所需要的计算能力,您在经济上是否能够承受?Google的多数服务所提出的计算需求都非常高,因此我们必须首先开发出一套思路,深入理解计算的总体成本,并且不断地寻找合适的硬件/软件设计来优化每个成本单位的性能。
本文探讨的正是大规模服务基础设施中的各类成本趋势,并且重点了基于CMP系统在改善整体计算平台费效比的过程中所面临的各种机遇与挑战。
理解系统成本 系统设计界已经开发出了体系完备的各类工具,能够对性能进行全面的测量、建模、预测和优化。然而,这一领域对成本因素的理解与认识仍然处于初级阶段。如果对成本的问题没有全面的考虑和理解,那么任何一种技术或产品的优势都无从谈起,而且也不可能得到验证。
我们可以将一个大规模计算群集的TCO总体拥有成本)分解为四个主要的组件:硬件的价格、能源消耗数据中心的初始和后续投资)、数据中心的后续运营成本,以及软件基础设施的成本。在商业性部署中,通常最主要的TCO组件就是软件。如果我们将TPC-C基准档案中使用的系统价格进行粗略的分解,我们就会发现,每个CPU的成本中,操作系统和数据库引擎的成本约为4000至20000美元。2如果算上其它操作系统组件、应用和管理软件的授权费用,相对来说其它组件的成本变得几乎不值一提。如果在部署过程中使用的是中档和低端服务器,那么这种情况就会变得更加明显。由于这类部署中的廉价服务器数量众多,但却会导致软件成本的上升,因为按CPU或按服务器数量确定授权费用的策略目前仍然是一种非常流行的作法。
Google选择的作法是,将软件基础设施的生产保留在公司内部,并且与开放源代码社团进行合作,通过这种方式来降低软件的成本,从而改变这种成本分布的局面。虽然软件开发成本仍然存在,但在大型CPU部署中这种成本已经被分散开来。因此,Google就需要对剩留的那些组件特别留意。下面,我们将集中讨论那些更有可能对成本组件产生直接影响的系统设计选择:硬件和能耗成本。

问:处理器几核几线程是什么意思?

