问题标签 [von-neumann]

我有一个新的计算架构理念，而不是冯诺依曼。目前的机器都是基于冯诺依曼的 CPU-Memory 逻辑分离。在我的情况下，可以融合 Memory-ALU 以获得全新的 CPU。在那种情况下，我如何将我的新建筑理念与现有理念进行比较？

• 一种方法可能是运行各种算法并进行比较。但不幸的是，我们还没有那个硬件。

• 仿真可以吗？但是从头开始构建模拟器需要很大的努力

• 行业如何比较？

提前致谢。

有很多关于生成“真正的”随机数的研究正在进行中。

有一种很简单的方法，很久以前就发明了。该方法归功于冯诺依曼[1]。

在最简单的形式中，它可以被认为是从 0 或 1 的偏置源中生成随机位。鉴于序列 01 的概率与 10 相同，可以使用 01 - 将真正随机的“0”和 10 表示为真正随机的“1”位（简单地丢弃 00 和 11 的组合）。

很简单。谁能指出为什么这种方法不会生成随机序列（从而解决了在计算机上生成随机数的问题）？

My text book doesn't seem to answer this question, just that it has to 'decode' the instruction, so it doesn't answer how it knows it has an instruction in the first place.

My research into this gives me possibly two answers:

1) It can't because both data and instructions look the same in memory, so it has to use the Program Counter to load the next instruction which may or may not fetch the next data it needs through addressing.

2) Something something opcodes something....

I'm trying to figure out a clearly understandable way of explaining this so I know I can understand it.

这是我一直在寻找的一个问题，但我还没有得到正确的答案:(

• 哈佛架构如何映射到 C/C++ 语言（高级语言）？
• 它们是如何相关的，或者架构如何帮助 HLL？

我研究了冯诺依曼和哈佛建筑的区别，得出的结论是，冯诺依曼与哈沃德建筑相比没有积极的一面，只有“瓶颈”和脆弱性等消极一面。那么为什么今天大多数计算机都使用冯诺依曼架构呢？

我在 Javascript 中有一个 2 维数组，里面有浮点数。我必须遍历数组中的每个项目并找到冯诺依曼邻域中最低浮点的位置。问题是我知道如何找到最小值，但不知道如何找到该值在数组中的位置。

我认为必须有一个简单的解决方案，但我就是无法理解它。我想我有一个“程序员的障碍”：DI 希望你能理解我的问题，英语不是我的第一语言。

背景 我尝试在我的地形生成器中实现水力侵蚀算法，该算法是用 JavaScript 和 WebGL 编写的。我尝试使用的算法是Jacob Olsen的“ Realtime Procedural Terrain Generation ”中描述的优化水力侵蚀算法，2004

为什么在设计个人计算机时，基于冯诺依曼架构的计算机架构优于哈佛架构；而哈佛架构用于设计基于微机的计算机系统和基于DSP的计算机系统？

我在某处读到 Java 虚拟机 (JVM) 不是冯诺依曼架构。有人可以澄清为什么和/或如何？

我正在使用具有以下配置的笔记本电脑。处理器：Intel(R) Core(TM)i5-4300U CPU @1.90GHz 2.49GHz RAM：8GB 系统类型：64 位操作系统，基于 x64 的处理器

Windows 版：Windows 8.2 企业版

当我阅读有关 CPU 架构的信息时，我想知道我的计算机遵循的 CPU 架构是什么？

我一直在阅读关于冯诺依曼的瓶颈和 AFAIK，问题在于 CPU 应该获取或修改数据操作，但不能同时进行；因为它们都需要访问相同的内存总线。所以，问题主要在于有限的总线传输率。我已经读过如何缓解这个问题，它提到并行处理应该解决它，它不仅仅依赖于 1 个核心，所以当一个核心卡在 fetch 操作中时，其他核心以单独的方式工作大大减少了计算时间。

这是一个正确的理解吗？如果是这样，不是所有这些核心都共享相同的内存总线吗？哪个从一开始就成了瓶颈？