计算机体系结构量化分析：从晶圆良品率到利润模型-开发者社区

简介：《计算机体系结构量化分析（第六版）》课后答案PDF面向学习计算机体系结构、准备课程作业与考试复习的高校学生及硬件方向自学者，重点解决第一章案例与习题缺少对照解析的问题。包内为1个PDF文件，约3.73MB，按教材章节组织答案，覆盖芯片制造成本与良品率计算、芯片面积与成本关系、电压频率变化对能耗和功率的影响、多核部分负载下的功耗估算，以及Amdahl定律与加速比分析等典型题目。读者可据此核对Phoenix与Red Dragon晶圆分配、Phoenix4/2/1良品率比较、单核与四核能耗比例、并行度受限时的性能上界等关键计算，并借助逐步推导理解公式来源与取舍依据。已有3613人学习，适合用作课后自测、考前查漏补缺和课堂案例复盘。

1. 良品率和功耗墙之间，隔着一条量化分析的窄路

翻到《计算机体系结构量化分析》第六版的解答部分，最先撞上来的往往是一串数字：724 颗、0.34、7384.8 美元。很多人把计算机体系结构当成一门讲流水线和总线的课，真到动手算才发现，它更像一本账本——每条结论背后都有面积、良品率、电压、命中率四个可测量的量在互相拉扯。这套解答的价值不在于对答案，而在于它把「为什么这么设计」翻译成了「代入哪些参数能算出这个数」。下面从一颗晶圆怎么切成 724 颗 die 开始，一直走到一次内存访问为什么只能占住 4ns 的通道。

2. 从晶圆到 die：为什么面积缩一半，可卖的颗数涨不到一倍

2.1 圆周率与边角料：die per wafer 里的减法项

晶圆是圆的，die 是方的。用整片晶圆面积除以单颗 die 面积，得到的是「假如晶圆是方的、且能完美铺满」的上界。真实情况有两处损耗绕不过去：圆周上切不出完整的 die；die 与 die 之间的划片道也不能拿来用。工程上用一个近似公式把这两处损耗折算进去：

DPW = π(d/2)² / A − πd / √(2A)

第一项是理想铺满的数，第二项是对边缘半成品 die 的扣除。这里的关键在于第二项与 √A 成反比：die 面积越小，边缘损失在总颗数里占的比例越低。代入直径 45、面积 2.0，π×(22.5)² 约 1590，除以 2.0 得 795；边缘项是 141.4 除以 √4 再除以 2，得 70.7；两者相减 724.3，取整 724 颗。换成面积 1.2，1590/1.2 得 1325，边缘项 141.4/1.549 得 91.3，相减 1233.7，取整 1234 颗。

提示：边缘项会随面积变小而变大，因为它正比于周长、反比于 die 边长。小 die 的「半个」更多，这不是笔误，正是几何本身。

2.2 面积比 1.67，颗数却涨了 70%

2.0 除以 1.2 是 1.667，1234 除以 724 是 1.704。两者很接近，容易让人以为「颗数随面积线性反比」，其实是第二项在两头抵消出来的巧合。把面积继续压到 0.25，也就是单核的大小，1509 除以 0.25 得 6360，边缘项 141.4/0.707 得 200，结果 6160 颗。面积比 2.0/0.25 是 8 倍，颗数比 6160/724 是 8.5 倍，小 die 反而多拿了一点红利。

这个红利来自边缘：面积越小，边缘项占比从 70.7/795 的 8.9% 掉到 200/6360 的 3.1%。新手最容易把这一步直接写成「面积减半、数量翻倍」，然后在利润计算里把 30% 的差距算丢。真实晶圆厂排产时，这种「小 die 双重红利」正是他们愿意把成熟工艺的芯片做小的动机之一。

2.3 用一段 Python 复现两种芯片的利润表

把颗数、良品率、售价串起来，利润模型其实只有一行乘法。写出来跑一遍，比盯着答案对数字有用得多：

import math def dies_per_wafer(diameter, die_area): # 第一项：整片面积除以单 die 面积，理想的满铺上限 area_term = math.pi * (diameter / 2) ** 2 / die_area # 第二项：圆周边缘上切不出完整 die 的扣除，与 sqrt(面积) 成反比 edge_term = math.pi * diameter / math.sqrt(2 * die_area) return area_term - edge_term def yield_rate(defect_density, die_area, alpha=14): # 负二项良品率模型：alpha 越大，缺陷越倾向于扎堆 return 1 / (1 + defect_density * die_area) ** alpha for name, area, price in [("Phoenix", 2.0, 30), ("Red Dragon", 1.2, 15)]: dpw = dies_per_wafer(45, area) y = yield_rate(0.04, area) # 利润 = 每片颗数 × 良品率 × 单颗售价 print(f"{name}: DPW={dpw:.0f} yield={y:.3f} profit=${dpw * y * price:.2f}")

跑出来的结果：Phoenix 724 颗、良品率 0.340、每片晶圆毛利 7384.80 美元；Red Dragon 1234 颗、良品率 0.519、毛利 9601.71 美元。参数说明里有两点值得盯住。defect_density的单位是「每单位面积的缺陷数」，所以它乘的是面积本身，量纲正好抵消；alpha=14不是随手填的常数，而是缺陷聚集程度在真实产线上的经验拟合值，换工艺节点这个数会变。

单价 $30 的芯片，单片晶圆少赚 2200 美元；单价 $15 的芯片，反而多赚三成。这是第一个反直觉结论：定价不能只看性能规格，还要看硅面积。