图片 1图片 2
HG1表示的是连续三代Google服务器平台的性能、单位服务器价格性能比和性能功率比趋势。Google的硬件解决方案中也包括低端服务器的使用。这些系统是基于数量巨大的PC级组件,因此各代的系统都能够以基本相同的成本提供逐步提高的性能,从而产生了单位服务器价格性能比曲线的逐步上升。另外,
Google的容错软件设计方法也使这些可靠性相对较低的系统组件能够提供可用性很高的服务。
然而,功率性能比却呈现出一种浮动的趋势,虽然人们已经采用了很多方法,努力在设计中提高单位功率下的性能,但这种效果似乎并不明显。换句话来说,每一次性能的提升都伴随着成比例增长的总体平台功率消耗。因此,在总体拥有成本中,与功率有关的成本一直呈现增长的趋势。这些趋势会对计算成本产生重大的影响。下面的分析中忽略了其它间接的功率成本,将注意力完全集中在能源成本方面。今天,基于典型低端x86处理器的服务器成本约为3000美元,平均功耗为200瓦峰值功耗可以达到300瓦)。通常情况下,由于无效率工作时间和制冷所消耗功率通常会使能源成本预算翻倍。如果我们假设基本的能源成本为9美分/瓦小时且服务器的寿命周期为4年,那么在今天,该系统的能源成本已经占到了硬件成本中的40%。
更糟糕的事情还在后头。如果单位功率性能在接下来的几年中保持连贯性,那么功率成本将会很容易地超过硬件成本,而且很可能会超出很多。HG2描绘的便是这种推演的结果。我们在其中假设会出现四种不同的年度性能及功率增长率。对于最为极端的情形年增长率达到50%),在十年使用周期即将结束时,服务器的价格将只占很小的一部分。但需要注意的是,这个推论中并没有考虑能源成本在未来几年中可能出现的增长。在这种极端的情况中,机器所消耗的功率成本比机器本身的成本要多得多。也许我们可以设想,有一天供电企业会创造出一种奇怪的商业模型:如果企业愿意与其签订长期的供电合同,这些供电企业将免费向企业提供硬件。
计算机设备功耗失去控制的可能性很可能对计算的总体经济性产生巨大的影响,当然对地球总体环境的不良影响也是显而易见的。需要注意的是,尽管从全局来看
CPU所消耗的功率只占整体系统功耗预算中很小的一部分,但在低端服务器平台上,这类功耗所占的比率很可能会高达50%至60%。
效率CMP和计算效率 为了避免出现上面设想的那种可怕未来,我们有必要对采用CMP技术的处理器进行全面的介绍,而且充分了解这方面的情况将是避免出现不良后果的最佳很有可能是惟一的)途径。正如我们在本期第一篇文章“多处理器的未来”,作者:Kunle
Olukotun和Lance
Hammond)中所讨论过的,如果我们能够利用线程级并行技术,能够通过增加晶体管的数量并提高能源预算,我们完全可以增加核心的数量,从而更有效地提高性能。这种性能提高是其它任何已知技术所无法比拟的。在这种多线程环境中,预测和推测技术必须极为精确,只有这样,额外的功率和不动产投资才会显得物有所值,因为其它线程都准备执行非预测性的指令。但不幸的是,许多服务器级的工作负荷所表现出的指令级并行能力都是相当差的,4
因此,它们很难适应今天那些常见的预测性乱序核心。
Google的一些关键工作负荷就包含此类的行为。例如,我们的索引服务应用在新型处理器上每两个CPU周期里平均只收回一条指令,对多个发起槽issue
slot)和可用功能单元的利用率很低。导致这种现象的原因是索引服务应用所使用的数据结构太大,处理器芯片上的缓存无法处理,而且与数据关联的控制流程会将管线暴露给较大的DRAM延迟。这类行为还会导致内存系统的利用率过低,因为在上一个内存访问不可用时新的内存访问不可能发出。在控制流程和内存访问流中也存在足够的不可预测性,这就使得预测技术相对失效。然而,如果采用的是传统的多处理器、并发多线程系统和CMP5,那么同一工作负荷的级程级速度会发生很明显的提升。
在Piranha的实施过程中充分借鉴了商用工作负荷行为的教训:如果有足够的硬件和软件)线程,我们就根本不需要去预测。它所采用的8个CPU核心事实上是早期RISC设计的一次再生:单发起、顺序、非预测性。第一颗Piranha芯片将比其它最新CPU的性能高出两倍以上,而功耗只有后者的差不多一半。这一点非常重要,因为我们的小组在设计时完全忽略了功率效率,没有将其作为一个设计目标,但却得这样的成绩确实让人感到激动。这可以算是一个非常好的例证,充分说明CMP模型与生俱来的功率效率优势。
最近,一些厂商都发布了新的产品,这些产品可以帮助我们深入了解CMP微架构的功率效率潜力。AMD和英特尔都推出了CMP设计,其功率包线与上一代的单核心产品基本相同。例如,AMD报告称,根据一系列的基准测试6,其双核心Opteron
275型处理器的性能比对等的单核心处理器Opteron
248)要高出约1.8倍,而功率包线的增长幅度不超过7%。即使我们悲观地假设整个平台的功率增长幅度相同,双核心平台的功率效率单位功率性能)仍然比单核心平台提高了近
70%。的确,在确实这些进步的过程中,进程技术方面的改进扮演了非常重要的角色,但事实是,人们第一次开始重视处理器的功率效率,并试图寻找合适的方法来大幅改善这方面的性能。
缓慢的步伐
在我们于2000年发表的第一份Piranha报告中,我们将芯片多处理技术看作微架构演化中的必然趋势。尽管在这方面已经不存在任何的争议,但这种观点用了这么长的时间才被人们广泛地接受,这一点让人感到多少有些惊讶。尤其让我感到惊讶的是,像Piranha这类更为激进的CMP架构牺牲了单线程性能来换取线程级的并行能力,而这类技术的商用产品7
直到时近才出现,而且很可能要花很长的时间才能正式上市销售。
