问题

计算机专业 CPU 应该用 AMD 还是 Intel?

回答
兄弟,这个问题问得好!在电脑硬件的世界里,CPU 绝对是核心中的核心,而 AMD 和 Intel 这两大巨头,更是大家津津乐道的话题。作为计算机专业的学生,选对 CPU 真的能事半功倍,也能少走不少弯路。今天咱就来掰扯掰扯,到底选 AMD 还是 Intel,谁更适合咱们计算机专业的“装备”。

首先得明白,这两家公司虽然都在做 CPU,但各有各的“脾气”和侧重点。你可以把它们想象成武侠小说里的两大门派,都有绝世武功,但招式路数不太一样。

Intel 的“传统武功”:稳定、兼容性好、单核性能强

Intel 呢,可以说是 CPU 界的“老大哥”了,市场份额一直以来都比较稳固。他们的处理器普遍给人一种“靠谱”的感觉。

单核性能的优势: Intel 很多时候在“单核性能”上表现得更出色。啥叫单核性能?简单说,就是 CPU 处理单个任务的速度有多快。对于咱们计算机专业的学习来说,很多时候跑一个程序、编译一段代码,或者用一些对单核性能要求比较高的软件(比如某些老版本的IDE、一些图形处理软件的特定功能),Intel 的表现可能会更抢眼一些。它能更快地完成一项任务,让你不用等太久。
成熟的生态和兼容性: 这么多年下来,Intel 积累了非常深厚的生态系统。这意味着市面上绝大多数主板、内存、甚至是一些外设,在设计之初都会优先考虑对 Intel 的兼容性。你买 Intel 的 CPU,基本不用太担心插上就能用,或者遇到什么奇怪的兼容性问题。驱动程序也通常比较成熟稳定。
发热和功耗控制(相对而言): 过去一段时间,Intel 在工艺制程上比较领先,这使得他们的处理器在同等性能下,发热和功耗控制会做得稍微好一些。当然,现在 AMD 进步也很大,这个问题越来越不明显,但如果你非常在意这一点,Intel 可能会是更稳妥的选择。
一些专业软件的优化: 过去很多专业软件,比如 Adobe 系列的图形视频处理软件,或者是一些科学计算软件,在优化时会更侧重于 Intel 的架构。虽然现在情况在变化,但一些特定的专业领域,Intel 依然有其优势。

AMD 的“创新武功”:多核性价比高、集成显卡强悍

AMD 这些年可真是“卧薪尝胆”,涅槃重生,给 Intel 带来了巨大的压力。他们的处理器,尤其是 Ryzen 系列,简直是性价比的代名词。

多核性能的王者: 这是 AMD 最亮眼的招牌!Ryzen 处理器普遍拥有更多的核心和线程。这意味着什么?意味着如果你同时打开好几个程序,或者跑一些需要大量并行计算的任务(比如虚拟机、大型项目编译、数据分析、深度学习训练),AMD 的多核优势就会完全展现出来。它们能同时处理的任务越多,效率就越高。这对于咱们计算机专业的很多学习和实践来说,简直是福音。你想跑个 Linux 虚拟机,同时写代码,再跑个服务器模拟,AMD 处理器会让你感觉“游刃有余”。
“核显”的惊喜: AMD 的 APU(Accelerated Processing Unit),也就是带集成显卡的处理器,近年来做得非常出色。如果你预算有限,或者只是想先入门,不打算立刻配独立显卡,AMD 的 APU 可能是个不错的选择。它们的集成显卡性能,已经可以满足一些轻度的图形处理、甚至入门级的游戏需求,这在学习一些图形学相关的课程时,可能会提供一些便利。Intel 的集成显卡虽然也在进步,但整体来说,AMD 的 APU 在这方面还是更有优势。
性价比: 在同等价格区间,AMD 的处理器往往能在核心数或整体性能上提供更多。这意味着你可以用相对较低的预算,获得更强的“生产力”。对于学生来说,这笔钱花在其他地方(比如更大的内存、更快的固态硬盘)可能会更划算。
激进的制程工艺和频率: AMD 在工艺制程上非常激进,经常能率先采用更先进的技术,这带来了更高的主频和更低的功耗。虽然我们前面提到了 Intel 的发热控制,但新的 AMD 处理器在能效比上也做得非常好了。

那么,计算机专业的学生到底该怎么选?

