查看“︁電腦性能”︁的源代码

{{noteTA
|G1=IT
}}
'''電腦性能'''（Computer Performance）一般會以[[電腦]]系統在指定時間和使用資源的條件下，所完成工作的數量來表示。

依上下文的不同，電腦性能的「良好」可能包括以下項目中的一項或幾項：

* 快速的[[反應時間]]
* 高[[吞吐量]]（處理工作的速度）
* [[資源 (電腦科學)|資源]]的使用率。
* 電腦系統或應用程式的[[高可用性]]
* 快速（或高壓縮率）的[[数据压缩]]及解壓縮
* 高[[頻寬 (電腦)|頻寬]]或是快速的[[資料傳輸]]時間

[[電腦軟體]]的性能，特別是[[應用軟體]]的反應時間，是[[軟體品質]]的內容之一，在[[人机交互]]中也很重要。

==性能度量==

和電腦性能有關的[[軟體度量|度量]]包括[[可用性]]、[[反應時間]]、[[信道容量]]、{{link-en|延遲 (工程)|Latency (engineering)}}、[[頻寛]]、[[吞吐量]]、{{link-en|相對效率|Relative efficiency}}、[[可扩放性]]、[[效能功耗比]]、[[数据压缩|壓縮比]]、{{link-en|指令路徑長度|instruction path length}}及[[加速倍率]]。也可以利用[[CPU]]的[[基準測試]]<ref>{{citation|title=Measuring Program Similarity: Experiments with SPEC CPU Benchmark Suites|id = {{citeseerx|10.1.1.123.501}} }}</ref>。

==定義==
電腦系統的性能可以用可量測的技術用詞來表示，會用到一個或多個上述的度量。性能可以用以下的方法表示：

- 和其他系統比較，或是將系統變更前後的性能相比較
<br />- 以絕對度量來表示，例如符合合約上所列的功能

以上的定義用到一些科技相關的術語。以下是科學家{{link-en|阿诺·艾伦|Arnold Allen}}所提出，比較可以讓非科技背景聽眾瞭解的定義：

<blockquote>在「電腦性能」一詞中提到的「性能」其實和其他情形下提到的性能一様，其性能是指「電腦可以將它應該要完成的工作做到多好？」<ref>Computer Performance Analysis with Mathematica by Arnold O. Allen, Academic Press, 1994. ''$1.1 Introduction, pg 1.''</ref></blockquote>

==技術量測資料==

有許多的技術量測資料間接的會影響電腦的性能。

由於測試電腦的速度及性能需執行許多的程式，因此開發了[[基準測試]]軟體整合這些程式。以下是一個重要的量測資料：

* [[MIPS (計算機)|指令每秒]]－大部分的消費者考慮電腦架構時，會希望可以執行許多現有的軟體，有時會直接用工作頻率來選擇特定的CPU，相同架構的電腦，MIPS越高表示其速度越快，但不同架構的電腦，無法直接比較其MIPS（參考{{link-en|兆赫神話|megahertz myth}}）。
* [[FLOPS]]－每秒進行的[[浮點運算]]次數，在選擇科學計算用的電腦時格外重要。
* [[效能功耗比]]－[[并行计算|平行系統]]（例如[[Google]]的機房）的設計者會依效能功耗比來選擇CPU，因為CPU功耗的成本大於CPU本身的成本。
* 有些平行電腦的設計者會以單位成本的速度來選擇CPU。
* 一些[[實時運算]]系統的設計者需確保最壞情形下的響應，若CPU的{{link-en|中斷延遲|interrupt latency}}較小，及其有確定性的響應時較容易確保。
* 若設計者直接使用組合語言開發系統，會希望CPU支援多功能的[[指令集]]。
* 低功率－針對有限能源供應的系統（例如用太陽能、電池、或人力發電）。
* 體積小或重量輕－特別針對可攜的嵌入式系統及太空用的系統。
* 環境影響－減少在電腦生產時、使用時及回收階段對環境的影響，也包括減少廢棄物及有害物質（參考[[綠色計算]]）
* {{link-en|百萬更新每秒|Giga-updates per second}}－量測RAM可允許的最快更新速度。