CMP商用产品的推出过程似乎遵循的是一种更有规则的方式,即随着晶体管预算的增加,较为复杂的核心被逐步添加到新一代的芯片上。如果CMP的前景如此诱人,为什么要用这么长的时间才让它的潜力变成现实呢?这里面的主要原因有四个:
功率包线。事实证明,与我们在Piranha开发过程中的构想正好相反,仅凭设计的复杂性和性能并不足以促使人们转而采用CMP架构。功率才是真正的原因。为了避免采用昂贵的冷却技术,芯片开发商们不得不坚守在功率密度的边界之内,而要想利用传统的技术来实现这一目标已经变得越来越困难。
市场因素。兆赫兹是一个非常容易理解的性能参数,厂商利用它也更容易说服消费者。尽管它只是一种很差的应用性能指标,但多数常用基准测试中所用到的参数也好不到哪去。如果有两种虚伪的评测指标摆在厂商面前,一种能够促进销售,另外一种对销售没有什么好处,那么厂商会选择哪一种呢?结果很容易预测。不幸的是,厂商在MHz上的竞争将处理器引向了另外一条道路
– 更大、更复杂的单线程系统。这与CMP的宗旨相去甚远,而且越来越远。
执行问题。如果要将传统的复杂核心变成成功的产品,我们中的许多人可能会低估其工程方面难以想象的难度。因此,似乎用退而求其次的方式才能得到成功的解决方案,将才智、动力和执行这些因素通过适当的组合变成真正的产品。
线程并非无处不在的。虽然服务器一级的工作负荷在很多年以前就可以实现多线程运行,但桌面工作负荷中却很少出现这种情况。因为桌面系统的数量巨大,而服务器CPU的开发和制造成本又极其高昂,桌面处理器的收益有很大一部分都被用于补贴服务器
CPU的研发工作。由于桌面系统缺乏多线程能力,CMP就不可能轻松地实现广泛的应用,其推广的急迫性也就不复存在。我将在本文的后面的部分对这一问题进行详细的探讨。
采用可怕的线程 业界采用CMP设计的步伐非常缓慢,这反映出人们对CMP机遇的担忧。业界担心,只有当有足够的线程时才能够充分发挥CMP的优势。这种担忧的根源主要是两方面的因素:并行编程的复杂性和普通应用的线程级加速潜力。
并行软件的复杂性很可能会降低程序员的生产效率,使程序员很难写出正确的、有效率的程序。计算机科学专业的学生对并行编程的了解是很有限的,而且也没有哪一种常用的语言与生俱来就可以支持并行计算技术。另外自动编译器并行技术的发展也相当缓慢,这些因此都使人们担心很多应用根本来不及充分发挥多线程芯片的优势。
当然,也有乐观的一面。小型多处理器的使用范围正在逐步扩大,这使得更多的程序员能够接触到并行处理硬件。而且市场上也出现了越来越多的工具,可以帮助程序员查找错误和性能问题例如线程检查程序8和性能调试程序9)。另外,一些专家级的程序员能够编写与效率较高的线程代码,其中程序员也可以充分利用这些资源。快速锁定和线程高效内存分配库就是这类编程杰作中的典型例证,而且它们也被广泛地利用。从更大的规模上来说,
Google的MapReduce10
等库使程序员可以更容易地编写高效的应用,并让这些应用使用数百个,甚至数千个线程在在大型数据集中完成采矿任务。的确有些算法是很难实现高效并行运行的,但多数需要CMP提供额外性能的问题级并不存在这种情况。除了一些特例外,基本上要想获得并行加速是比较容易实现的。这也就是为什么数据库应用的并行工作负荷在过去的十年中一直能够成功地运行。在Google公司里,我们通常可以对我们的CPU密集型工作负荷进行调整,使其可以在需要的时候使用更多的硬件线程。也就是说,只要硬件资源数量较大的服务器在经济上具备了足够的吸引力,我们就会毫不犹豫地选择多线程处理技术。
CMP面临的真正挑战并不是在服务器上,而是在桌面一级。许多常用的桌面应用都不具备并行处理能力,这部分是因为它们使用的数据集较小,另外也是因为直到最近几年多线程CPU才出现在桌面系统市场中。
随着越来越多的数据密集型工作负荷如语音识别)成为桌面系统的常见应用,CMP系统对这部分市场的吸引力也会变得越来越大。
需要注意的是,对于那些并行处理能力较左的应用来说,CMP仍然是一种非常友好的目标平台。在CMP中,并发线程之间的通讯比传统的SMP系统要高得多,尤其是使用共享在片上缓存时,这种差距更是明显。因此,如果工作负荷需要在线程之间进行大量的通讯或同步,整体性能所受到的负面影响要小得多。如果用户需要对已经建立的代码库进行初期并行处理改造,那么在改造的过程中,CMP架构的这种特性将会使编程的负担大幅度减轻。
CMP逐步得到主流的接纳
对于Google提供的这类大规模服务来说,高性价比的分布式计算系统是必不可少的。在这些系统中,由于工作负荷的分布式特性,单线程的性能并不重要,重要的是整个系统的综合成本/性能比。芯片多处理技术非常适合满足此类要求。在运行原生并行工作负荷时,CMP可以比传统的乱序wide-issue)单核心架构更好地利用片上集成的资源和内存系统,因此可以在芯片预算不变的前提下带来更高的性能。基本上,CMP比传统的CPU设计拥有更高的功率效率,因此可以帮助用户在未来的几年中有效控制能源消耗的成本。
然而,值得注意的是,单凭CMP并不能解决功率效率方面的挑战,但可以至少可以在未来的两至三代CPU上减轻这方面可能出现的问题。从长远趋势上来看,只有基本线路和架构上创新才是解决这类问题的根本道路。
计算机行业已经准备接受芯片多处理技术,并将其作为桌面和服务器市场中的主流解决方案,但似乎业界对CMP的接纳仍然有一些不情愿。只有当厂商必须将
CPU的温度保持在一个安全的热值包线内时,CMP并行技术才有可能成为必然的选择。这种方法虽然可以将单线程性能方面的损失减至最低程度,但它也很可能无法实现芯片多处理技术完整的成本效益潜力。一些厂商都将赌注押在了速度较慢的核心上,希望它们能够对高性能系统的经济性产生积极的影响,但事实上这种赌博的风险更大。