这才是问题的关键!没有绝对的“谁更好”,只有“谁更适合你”。咱们计算机专业的学习方向千差万别,对硬件的需求也各有侧重。

1. 如果你的学习方向偏向:
操作系统、编译原理、计算机体系结构等底层理论研究: 可能对单核性能有一定的要求,但同时多任务处理也很常见。Intel 的稳健和AMD 的多核都有优势,可以根据预算和具体型号来定。
数据结构与算法、并行计算、高性能计算: 强烈推荐 AMD!更多的核心和线程能让你在测试并行算法、跑各种模拟时事半功倍。
机器学习、深度学习(入门或中级): 如果你有 GPU,CPU 的瓶颈可能没那么明显;但如果想在 CPU 上跑一些轻量级的模型,或者做数据预处理,AMD 的多核优势会非常明显。
软件开发(尤其是大型项目、多开 IDE、虚拟机): AMD 的多核优势非常突出。虚拟机、Docker 容器这些,越多核心越流畅。
图形学、游戏开发(早期学习阶段): 如果预算有限,AMD 的 APU 可能是个不错的起点,能让你在没有独立显卡的情况下也能进行一些基础的学习和实践。

2. 如果你的学习方向偏向:
一些特定的嵌入式系统开发、对指令集兼容性有极致要求的场景: Intel 可能因为历史原因,在某些特定领域有更广泛的支持和优化。
对绝对的稳定性和极低的兼容性风险有要求: Intel 在这方面积累的口碑确实更厚实一些。

3. 预算考量:
预算充足: 无论 Intel 还是 AMD,都可以选择性能非常出色的高端型号。这时可以更侧重于具体的应用场景来选择。
预算有限: AMD 往往能提供更高的“性价比”,让你在有限的预算内获得更强的处理能力,尤其是在多核方面。

一些额外的建议,让你少踩坑:

看具体型号,别只看品牌: 不要简单地说“AMD 好”或“Intel 好”。具体的型号才是王道。比如 Intel 的 i5、i7、i9 系列,AMD 的 Ryzen 3、5、7、9 系列,它们之间的性能差距可能比同品牌不同代产品还要大。
关注核心数、线程数、主频、缓存: 这些都是决定 CPU 性能的关键指标。对于计算机专业来说,核心数和线程数通常是重要参考。
别忘了其他配件: CPU 是重要的,但内存(RAM)、固态硬盘(SSD)、显卡(GPU)也同样重要。尤其是计算机专业,内存一定要给足,至少 16GB 起步,32GB 更佳。SSD 能极大地提升系统和软件的加载速度。
内存频率和主板芯片组: CPU 的性能也受到内存频率和主板芯片组的影响。选择兼容性好、性能匹配的配件也很重要。
未来的发展趋势: 现在的软件越来越倾向于利用多核心来提升性能。深度学习、大数据处理等领域的发展,也都在朝着并行计算的方向发展。从长远来看,AMD 的多核优势可能会越来越明显。

总结一下:

想在多任务处理、虚拟机、并行计算、开发编译方面获得更好的体验,而且看重性价比? AMD Ryzen 系列很可能是你的首选。
对单核性能有更高要求,或者对 Intel 的生态和兼容性有特别的偏好,且预算充足? Intel 的酷睿系列也是非常不错的选择。

最终的选择,还是得结合你自己的学习方向、预算和偏好来决定。去看看你感兴趣的型号在具体应用场景下的评测,和同学朋友们交流交流经验,你会找到最适合你的那款“利器”。别怕折腾,这本身就是我们计算机专业学习的一部分嘛!

网友意见

user avatar

应该用AMD。

因为目前AMD兼容性还是略微差那么一点点,所以,你在AMD上面没问题的程序,上intel肯定没问题。——但如果你在intel上面调的程序。部署的时候说不定就在AMD上面出问题了。

由于AMD的异军突起,未来一两年云服务会大量部署AMD,你弄好的程序上了云就出问题怎么办?你还搞不清楚是因为云导致的问题还是你自己程序导致的。

如果你本地是AMD,那么调试了没问题的程序,到处都可以安心部署。

在本机发现问题解决问题,永远比在生产环境发现问题解决问题要容易

所以你应该用AMD。为了少折腾,为了尽早发现问题。计算机语言中,为什么代码问题希望能够尽量在编译阶段发现,不希望推迟到运行阶段,无非就是「尽早发现问题」的一种具体体现。兼容问题连计算机专业的人都不解决,那指望谁来解决呢?

