博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
个人计算机系统的组成
阅读量:2431 次
发布时间:2019-05-10

本文共 1681 字,大约阅读时间需要 5 分钟。

主要组成部分:

冯.诺伊曼设计思想计算机由5部分组成:控制器,运算器,存储器,输入设备和输出设备。现代计算机中,对其结构进行改进,改成3大硬件子系统:处理器,存储系统和输入输出系统,

处理器(cpu)

一般由运算器,控制器和寄存器组成。

主存储器
主要是处理器内部的寄存器(register),高速缓冲存储器(Cache),主板上的主存储器(一般称为主存或者是内存)和以外设形式出现的辅助存储器系统。
主存储器造价高,速度快,但是容量小。用于存放当前待处理的数据或者是正在运行的程序。辅存主要由磁盘,光盘存储器,其造价低,信息可以长期保存,容量大。
按照读写功能区分
存储器可以分为可读可写的随机存取存储器(Random Access Memory,RAM)和只读存储器(Read Only Memory,ROM)。主存中既有RAM又有ROM,半导体RAM断电后信息消失但是ROM芯片中的信息可以长期保存。个人计算机中的主存由RAM 和ROM组成,ROM部分主要是固化的ROM-BIOS,其中BIOS是基本输入输出系统,是软件系统最底层的程序,用于驱动和管理诸如键盘、显示器、打印机、磁盘、时钟、串行通信接口等基本输入输出设备。
16位PC机时代,RAM 的容量64KB或者是1MB,32位PC机发展到4MB一直到2010年的2GB或4GB。

寄存器

1、从应用角度可分为:透明寄存器和可编程寄存器(包括通用寄存器,专用寄存器)。

IA-32处理器有16个寄存器,主要包括以下:
(1)10个32位寄存器。其中:8个通用寄存器(EAX、EBX、ECX、EDX、ESI、EDI、EBP、ESP)、1个标志 寄存器(EFLAGS)、1个指令指针寄存器(EIP)
(2)6个16位寄存器,其中主要是段寄存器(CS、SS、DS、ES、FS、GS)
2、通用寄存器:
EAX是累加器,使用平度最高,用于算数运算,逻辑运算以及外设传送信息
EBX是基址寄存器,常用语存放存储器地址,以方便指向变量或者是数组中元素的地址。
ECX是计数器,常作为循环操作指令计数器
EDX是数据寄存器,可用于存放数据,其中低16位DX用于存放外设端口地址
ESI是源变址寄存器,用于存放字符串或者是数组的源操作数
EDI是目的变址寄存器,用于只想字符串或者是数组的目的操作数
EBP是机制指针寄存器,默认情况下指向程序堆栈区域的数据,主要是用于在子程序中访问通过堆栈传递的参数和局部变量。
ESP是堆栈指针寄存器,专用于指向程序堆栈区域顶部的数据,在涉及堆栈操作的指令中会自动增加或者是减少。
3、标志寄存器:(注:标志:1、体现某种工作状态2、游戏诶处理器标志用于反映指令执行结果3、涉及一个或者多个2进制位表示一种标志4、用0、1的不同组合表达标志的不同状态)
(1) 状态标志寄存器:主要有进位标志CF(Carry Flag)、奇偶标志PF(Parity Flag)、调整标志AF(Adjust Flag)、零标志ZF(Zero Flag)、符号标志SF(Sign Flag)、溢出标志OF(Overflow Flag)
(2) 控制标志:方向标志DF(Direction Flag)
(3) 系统标志:允许中断标志IF(Interrupt-enable Flag)、陷阱标志TF(Trap Flag)
指令指针寄存器:
EIP具有自增能力,处理器执行完一条指令,EIO就加上该指令的字节数,指向吓一跳指令,实现程序的顺序执行。
4、段寄存器:
对于应用程序来说,主要设计三段:存放程序中指令代码的代码段、存放当前运行程序所用数据的数据段和指明程序使用堆栈区域的堆栈段
16位80x86处理器设计的有4个16位段寄存器:代码段寄存器cs、堆栈段寄存器ss、数据段寄存器ds和附加段寄存器es,其中附加段也是用于存放数据的数据段,专门处理数据串设计的串操作指令必须使用数据段作为目的操作数。
IA32处理器有新增加了两个同样的16位的段寄存器FS和 GS他们具有数据段性质的段寄存器。

转载地址:http://sitmb.baihongyu.com/

你可能感兴趣的文章
进站画面:1q84音乐电台
查看>>
回复旦
查看>>
二十世纪计算机十大著名算法
查看>>
MFC程序更换XP皮肤
查看>>
SkinSharp使用方法
查看>>
盘点2010年电子书市场
查看>>
How Computers Know What We Want — Before We Do
查看>>
About Recommender Systems
查看>>
jason数据格式
查看>>
金山快盘的安全性太差了
查看>>
KDD Cup2011
查看>>
“相关性”时代的到来
查看>>
腾讯盛大百度版咆哮体
查看>>
opencv阈值法分割图像
查看>>
OpenCV资料
查看>>
极阅和微精
查看>>
Outbrain
查看>>
智能Web算法第二版前言和译者序
查看>>
RPC实践(二)JsonRPC实践
查看>>
RPC实践(三)Hessian实践
查看>>