图片 3

我们在选购电脑的时候,经常会听到一些“几核几线程CPU”的术语,比如四核八线程,八核十六线程之类的,那么这个所谓的几个核心和线程都是什么意思呢?请看下面介绍。

CPU的“几核几线程”是什么意思?

一、CPU核心介绍

CPU的核心数是指内部拥有几个物理内核,每个内核都可以当做一个单核CPU来看待,双核CPU就相当于有两套硬件资源组合在了一个盒子里面,这个核心数理解起来还是挺容易的,比较难理解的是线程数,请看下面。

二、CPU线程介绍

CPU拥有几线程原本是和核心数相对应的,即CPU有几个核心就有几个线程,但英特尔公司在2002年发布了一种超线程技术,它是通过特殊的硬件指令将一个CPU内核模拟成两个逻辑核心来使用,这样在处理一些多线程任务时,可以实现数据的并行处理,大大的提高运算效率,使CPU的性能发挥的更加彻底。但模拟出来的核心毕竟不是真正的物理核心,总体性能还是不如真正的多核心CPU。

三、通俗的理解CPU核心和线程

上面所说可能并不是那么好理解,我们下面再以一种通俗的方式让大家加深了解一下,请看下面:

我们可以把CPU核心比喻成一套维修工具,里面有万用表、螺丝刀、扳手等,拥有几个核心就代表有拥有几套工具,而线程数则代表是几个人干活,正常情况下是一个人拿一套工具干活,资源都是独立的。