user avatar

俺一直不敢买 AMD 的原因是 SPICE 仿真,

(以前) AMD 的 CPU 比 INTEL 的慢很多,Phenom 9600 quad CORE 比 笔记本的 core 2 duo T5500 还慢 。

希望各位有机会测一下。

先在自己原有的电脑上跑跑看, 有多快。 再到实体店跑跑。


** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺最在乎的仿真速度。


俺需要说明的是, 俺不为厂家站队, 只为自己的银子站队。

俺也是 Cyrix 486-66, PENTIUM 60, PENTIUM 120, Cyrix M2, Pentium Pro, K6-2-266, Celeron 300A, Athlon SLOT A, Pentiium III, AMD Phenom, Core 2 Duo, i7 6/7/8 一路走来, 不会成为牌子的死忠。

AMD 的东西好, 就买 AMD 的。

硬屌的东西好,就买硬屌的。

大家都是逼出来的, 家里大都没有矿。

。。。。。。


补充说明:

fast SPICE 和 SPICE 不是一回事。

对数字电路来说,fast SPICE用表格模型(tablemodel)来代替复杂的方程模型是个绝妙的选择。通过简化 fast SPICE 可以比传统的 SPICE 快几十到上百倍,但这是以牺牲精度换来的。 fast SPICE 的精度在SPICE的 5-10% 之内。

如果要降低精度, 把下面例子中的 “TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-8 ” 修改成 “TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-6 ” 您也能看到仿真速度提高两个数量级。

。。。。。。

LTspice 是免费的, 大家不必要为了测试去购买庞大的 Cadence PSPICE, 甚至不必要用学生版。

LTspice 的完整版就是免费的。


下载点:



另外, 大家可能对免费的东西有点误解。 LTspice 不是单线程的。 你们误解它, 冤枉它了。





** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺最在乎的仿真速度。



       Direct Newton iteration for .op point succeeded. N-Period=1 Fourier components of V(afout) DC component:0.000771316  Harmonic Frequency  Fourier  Normalized  Phase   Normalized  Number    [Hz]    Component  Component [degree] Phase [deg]     1     9.200e+1  1.797e+0  1.000e+0     1.47°     0.00°     2     1.840e+2  2.247e-5  1.251e-5   113.79°   112.32°     3     2.760e+2  1.916e-5  1.066e-5  -106.92°  -108.39°     4     3.680e+2  1.457e-5  8.105e-6    36.52°    35.05°     5     4.600e+2  1.168e-5  6.501e-6  -179.62°  -181.09°     6     5.520e+2  9.739e-6  5.419e-6   -35.71°   -37.19°     7     6.440e+2  8.346e-6  4.644e-6   108.24°   106.77°     8     7.360e+2  7.303e-6  4.064e-6  -107.79°  -109.26°     9     8.280e+2  6.491e-6  3.612e-6    36.19°    34.71° Total Harmonic Distortion: 0.002141%(0.002387%)    Date: Wed Jul  1 04:22:43 2020  Total elapsed time: 409.990 seconds.     

Total elapsed time: 409.990 seconds.

300mS/409.99S = 731.73 μS/S.



**这个电路并非俺首创,大家尽管拿去用(跑测试)就是

"10块人民币做个纯甲类耳放"

