【Linux】从1945到2024：冯·诺依曼体系如何定义了我们手中的每一台计算机？

🏆本篇主题为：从1945到2024：冯·诺依曼体系如何定义了我们手中的每一台计算机？

🏆个人主页：CILMY23-CSDN博客

🏆系列专栏：C++ | C语言 | Linux | Python | 数据结构和算法 | 算法专题

🏆感谢观看，支持的可以给个一键三连，点赞收藏+评论。如果你觉得有帮助，还可以点点关注

为什么今天还要谈一个1945年的模型？

当你轻触手机屏幕刷着短视频，或是敲击键盘写下 print(“Hello, World!”) 时，你是否想过，这些复杂的软硬件是如何协同工作，精准执行你每一个意图的？

支撑这一切的底层逻辑，源于一份诞生于 1945年 的蓝图——冯·诺依曼体系结构。它并非某个具体的产品，而是现代计算机硬件系统的“宪法”和“城市规划图”，定义了计算机基本的工作方式。

近80年过去了，芯片制程从毫米进化到纳米，计算机从房间大小变成掌上之物，但它们的“灵魂”却未曾改变。今天，就让我们一同拆解这份经典蓝图，看清从按下电源到程序运行，硬件之间上演了怎样一场精密的史诗级协作。

一、日常生活中的计算机

无论是我们日常生活中经常使用的笔记本、台式机、或者手机，上面都会有很多硬件。比如：负责数据运算的CPU、存储信息的内存与硬盘、用于输入操作的键盘和鼠标，以及展示处理结果的显示器等。这些硬件看似功能各异、彼此独立，实则遵循着一套统一的核心架构逻辑协同工作，而这套逻辑的基础，正是我们接下来要重点梳理的冯诺依曼体系结构。

正常情况下，我们以为的计算机的核心工作流程遵循“输入-CPU处理-输出”的逻辑：先通过输入设备将外部指令和数据传入，经CPU（中央处理器）运算处理后，最终再通过输出设备将处理结果显示出来。

就比如下图，

但是实际上并非如此，我们不采取这种方案，我们的计算机构成实际上遵循一种冯诺依曼的体系结构。

二、冯诺依曼的体系结构

冯诺依曼体系结构是我们构成计算机的最基本结构， 它在我们之前设想的中央处理器上加了一个存储器。而冯诺依曼体系结构的产生并非偶然，而是源于早期计算机发展中对效率提升的迫切需求。

这一包含存储器的核心设计，让计算机形成了“输入-存储-处理-输出”的完整工作闭环，也构成了冯诺依曼体系结构的核心框架。接下来，我们就对这一体系结构中的各个核心部件逐一展开说明，先从最基础的输入设备讲起。

2.1 输入设备

日常生活中常见的输入设备有刚刚提到的键盘、鼠标，还有手机的触摸屏、扫描仪、麦克风、摄像头、话筒、网卡等。

输入设备是计算机与用户交互的“桥梁”，核心作用是将外部的指令、数据等信息（比如我们的操作意图、文字、图像等）转化为计算机能够识别和处理的电信号或数字信号，再传递给存储器或CPU。它们都是实现“输入”环节的关键载体，为计算机后续的存储和处理提供原始数据支撑。

2.2 输出设备

日常生活中常见的输出设备有显示器、打印机、音箱、耳机、投影仪，还有手机的显示屏、扬声器、打印机等。

与输入设备相对应，输出设备是计算机向外界反馈处理结果的“窗口”。如果说输入设备负责将用户指令和数据“送进去”，那输出设备的核心作用就是把计算机处理完成的数字信号，再转化为文字、图像、声音等。

2.3 CPU

CPU（中央处理器）就是我们常说的芯片，是整个计算机的“核心大脑”，承担着最关键的“处理”环节工作。它不仅是连接输入、存储、输出等部件的核心枢纽，更是执行运算和控制协调的核心部件，直接决定了计算机的处理效率。