而超线程技术则相当于是两个人使用一套工具干活,一个人使用螺丝刀,一个人使用扳手,资源是共享的,这样下来工作效率就提高了不少,但有时候也会出现两个人同时使用螺丝刀的现象,这就需要一个人用完另一个人再去使用,会有一定的等待时间,所以总体的效率虽然要高于一个人使用一套工具干活,但还是比不上两个人各配一套工具来的快。

看完上面的解释,应该能明白核心和线程的意思了吧,需要说明的是,超线程还需要主板、系统以及应用软件的支持才能发挥作用,而我们一般的上网大多都是单线程的,所以超线程技术的应用范围有限,大多集中在图形或视频处理等专业领域。

几核:指多核心,即单芯片多处理器,简称CMP。CMP是由美国斯坦福大学提出的,其思想是将大规模并行处理器中的SMP(对称多处理器)集成到同一芯片内,各个处理器并行执行不同的进程。

几线程:指多线程,简称SMT。SMT可通过复制处理器上的结构状态,让同一个处理器上的多个线程同步执行并共享处理器的执行资源,可最大限度地实现宽发射、乱序的超标量处理,提高处理器运算部件的利用率,缓和由于数据相关或Cache未命中带来的访问内存延时

扩展资料

·使用线程可以把占据时间长的程序中的任务放到后台去处理,·用户界面可以更加吸引人,这样比如用户点击了一个按钮去触发某些事件的处理,可以弹出一个进度条来显示处理的进度,·程序的运行速度可能加快。

在一些等待的任务实现上如用户输入、文件读写和网络收发数据等,线程就比较有用了。在这种情况下可以释放一些珍贵的资源如内存占用等等。多线程技术在IOS软件开发中也有举足轻重的位置。

线程和进程的区别在于,子进程和父进程有不同的代码和数据空间,而多个线程则共享数据空间,每个线程有自己的执行堆栈和程序计数器为其执行上下文.多线程主要是为了节约CPU时间,发挥利用,根据具体情况而定.
线程的运行中需要使用计算机的内存资源和CPU。

我们在购买电脑的时候,经常听到这个处理器是几核几线程的,那么到底是什么意思呢?

CPU,被称作中央处理器是电脑的核心部件,由控制器和运算器组成,控制器控制数据的流向,而运算器参与所有数据的运算,一组控制器和运算器就是一个核心,在CPU内部万物皆可运算,而CPU运算的对象就是线程!

简单的说就是,在一个CPU内部集成了多组运算器和控制器,一组就是一个核心,而一组可以运行一个线程,比如英特尔的I5-9400f就是六核六线程,意味着它可以同时运行六个线程,而I9-9900kf是八核16线程意味着可以同时运行16个线程是程序运行的速度更快(用一个核心模拟了两个核心这被称为超线程,超线程的性能提升并没有同级别的多核心高)。

感谢邀请!

CPU的多核心,一般被称作单核心多处理器。就是大规模的并行处理器放置集成到同一芯片,然后每个核心都可以执行不同的数据处理、进程。

简单的可以理解为。CPU的核心处理器在不断发展的过程中,频率提升到一定的程度后,因制造工艺和成本原因的限制,不能够在研发生产出更高频率的cpu来提升cpu的性能。那还需要不断提升cpu的性能,多核心的解决方案也就应运而生。通过一个cpu中多个核心的运作,来最大效率的提升cpu的性能。两个人干活总比一个人干活的效率更高,cpu也是如此。

多线程可以理解为一个人是否可以一心多用,在做这件事情的同时是否还可以做其他的一些事情呢?而电脑的多线程操作是常态。

cpu 发展史上 主频
上3.0之后,因为加电压高,发热量大,供电,散热需求会上升,温度高与90度之后电子元件会出现不稳定现象,因特尔开始采用双核,之后又有了四核
八核技术
用以提升性能,超线程技术开发之后,出现了多核多线程,增加多任务处理能力。英特尔
酷睿 至强系列。

