补什么：从“会写代码”到“懂机器在想什么”

很多同学学编程时，代码能跑但心里没底：为什么数组要连续内存？递归爆栈是因为什么？CPU 真的在“逐条执行”吗？计算机组成原理正是为了解决这种“知其然不知其所以然”的断层。它不讲复杂的电路设计，而是用极简的视角拆解冯·诺依曼体系——告诉你计算机是如何把“纸带编程”演变成今天的多核并行，以及“性能”到底是被主频定义的，还是被指令流水线偷偷决定的。

这门课适合有基础编程经验、但想打通底层任督二脉的学习者。如果你正在备考研究生，或准备转岗后端/系统开发，这里是性价比最高的补漏入口。别假装什么都懂，承认这块是盲区，才是进阶的第一步。

怎么看：先抓骨架，再啃血肉

建议按“入门篇”到“原理篇”的顺序切入。开篇先听《为什么你需要学习计算机组成原理？》和《给你一张知识地图》，建立全局观，避免一上来就陷入指令细节。接着精读《冯·诺依曼体系结构》和《指令跳转》两讲，这是理解所有现代程序运行的基石——你会惊讶地发现，if...else 本质上就是 goto，函数调用就是栈的操作。对于纠结性能优化的同学，《通过 CPU 主频谈性能》和《穿越功耗墙》是必读章节，它们能帮你跳出“频率越高越快”的误区，理解并行与功耗的 trade-off。

课程配套资料包含答疑加餐与用户故事，如“赵文海：怕什么真理无穷”，这些内容虽非核心考点，但能提供真实的学习心路，缓解焦虑。建议先看目录中的前 5 讲入门内容，确保建立正确的认知框架，再进入指令与运算的硬核推导。

能做什么：独立解释一段代码的“出生过程”

学完本模块，你应能独立回答：一个 C 语言函数调用在内存中是如何压栈出栈的？编译器如何将高级语言翻译成机器指令？为什么递归过深会导致栈溢出？以及，在功耗受限的情况下，如何通过指令级并行提升性能？

资料包中的 FAQ 系列（如“世界上第一个编程语言怎么来的”）可作为课外拓展，帮助你建立技术史观，避免死记硬背。练习时，不要只看不写，试着在脑中模拟指令执行流程，或画出简单的数据通路图。只有当你能向别人解释清楚“堆栈溢出”的物理含义时，这门课才算真正闭环。知识就在那里，进一寸有一寸的欢喜，别等到面试被问住才后悔没早补这块短板。

课程目录

答疑与加餐 (5讲)

  1. FAQ第一期 _ 学与不学，知识就在那里，不如就先学好了
  2. FAQ第二期 _ 世界上第一个编程语言是怎么来的？
  3. 特别加餐 _ 我在2019年F8大会的两日见闻录
  4. 特别加餐 _ 我的一天怎么过？
  5. 用户故事 _ 赵文海：怕什么真理无穷，进一寸有一寸的欢喜

入门篇 (5讲)

  1. 01 _ 冯·诺依曼体系结构：计算机组成的金字塔
  2. 02 _ 给你一张知识地图，计算机组成原理应该这么学
  3. 03 _ 通过你的CPU主频，我们来谈谈“性能”究竟是什么？
  4. 04 _ 穿越功耗墙，我们该从哪些方面提升“性能”？
  5. 开篇词 _ 为什么你需要学习计算机组成原理？

原理篇：指令和运算 (12讲)