有時CPU設計者有辦法提昇其中一項特性，又不會犧牲其他特性，例如使用最好最快的電晶體來設計CPU，此時就可以提昇CPU的整體性能。

不過有時若過分強調其中一項特性，往往會使其他重要特性變差，因此反而讓整體的性能的變差，例如只強調CPU高MIPS，高工作頻率時，可能會使功率提高，效能功耗比也可能下降。

== 性能方程式 ==
執行某特定基準測試軟體需要的時間'''t'''為
: <math>t=N*C/f</math>，或者可以等效表示為下式
: <math>P=I*f/N</math><ref name="shrinking">{{cite web
|url=http://www.realworldtech.com/page.cfm?ArticleID=RWT062004172947&p=5
|title=The Incredible Shrinking CPU
|author=Paul DeMone
|date=20 Jun 2004
|access-date=2012-10-09
|archive-url=https://web.archive.org/web/20120531101531/http://www.realworldtech.com/page.cfm?ArticleID=RWT062004172947&p=5
|archive-date=2012-05-31
|dead-url=yes
}}
|publisher= real word technology
|accessdate=10 Oct 2012}}</ref>
其中
* '''P''' = 1/t，是用執行時間的倒數來表示的性能。
* '''N''' 是實際執行（組合語言）指令的個數（{{link-en|指令路徑長度|instruction path length}}）。N顯著的受到[[指令集]]代碼密度的影響。N的數值無法透過高级语言源代碼的行數來計算得知。可以由{{link-en|指令集模擬器|instruction set simulator}}精確計算，或者可以利用估計的方式，一方面利用各指令分布頻率的數值（可能是實際值或估計值），同時配合[[高级语言]]編譯器產生的[[機械碼]]。N不受同一個處理器中執行的其他行程所影響。由於硬體一般不會記錄執行程式的N，因此其確值只能由指令集模擬器計算，但實務上又很少有指令集模擬器可以使用。

* '''f'''是時脈頻率。

* '''C'''=<math>1/I</math>為此基準測試軟體的平均{{link-en|每个指令周期数|cycles per instruction}}（CPI）
* '''I'''=<math>1/C</math>為此基準測試軟體的平均{{link-en|每个周期指令数|instructions per cycle}}（IPC）

即使針對同一台機器，使用不同的編譯器或是甚至只是相同編譯器的不同[[編譯器最佳化]]都會影響N和CPI，若調整後可以提昇N或C，但另外一項沒有顯著變差，基準測試程式會執行的更快。但一般情形下提昇其中一項後，另一項可能就會變差，因此需在二者中作一取捨。例如是否需要使用一些複雜且執行時間較長的指令，使執行指令個數變短？或是只利用可以許多簡單且可以快速執行的指令，雖執行指令個數變長，但每个指令周期数可以下降？

CPU設計者常需要實現一組特定的指令集，因此無法調整N。有時設計者會藉由大幅提升f，但不會犧牲C太多的方式提昇性能（例如用更深的[[流水線]]或更快的[[快取]]），所得的是speed-demon的CPU設計。有時設計者會藉由大幅提升CPI（例如利用超序執行、[[超純量]]CPU、大容量快取、高擊中率的快取、提昇[[分支預測]]、{{link-en|推测性执行|speculative execution}}等技術），但不會犧牲f太多的方式提昇性能，所得的是brainiac的CPU設計<ref>[http://www.mdronline.com/mpr_public/editorials/edit13_17.html "Brainiacs, Speed Demons, and Farewell"] {{Wayback|url=http://www.mdronline.com/mpr_public/editorials/edit13_17.html |date=20071012021054 }}
by Linley Gwennap 1999</ref>。針對特定的指令集（因此N不變）及固定的半導體製程，單一線程的最大性能（1/t）需要在上述二個技術中作一平衡<ref name="shrinking" />。

==相關條目==
* [[演算法效率]]
* [[基準測試]]
* [[计算机系统结构]]
* [[FURPS]]
* [[網路性能]]
* {{link-en|最佳化 (計算機科學)|Optimization (computer science)}}
* {{link-en|感知性能|Perceived performance}}
* [[性能分析]]

==參考資料==
{{reflist}}

[[Category:電腦性能]]