主频相当于手臂臂力,臂力越大,性能越强 玩游戏帧数会高

核心就相当于,有多个手臂,核心越多处理多任务能力越强

线程,相当于一个手臂长两只手,一般常见的有双核四线程 四核八线程
八核十六线程,也有一核四线程特殊架构,线程越多,多任务处理能力强,多半用于视频渲染,游戏多开

你好,处理器的几核指的就是处理器中有几个核心,多线程就是利用超线程技术(超线程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,提高的cpu的运行效率。)允许超线程运行后,在操作系统中看到的cpu数量是实际物理cpu数量的两倍,就是1个cpu可以看到两个,两个可以看到四个。
假如一颗cpu有两个核心,支持超线程技术,我们便称之为双核四线程
一般来说,物理cpu个数×每颗核数就应该等于逻辑cpu的个数

我们在组装电脑选购硬件的时候,大多数的人群更在乎CPU的性能,除了考虑架构、工艺、单核性能等,还需要考虑核心和线程数量,CPU从早期的单核,发展到现在的双核、多核,除了核心数量之外,还有线程数量。那么CPU核数和线程数有什么用?什么意思?下面装机之家科普一下CPU核数和线程的关系与区别,来学习一下吧。

CPU核数和线程数知识

CPU核数和线程数什么意思?

处理器的核心数一般指的就是物理核心数,也称之为内核,双核就是包括2个独立的CPU核心单元组,而四核就是包括4个独立的CPU核心单元组,是处理各种数据的中心计算单元,多核心的处理器能够有效进步CPU的多任务功能,或者说减少CPU的占用率,进步计算功率。

一般一个核心对应了一个线程,而intel开发出了超线程技术,1个核心能够做到2个线程计算,而6个核心则能够做到12个线程,超线程技术的好处就是无需增加物理核心就可以明显的进步CPU多线程功能,毕竟增加物理核心是需要占据非常大的核心面积,成本也随之增加。而线程数是一种逻辑的概念,说白了就是虚拟出的CPU核心数,现在无论是intel还是AMD都具备超线程技术。

CPU核数和线程数

举个例子,CPU可以想象成是一个银行,CPU核心就相当于柜员,而线程数就相当于开通了几个窗口,柜员和窗口越多,那么同时办理的业务就越多,速度也就越快。

通常情况下,一个柜员对应的是一个窗口,通过超线程技术相当于一个柜员管理着两个窗口,使用左右手同时办理两个窗口的业务,大大提高了核心的使用效率,增加了办理业务的速度。

CPU核数和线程数有什么用?

多核心和多线程的作用主要是为了满足各类程序多任务需求,核心数和线程数量越多,那么越有利同时运行多个程序,CPU能够并行处理多个任务数量,说白点就是核心数和线程数量越多,越适合多开软件或者游戏,打开的任务越多,除了多开程序,还有渲染需求,核数和线程数越多,越有利。

如何查看CPU核数和线程数?

我们在设备管理下查看的CPU是核数+线程数总和,所以如果想要查看具体几个核心几个线程,我们还可以使用其它的方法来查看。以Win10系统为例,我们将鼠标指针移动至任务栏空白处并右键之后选择“任务管理器”,如下图所示。

在任务管理器中,我们查看内核就是物理核心,逻辑处理器就是线程,如下是四核四线程的一款处理器,此外我们还可以借助CPU-Z或者鲁大师来查看核心数量和线程数量。

以上就是装机之家分享的CPU核数和线程的关系与区别知识,其实通俗来说,线程是通过超线程技术将物理核心虚拟出来核心,希望能够帮助到大家。

CPU的核好比发动机的气缸,

当然是核越多越强大

单核就是单缸发动机 如一般摩托车的发动机就是单缸的

双核就是双缸发动机 好的摩托车也有双缸发动机的

三核就是三缸发动机 如三缸夏历,奥拓等

四核就是四缸发动机 现在大多数车 如捷达,中华frv等

六核就是六缸发动机 如豪车的v6

八核就是八缸发动机 如豪车的v8

。。。

一个核在同一时刻可以处理一个单独的任务。

线程是cpu同一时刻可以处理的任务,实际上是一个核模拟两个核,当然性能肯定没有两个核强大。

如i3就是双核四线程,同时可以处理4个任务

发表评论

电子邮件地址不会被公开。 必填项已用*标注