Optimization 术语是什么；“CPU绑定”；及；“I/O绑定”；什么意思？
术语“CPU绑定”和“I/O绑定”是什么意思？非常直观： 如果一个程序在CPU更快的情况下运行得更快，则该程序受CPU限制，也就是说，它将大部分时间用于简单使用CPU（进行计算）。计算π的新数字的程序通常会受到CPU的限制，它只是处理数字Optimization 术语是什么；“CPU绑定”；及；“I/O绑定”；什么意思？,optimization,terminology,Optimization,Terminology,术语“CPU绑定”和“I/O绑定”是什么意思？非常直观： 如果一个程序在CPU更快的情况下运行得更快，则该程序受CPU限制，也就是说，它将大部分时间用于简单使用CPU（进行计算）。计算π的新数字的程序通常会受到CPU的限制，它只是处理数字 如果I/O子系统速度更快，程序运行速度更快，则程序受I/O限制。具体的I/O系统可能会有所不同；我通常把它与磁盘联系起来，但当然，网络或通信也很普遍。在一个大文件中查找某些数据的程序可能会受到I/O限制，因为瓶颈是从磁盘读取数据（实际上，这个例子现在可能有点过
如果I/O子系统速度更快，程序运行速度更快，则程序受I/O限制。具体的I/O系统可能会有所不同；我通常把它与磁盘联系起来，但当然，网络或通信也很普遍。在一个大文件中查找某些数据的程序可能会受到I/O限制，因为瓶颈是从磁盘读取数据（实际上，这个例子现在可能有点过时，从SSD输入数百MB/s）。CPU限制意味着程序受到CPU或中央处理单元的限制，而绑定意味着程序受到I/O或输入/输出的限制，如读写磁盘、网络等 一般来说，在优化计算机程序时，人们试图找出瓶颈并消除它。知道您的程序受CPU限制会有所帮助，这样您就不会不必要地优化其他程序
[所谓“瓶颈”，我指的是使您的程序运行速度比其他程序慢的东西。]当您的程序正在等待（即磁盘读/写或网络读/写等）时，即使您的程序停止，CPU也可以自由执行其他任务。程序的速度很大程度上取决于IO发生的速度，如果要加快速度，需要加快I/O速度 如果您的程序正在运行大量的程序指令，并且没有等待I/O，则称其为CPU受限。加速CPU将使程序运行得更快
在这两种情况下，加速程序的关键可能不是加速硬件，而是优化程序以减少所需的IO或CPU数量，或者让程序在执行CPU密集型任务的同时执行I/O。表达相同想法的另一种方式：
- 如果加快CPU的速度并不能加快程序的速度，那么它可能会被绑定
- 如果加速I/O（例如，使用更快的磁盘）没有帮助，您的程序可能会受到CPU限制
（我使用“可能是”，因为您需要考虑其他资源。内存就是一个例子。）CPU绑定表示进程的进度受到CPU速度的限制。对一小组数字执行计算的任务（例如乘以小矩阵）可能会受到CPU的限制 I/O界限表示进程的进度受I/O子系统速度的限制。处理磁盘数据的任务（例如，计算文件中的行数）可能会受到I/O限制 内存限制表示进程的进度受可用内存量和内存访问速度的限制。处理大量内存中数据的任务（例如乘以大型矩阵）可能会受到内存限制 缓存绑定指进程进度受可用缓存数量和速度限制的速率。如果任务处理的数据超过缓存中的数据量，则该任务将被绑定到缓存 I/O绑定速度将低于内存绑定速度将低于缓存绑定速度将低于CPU绑定速度
I/O绑定的解决方案不一定是获得更多内存。在某些情况下，可以围绕I/O、内存或缓存限制设计访问算法。请参阅。I/O绑定进程：-如果进程生命周期的大部分时间都处于I/O状态，则该进程是I/O绑定进程。示例：-计算器、internet explorer
CPU绑定进程：-如果进程生命的大部分时间都在CPU中度过，那么它就是CPU绑定进程。I/O绑定指的是一种情况，在这种情况下，完成计算所需的时间主要取决于等待输入/输出操作完成的时间
这与CPU受限的任务相反。当请求数据的速率比消耗数据的速率慢，或者换句话说，请求数据的时间比处理数据的时间长时，就会出现这种情况。IO绑定进程：执行IO的时间比计算的时间多，有很多 短CPU突发。
CPU占用的进程：花更多的时间进行计算，很少有很长的CPU突发多线程是最重要的 在这个答案中，我将研究一个区分CPU和IO有界工作的重要用例：编写多线程代码时 RAM I/O绑定示例：向量和 考虑一个对单个向量的所有值求和的程序：
#define SIZE 1000000000
unsigned int is[SIZE];
unsigned int sum = 0;
size_t i = 0;
for (i = 0; i < SIZE; i++)
/* Each one of those requires a RAM access! */
sum += is[i]
- 矩阵乘法是RAM和GPU上的CPU限制。输入包括：
数字，但：2 * N**2
乘法已经完成，这足以使并行化对于实际的大型N 这就是存在如下并行CPU矩阵乘法库的原因：N ** 3N ** 3Workload Name (iter/s) (iter/s) Scaling ----------------------------------------------- ---------- ---------- ---------- cjpeg-rose7-preset 526.32 178.57 2.95 core 7.39 2.16 3.42 linear_alg-mid-100x100-sp 684.93 238.10 2.88 loops-all-mid-10k-sp 27.65 7.80 3.54 nnet_test 32.79 10.57 3.10 parser-125k 71.43 25.00 2.86 radix2-big-64k 2320.19 623.44 3.72 sha-test 555.56 227.27 2.44 zip-test 363.64 166.67 2.18 MARK RESULTS TABLE Mark Name MultiCore SingleCore Scaling ----------------------------------------------- ---------- ---------- ---------- CoreMark-PRO 18743.79 6306.76 2.97private readonly HttpClient _httpClient = new HttpClient(); downloadButton.Clicked += async (o, e) => { // This line will yield control to the UI as the request // from the web service is happening. // // The UI thread is now free to perform other work. var stringData = await _httpClient.GetStringAsync(URL); DoSomethingWithData(stringData); };private DamageResult CalculateDamageDone() { // Code omitted: // // Does an expensive calculation and returns // the result of that calculation. } calculateButton.Clicked += async (o, e) => { // This line will yield control to the UI while CalculateDamageDone() // performs its work. The UI thread is free to perform other work. var damageResult = await Task.Run(() => CalculateDamageDone()); DisplayDamage(damageResult); };