1.6 流水线技术

本课核心知识点整理

本节导学：流水线提升的是“持续产出能力”，不是单条指令瞬间完成

课程用工业流水线类比指令流水线：一个产品不再由一个工人从头做到尾，而是拆给多个工位连续加工。CPU 指令也类似，可以拆成取指、分析/译码、执行等阶段。流水线的关键不是让一条指令内部所有步骤同时发生，而是让多条指令在不同阶段交叠推进。

典型三段：

取指 Fetch  →  分析/译码 Decode  →  执行 Execute

因此流水线属于“准并行”：同一时刻可能有多条指令在不同部件上工作，但每一条指令仍要按阶段顺序走完。

1. 串行执行为什么浪费

假设一条指令分三段：取指 F、分析 D、执行 E。没有流水线时，必须等第一条指令完整执行完，第二条才能开始。

问题在于：I1 执行 D 时，取指部件可能空着；I1 执行 E 时，取指和译码部件都可能空着。流水线正是为了减少这种部件空闲。

从单条指令看，I1 仍然经历 F+D+E，延迟没有神奇消失；从整体看，流水线稳定后几乎每个周期都能完成一条指令，吞吐率明显提高。

2. 技术演进：从串行到流水线，再到更强的并行

技术阶段	核心思想	优点	局限	后续为什么继续演进
串行执行	一条指令完整结束后再执行下一条	控制简单，硬件设计容易	部件空闲严重，整体吞吐低	需要提高 CPU 部件利用率
指令流水线	指令分段，多条指令交叠执行	在不复制整套 CPU 的情况下提高吞吐	受最长阶段、相关冲突、分支影响	需要处理更复杂的并行和预测
超标量/多发射	一个周期发射多条指令到多个执行单元	吞吐进一步提高	调度、相关检测、乱序执行复杂	硬件复杂度和功耗上升
多核并行	多个核心同时运行多个线程/任务	适合任务级并行	单线程不一定变快，受软件并行度限制	需要操作系统和程序共同配合

软考这一节主要考流水线基础公式，但理解这张表能避免一个误区：流水线不是“最终形态”，它只是提高指令级吞吐的基础技术之一。

3. 流水线周期为什么取最长段

流水线像一排按统一节拍前进的工位。若各段耗时不同，快的工位也要等慢的工位完成后才能整体推进。于是流水线周期 $T_p$ 由最慢阶段决定：

$$T_p=max(t_1,t_2,\dots ,t_K)$$

例子：

阶段	耗时
取指	$3\mathrm{\Delta }t$
分析	$2\mathrm{\Delta }t$
执行	$4\mathrm{\Delta }t$

周期不是平均值 $(3+2+4)/3$，也不是总和 $9\mathrm{\Delta }t$，而是最长段 $4\mathrm{\Delta }t$。分析阶段只需要 $2\mathrm{\Delta }t$，但在统一节拍下仍要等到 $4\mathrm{\Delta }t$ 这个周期结束。

这就是“最长段限制整体节拍”的直观含义。

4. 建立时间、稳定输出与排空

流水线执行 N 条指令时，可以看成三段过程：

建立：第一条指令逐段进入流水线，直到第一次完成
稳定：流水线装满后，基本每个周期完成一条
排空：最后几条指令陆续离开流水线

三段流水线的交叠过程可参考上面的时间轴图：第一条指令先填入流水线，后续指令逐周期进入，最后再逐步排空。

如果每段长度完全按统一周期看，第一条指令完成需要 $K$ 个周期，之后每增加一条指令，多用一个周期。因此实践公式常写成：

$$T=(K+N-1)\times T_p$$

其中 $K$ 是流水线段数，$N$ 是任务或指令条数。

5. 理论公式与实践公式

课程里特别提醒：软考题常先按理论公式算，如果选项里没有，再看实践公式。

公式	表达式	适用理解	特点
理论公式	$T=\sum t_i+(N-1)T_p$	第一条指令按真实各段耗时走完，后续按周期输出	更贴近“段长不等但第一条不用被强行拉齐”的计算
实践公式	$T=(K+N-1)T_p$	每段都按统一周期节拍推进	更贴近硬件同步时钟下的统一节拍

同一组数据会得出不同结果，不是因为某个一定错，而是模型口径不同。考试时要读题和选项。

6. 课堂例题完整拆解

题目：一条指令分为三段，取指 $3\mathrm{\Delta }t$、分析 $2\mathrm{\Delta }t$、执行 $4\mathrm{\Delta }t$，采用流水线执行 10 条指令。

第一步，求周期：

$$T_p=max(3\mathrm{\Delta }t,2\mathrm{\Delta }t,4\mathrm{\Delta }t)=4\mathrm{\Delta }t$$