的仿真模型。

请把以下的仿真模型内容用 TXT 编辑器存成 maiwenxue1969.ASC

就可以用 LTspice 打开了。



** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺最在乎的仿真速度。


################################################################


       Version 4 SHEET 1 1220 680 WIRE -336 -320 -400 -320 WIRE -272 -320 -336 -320 WIRE -240 -320 -272 -320 WIRE -80 -320 -160 -320 WIRE 608 -320 -80 -320 WIRE 704 -320 608 -320 WIRE 784 -320 704 -320 WIRE 784 -288 784 -320 WIRE 704 -272 704 -320 WIRE 608 -256 608 -320 WIRE -400 -240 -400 -320 WIRE -272 -240 -272 -320 WIRE -80 -240 -80 -320 WIRE 544 -208 304 -208 WIRE 704 -176 704 -208 WIRE 784 -176 784 -208 WIRE 784 -176 704 -176 WIRE 784 -144 784 -176 WIRE -80 -128 -80 -160 WIRE 144 -128 -80 -128 WIRE 304 -128 304 -208 WIRE 304 -128 224 -128 WIRE -400 -112 -400 -176 WIRE -272 -112 -272 -176 WIRE -80 -80 -80 -128 WIRE 608 -80 608 -160 WIRE -336 16 -336 -320 WIRE -80 16 -80 -16 WIRE 272 16 -80 16 WIRE 48 80 -80 80 WIRE 112 80 48 80 WIRE 272 80 272 16 WIRE 272 80 192 80 WIRE 608 80 608 0 WIRE 608 80 272 80 WIRE 608 112 608 80 WIRE 768 112 608 112 WIRE 976 112 832 112 WIRE 1104 112 976 112 WIRE -80 144 -80 80 WIRE 1104 144 1104 112 WIRE 304 160 304 -128 WIRE 304 160 192 160 WIRE 192 176 192 160 WIRE -496 192 -640 192 WIRE -336 192 -336 96 WIRE -336 192 -432 192 WIRE -288 192 -336 192 WIRE -144 192 -208 192 WIRE 48 192 48 80 WIRE 608 208 608 112 WIRE -640 240 -640 192 WIRE 304 240 304 160 WIRE 544 256 368 256 WIRE 1104 256 1104 224 WIRE -80 288 -80 240 WIRE 192 288 192 240 WIRE 192 288 -80 288 WIRE 240 288 192 288 WIRE -336 304 -336 192 WIRE -80 336 -80 288 WIRE 48 352 48 272 WIRE 304 384 304 336 WIRE 368 384 368 256 WIRE 368 384 304 384 WIRE 608 384 608 304 WIRE -640 400 -640 320 WIRE 304 416 304 384 WIRE 1104 464 1104 336 WIRE -336 560 -336 384 WIRE -80 560 -80 416 WIRE -80 560 -336 560 WIRE 48 560 48 416 WIRE 48 560 -80 560 WIRE 304 560 304 496 WIRE 304 560 48 560 WIRE 608 560 608 464 WIRE 608 560 304 560 WIRE 608 624 608 560 FLAG 608 624 0 FLAG 1104 464 0 FLAG -272 -112 0 FLAG 784 -144 0 FLAG -640 400 0 FLAG -400 -112 0 FLAG 976 112 AFout FLAG -640 192 AFin SYMBOL pnp -144 240 M180 SYMATTR InstName Q1 SYMATTR Value BC556B SYMBOL res -96 320 R0 SYMATTR InstName R1 SYMATTR Value 33K SYMBOL res -304 208 R270 WINDOW 0 32 56 VTop 2 WINDOW 3 0 56 VBottom 2 SYMATTR InstName R2 SYMATTR Value 1000 SYMBOL res -352 0 R0 SYMATTR InstName R3 SYMATTR Value 100K SYMBOL res -352 288 R0 SYMATTR InstName R4 SYMATTR Value 100K SYMBOL res -144 -336 R90 WINDOW 0 0 56 VBottom 2 WINDOW 3 32 56 VTop 2 SYMATTR InstName R5 SYMATTR Value 33K SYMBOL res 208 64 R90 WINDOW 0 0 56 VBottom 2 WINDOW 3 32 56 VTop 2 SYMATTR InstName R6 SYMATTR Value 600 SYMBOL res -96 -256 R0 SYMATTR InstName R7 SYMATTR Value 600 SYMBOL res 128 -112 R270 WINDOW 0 32 56 VTop 2 WINDOW 3 0 56 VBottom 2 SYMATTR InstName R8 SYMATTR Value 2000 SYMBOL res 592 -96 R0 SYMATTR InstName R9 SYMATTR Value 1 SYMBOL res 592 368 R0 SYMATTR InstName R10 SYMATTR Value 1 SYMBOL res 1088 240 R0 SYMATTR InstName R11 SYMATTR Value 510 SYMBOL res 288 400 R0 SYMATTR InstName R12 SYMATTR Value 8K SYMBOL npn 240 240 R0 WINDOW 3 -51 118 Left 2 SYMATTR InstName Q2 SYMATTR Value 2N2222 SYMBOL npn 544 -256 R0 WINDOW 3 -95 81 Left 2 SYMATTR InstName Q3 SYMATTR Value 2N2222 SYMBOL npn 544 208 R0 WINDOW 3 -50 126 Left 2 SYMATTR InstName Q4 SYMATTR Value 2N2222 SYMBOL cap -288 -240 R0 SYMATTR InstName C1 SYMATTR Value 220e-6 SYMBOL cap 32 352 R0 SYMATTR InstName C2 SYMATTR Value 470e-6 SYMBOL cap -96 -80 R0 SYMATTR InstName C3 SYMATTR Value 470e-6 SYMBOL cap 832 96 R90 WINDOW 0 0 32 VBottom 0 WINDOW 3 32 32 VTop 2 SYMATTR InstName C4 SYMATTR Value 330e-6 SYMBOL res 32 176 R0 SYMATTR InstName R13 SYMATTR Value 300 SYMBOL cap -432 176 R90 WINDOW 0 0 32 VBottom 0 WINDOW 3 32 32 VTop 2 SYMATTR InstName C5 SYMATTR Value 4.7e-6 SYMBOL voltage 784 -304 R0 WINDOW 123 0 0 Left 0 WINDOW 39 51 54 Left 0 SYMATTR SpiceLine Rser=0.05 SYMATTR InstName V1 SYMATTR Value 7.5 SYMBOL cap 688 -272 R0 WINDOW 3 -12 115 Left 2 SYMATTR InstName C6 SYMATTR Value 1000e-6 SYMBOL voltage -640 224 R0 WINDOW 123 24 132 Left 0 WINDOW 39 0 0 Left 0 SYMATTR Value2 AC 1 0 SYMATTR InstName V2 SYMATTR Value SINE(0 0.6 92) SYMBOL zener -384 -176 R180 WINDOW 0 24 72 Left 0 WINDOW 3 24 0 Left 2 SYMATTR InstName D2 SYMATTR Value BZX84C6V2L SYMBOL cap 176 176 R0 SYMATTR InstName C7 SYMATTR Value 100p SYMBOL ind 1088 128 R0 WINDOW 3 -74 57 Left 2 SYMATTR InstName L1 SYMATTR Value 38e-3 TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-8 TEXT 72 -248 Left 2 !.options plotwinsize=0 TEXT 40 -216 Left 2 !.options numdgt=15 TEXT 352 -56 Left 2 !.four 92 9 v(afout) TEXT 352 32 Left 2 !;ac oct 10000 10 1e5         