它的当中包括了两个组件，运算器和控制器。

首先是运算器，它的核心是执行各类数据运算。

主要分为两大类：

1. 一是算术运算，也就是我们常见的加减乘除等基本数学运算，比如计算两个数字的和、对数据进行乘法运算等；

2. 二是逻辑运算，包括与、或、非、比较、移位等逻辑判断和数据处理操作，比如判断两个数据的大小关系、对数据进行位运算移位等。

运算器会从存储器中获取需要处理的数据，按照控制器下发的指令完成运算后，再将运算结果送回存储器暂存，等待后续处理或输出。简单来说，运算器就是CPU中专门负责“做计算、做判断”的部件。

接着是控制器，它核心职责是负责应对所有的信息情况，调度运算器把计算做好。

具体来说，控制器会从存储器中按顺序读取指令，明确指令要完成的任务，比如，它可以去通过我们的CPU当中的控制器，让我们的CPU去读取指令，在哪去读取？什么时候读取？让CPU为某一个设备把数据拷贝到内存，什么时候拷从哪拷拷多少，那么这些都可以由控制器来进行控制。随后根据指令要求，向对应的部件发送控制信号，指挥它们干活。

2.4 存储器

存储器，听名字很难知道具体指的是哪个硬件，因为计算机中具备存储功能的硬件有不少，比如我们常说的内存（RAM）、硬盘（机械硬盘HDD、固态硬盘SSD），还有U盘、光盘，甚至手机里的闪存等，这些都属于存储设备的范畴。

但在这篇博客中，“存储器”，我们就可以认为是内存。硬盘、U盘等其他存储设备，在冯诺依曼体系中更偏向于输入/输出设备的延伸，它们主要用于长期存储数据，无法被CPU直接访问，因为数据必须先加载到内存中才能被处理。

2.5 设备与设备的交互

那设备和设备又是怎么互动的呢。

计算机的核心还是作为数据处理工具，凭借其远超强运算能力，接收用户输入的数据，通过CPU完成处理后，再将结果反馈给用户。

但其实各类硬件并非独立存在，而是需要通过特定的连接方式实现数据传输与协同工作。

这种连接依赖于计算机内部的总线（Bus）系统，总线作为硬件设备间的数据传输通道，负责衔接内存、CPU、输入/输出设备等核心部件。唯有通过总线实现硬件间的连接，输入设备的原始数据才能传输至内存暂存，内存中的数据才能被CPU读取处理，处理后的结果也才能通过总线传输至输出设备反馈给用户，或转储至其他存储设备长期保存。

也就是所有的硬件它最终是要用线连接起来的。设备是互相链接的。

就比如主板，我们提及的总线系统就集成于主板之上。分别把CPU、内存、硬盘、输入/输出设备等核心部件，插到主板上面，就可以实现各部件间的数据传输与协同工作，这也是硬件连接关系最直观的体现。

三、数据流向

根据我们刚才的图片我们可以看红色的数据信号

我们在输入的时候，数据一般都是交给我们的输入设备，数据要处理，所以把数据交给我们的内存，内存上面有数据，然后把内存里的数据再交给CPU，数据交给CPU，CPU运算完把结果再交给内存，再由内存刷新到我们对应的输出设备上。

所以数据在计算机里进行设备和设备之间的流动，那么本质上是把数据从一个设备弄到另一个设备问题。所以就要求几乎每一种设备都要有一定的数据保存的能力。

所以其实我们没怎么见过外设，但键盘、显示器，网卡、显卡这样的设备，它本身就具有一点点的数据存储能力。那么而我们的存储器，本身包括磁盘具有这种能力，内存有存储能力，CPU也有一定的数据的存储能力（寄存器）。