第二步，理论公式：

$$\begin{array}{rl}T& =\sum t_i+(N-1)\times T_p\\ & =(3+2+4)\mathrm{\Delta }t+(10-1)\times 4\mathrm{\Delta }t\\ & =9\mathrm{\Delta }t+36\mathrm{\Delta }t\\ & =45\mathrm{\Delta }t\end{array}$$

第三步，实践公式：

$$\begin{array}{rl}T& =(K+N-1)\times T_p\\ & =(3+10-1)\times 4\mathrm{\Delta }t\\ & =48\mathrm{\Delta }t\end{array}$$

做题顺序建议：

1. 先取最长段得到 $T_p$。
2. 优先用理论公式算。
3. 如果选项没有理论结果，再考虑实践公式。
4. 题干若明确“按统一时钟周期”或“每段均按周期计”，直接用实践公式。

7. 吞吐率与最大吞吐率

吞吐率看的是单位时间完成多少任务：

$$TP=\frac{N}{T}$$

最大吞吐率看流水线稳定之后的理想状态。稳定后每个周期完成一条指令，所以：

$$T{P}_{max}=\frac{1}{T_p}$$

例如 $T_p=5\text{ms}$：

$$T{P}_{max}=\frac{1}{5\text{ms}}=0.2\text{条/ms}=200\text{条/s}$$

注意单位换算。题目给纳秒、微秒、毫秒时，要把“每单位时间多少条”换成选项里的单位。

8. 流水线并不总是满效率

基础计算题默认流水线理想运行，但真实 CPU 里会遇到三类障碍：

障碍	含义	例子	影响
结构相关	多条指令争用同一硬件资源	同时需要访问同一存储端口	某些指令停顿
数据相关	后一条指令依赖前一条结果	I2 要用 I1 刚算出的寄存器值	需要等待、转发或重排
控制相关	分支导致下一条指令不确定	条件跳转	可能清空错误取入的流水线

这部分在本节计算题里通常不深入，但它解释了为什么现代处理器还需要分支预测、乱序执行、寄存器重命名等技术。它们都是为了减少流水线停顿，让“稳定输出”更接近理想值。

9. 本节考点地图

题型	题干信号	解题动作
周期题	“各段耗时分别为...”	$T_p=max(t_i)$
总时间题	“流水线执行 N 条指令”	先理论：$\sum t_i+(N-1)T_p$；再看实践：$(K+N-1)T_p$
吞吐率题	“单位时间完成多少”	$TP=N/T$
最大吞吐率题	“稳定后/最大吞吐率”	$T{P}_{max}=1/T_p$
概念题	“完全并行还是准并行”	选准并行；多条指令不同阶段交叠

🧪 例题（按难度）

简单（3题）

单选

指令流水线划分为 $K$ 段，各段耗时分别为 $t_1 \sim t_K$，则流水线周期 $T_p$ 通常取：

At1+t2+...+tKB(t1+t2+...+tK)/KCmax(t1,t2,...,tK)Dmin(t1,t2,...,tK)

单选

下列关于流水线的说法正确的是：

A流水线是一条指令内部“完全并行”执行B流水线是多条指令在不同阶段交叠的“准并行”C流水线一定能把执行时间缩短到 1/KD流水线不需要指令分段

单选

在流水线稳定后，最大吞吐率 $TP_{\max}$ 的典型表达式是：

ATPmax = 1 / TpBTPmax = TpCTPmax = K / TpDTPmax = 1 / (K*Tp)

中级（3题）

例题1（理论公式）

一条指令分为 3 段：取指 3Δt、分析 2Δt、执行 4Δt。采用流水线执行 10 条指令。

求总执行时间（理论公式）。

单选

选择正确结果：

A45ΔtB48ΔtC90ΔtD40Δt

例题2（最大吞吐率）

若某流水线周期 $T_p=5\text{ms}$，则最大吞吐率约为：

单选

选择最大吞吐率：

A0.2 条/msB0.5 条/msC5 条/msD25 条/ms

单选

若题目默认各段都按同一周期 $T_p$ 执行（存在空耗），总执行时间更常用的表达式是：

A理论公式：T = sum(ti) + (N-1)*TpB实践公式：T = (K+N-1)*Tp（按统一节拍）C非流水线公式：T = N*TpD并行加速比公式：S = N/T

困难（1题）

填空

仍以例题1为例（3 段：$3\Delta t$、$2\Delta t$、$4\Delta t$，执行 10 条指令）。若不采用流水线，按顺序执行每条指令耗时为 $3+2+4=9\Delta t$，则采用理论流水线后的加速比 $S$ 约为：

📚 本课小结

• $T_p=max(t_i)$
• 理论：$T=\sum t_i+(N-1)T_p$
• 实践：$T=(K+N-1)T_p$（必要时再用）
• $TP=N/T$，$T{P}_{max}=1/T_p$