  1. 05 _ 计算机指令：让我们试试用纸带编程
  2. 06 _ 指令跳转：原来if...else就是goto
  3. 07 _ 函数调用：为什么会发生stack overflow？
  4. 08 _ ELF和静态链接：为什么程序无法同时在Linux和Windows下运行？
  5. 09 _ 程序装载：“640K内存”真的不够用么？
  6. 10 _ 动态链接：程序内部的“共享单车”
  7. 11 _ 二进制编码：“手持两把锟斤拷，口中疾呼烫烫烫”？
  8. 12 _ 理解电路：从电报机到门电路，我们如何做到“千里传信”？
  9. 13 _ 加法器：如何像搭乐高一样搭电路（上）？
  10. 14 _ 乘法器：如何像搭乐高一样搭电路（下）？
  11. 15 _ 浮点数和定点数（上）：怎么用有限的Bit表示尽可能多的信息？
  12. 16 _ 浮点数和定点数（下）：深入理解浮点数到底有什么用？

原理篇：处理器 (18讲)

  1. 17 _ 建立数据通路（上）：指令+运算=CPU
  2. 18 _ 建立数据通路（中）：指令+运算=CPU
  3. 19 _ 建立数据通路（下）：指令+运算=CPU
  4. 20 _ 面向流水线的指令设计（上）：一心多用的现代CPU
  5. 21 _ 面向流水线的指令设计（下）：奔腾4是怎么失败的？
  6. 22 _ 冒险和预测（一）：hazard是“危”也是“机”
  7. 23 _ 冒险和预测（二）：流水线里的接力赛
  8. 24 _ 冒险和预测（三）：CPU里的“线程池”
  9. 25 _ 冒险和预测（四）：今天下雨了，明天还会下雨么？
  10. 26 _ Superscalar和VLIW：如何让CPU的吞吐率超过1？
  11. 27 _ SIMD：如何加速矩阵乘法？
  12. 28 _ 异常和中断：程序出错了怎么办？
  13. 29 _ CISC和RISC：为什么手机芯片都是ARM？
  14. 30 _ GPU（上）：为什么玩游戏需要使用GPU？
  15. 31 _ GPU（下）：为什么深度学习需要使用GPU？
  16. 32 _ FPGA和ASIC：计算机体系结构的黄金时代
  17. 33 _ 解读TPU：设计和拆解一块ASIC芯片
  18. 34 _ 理解虚拟机：你在云上拿到的计算机是什么样的？

原理篇：存储与I_O系统 (17讲)

  1. 35 _ 存储器层次结构全景：数据存储的大金字塔长什么样？
  2. 36 _ 局部性原理：数据库性能跟不上，加个缓存就好了？
  3. 37 _ 高速缓存（上）：“4毫秒”究竟值多少钱？
  4. 38 _ 高速缓存（下）：你确定你的数据更新了么？
  5. 39 _ MESI协议：如何让多核CPU的高速缓存保持一致？
  6. 40 _ 理解内存（上）：虚拟内存和内存保护是什么？
  7. 41 _ 理解内存（下）：解析TLB和内存保护
  8. 42 _ 总线：计算机内部的高速公路
  9. 43 _ 输入输出设备：我们并不是只能用灯泡显示“0”和“1”
  10. 44 _ 理解IO_WAIT：I_O性能到底是怎么回事儿？
  11. 45 _ 机械硬盘：Google早期用过的“黑科技”
  12. 46 _ SSD硬盘（上）：如何完成性能优化的KPI？
  13. 47 _ SSD硬盘（下）：如何完成性能优化的KPI？
  14. 48 _ DMA：为什么Kafka这么快？
  15. 49 _ 数据完整性（上）：硬件坏了怎么办？
  16. 50 _ 数据完整性（下）：如何还原犯罪现场？
  17. 51 _ 分布式计算：如果所有人的大脑都联网会怎样？

应用篇 (5讲)

  1. 52 _ 设计大型DMP系统（上）：MongoDB并不是什么灵丹妙药
  2. 53 _ 设计大型DMP系统（下）：SSD拯救了所有的DBA
  3. 54 _ 理解Disruptor（上）：带你体会CPU高速缓存的风驰电掣
  4. 55 _ 理解Disruptor（下）：不需要换挡和踩刹车的CPU，有多快？
  5. 结束语 _ 知也无涯，愿你也享受发现的乐趣