所以数据是要在计算机的体系结构中进行流动的，流动过程中进行数据的加工处理。

从一个设备到另一个设备，本质是一种拷贝！

所以有大量数据要让计算机处理，它无外乎就做两种事情

1. 第一种事情是在整体结构里面各种设备之间进行数据的拷贝。

2. 第二种事情就是进行运算

而运算因为CPU比较快，中央处理器的速度是非常快的，所以运算不是影响你计算机快慢的主要矛盾。

而数据从一个设备搬到另一个设备，本质是一种拷贝，所以数据在设备间的拷贝的效率，就决定了计算机整机的基本效率！

如何理解计算机的效率问题？就应该考虑计算机整体硬件数据交换的效率。

四、存储金字塔

（注：图片来源于网络，版权归原作者所有，若有侵权请联系删除）

这里我们就得提及存储金字塔了，存储金字塔说的是，在计算机存储体系中，存储设备或存储单元的读写效率与其到CPU的距离呈正相关——距离CPU越近，数据读写速度越快（效率越高），但对应的制造成本也越高；反之，距离CPU越远，效率越低，造价则越低廉。

最顶层是CPU内部的寄存器，它是离CPU最近的存储单元，读写速度最快（纳秒级），但容量极小（通常以字节为单位）、造价极高，仅用于暂存CPU当前正在处理的指令和数据；

下一层是高速缓存（L1、L2、L3缓存），速度仅次于寄存器（纳秒级），容量稍大（KB或MB级），造价依然较高，用于缓存CPU近期可能频繁访问的数据，减少CPU直接访问内存的次数；

再往下是我们提及的内存（RAM），速度中等（微秒级），容量更大（GB级），造价适中，是计算机运行时程序和数据的核心暂存区；

底层则是机械硬盘（HDD）、固态硬盘（SSD）等外部存储设备，甚至包括U盘、光盘，它们离CPU最远，读写速度最慢（毫秒级），但容量极大（TB级）、造价极低，主要用于长期存储大量数据，无需依赖电源维持数据存在。

所以为什么要有存储器呢？

因为输入设备它效率非常低，CPU非常快，所以它们两个的速度差非常大。这就跟木桶效应似的，计算机整体的运行效率，往往由速度最慢的部件决定。

如果没有存储器作为缓冲，高速运转的CPU就只能频繁等待低速的输入设备传输数据，相当于让“短跑冠军”一直等“步行者”，整机效率会被输入设备的速度牢牢限制住。而存储器的存在，正是为了填补这一速度鸿沟，解决硬件间的速度不匹配问题。

那是如何解决的呢？

我们的输入设备会将数据“批量预加载”到存储器（内存）中。尽管输入设备本身速度较慢，但批量传输可减少频繁交互的开销，其次，由于存储器的读写速度远高于输入设备，且能被CPU直接访问，高速运转的CPU无需再等待低速的输入设备，可直接从存储器中快速读取所需数据进行运算，最后，CPU运算产生的中间结果和最终结果会先回存到存储器，再由存储器根据需求批量传输到输出设备，进一步避免了CPU因等待输出设备而闲置。

整个过程中，存储器作为“高速中转站”，将输入、处理、输出环节的速度差异进行缓冲调和，让CPU的高速运算能力得到充分发挥，从而提升计算机整机效率。

核心结论：

1. 冯诺依曼体系结构是构成计算机的最基本结构，其在中央处理器基础上增加存储器，形成了“输入-存储-处理-输出”的完整工作闭环；

2. 计算机各类硬件通过主板上的总线系统实现连接与数据传输，协同完成数据处理工作；

3. 数据在计算机设备间的流动本质是拷贝，数据拷贝效率决定计算机整机基本效率，运算并非影响计算机快慢的主要矛盾；

4. 存储金字塔的核心逻辑是存储设备或存储单元的读写效率与其到CPU的距离呈正相关，距离越近效率越高、造价越贵，反之则效率越低、造价越低；5. 存储器（即内存）作为“高速中转站”，可填补输入设备与CPU的速度鸿沟，调和各环节速度差异，充分发挥CPU的高速运算能力，提升计算机整机效率；

5. 计算机整体的运行效率往往由速度最慢的部件决定。