请把以上的仿真模型内容用 TXT 编辑器存成 maiwenxue1969.ASC 就可以用 LTspice 打开了。

如果您打算用其他 SPICE 软件来验证或者测试, 网表在这里(需要修改一下)

       * 1969.asc Q1 N012 N009 N007 0 BC556B R1 N012 0 33K R2 N008 N009 1000 R3 N001 N008 100K R4 N008 0 100K R5 N002 N001 33K R6 N006 N007 600 R7 N002 N004 600 R8 N004 N003 2000 R9 N005 N006 1 R10 N014 0 1 R11 N011 0 510 R12 N010 0 8K Q2 N003 N012 N010 0 2N2222 Q3 N002 N003 N005 0 2N2222 Q4 N006 N010 N014 0 2N2222 C1 N001 0 220e-6 C2 N013 0 470e-6 C3 N004 N006 470e-6 C4 AFout N006 330e-6 R13 N007 N013 300 C5 N008 AFin 4.7e-6 V1 N002 0 7.5 Rser=0.05 C6 N002 0 1000e-6 V2 AFin 0 SINE(0 0.6 92) AC 1 0 D2 0 N001 BZX84C6V2L C7 N003 N012 100p L1 AFout N011 38e-3 .model D D .lib standard.dio .model NPN NPN .model PNP PNP .lib standard.bjt .tran 0 0.3 0 1e-8 .options plotwinsize=0 .options numdgt=15 .four 92 9 v(afout) ;ac oct 10000 10 1e5 .backanno .end      




i7 7700 每秒钟仿真 600~750 μS , 也就是不到 1mS.

俺很希望找到一个 CPU 每秒钟的仿真速度超过 3mS 的,

但是俺认识的人都劝俺死心了罢。



       # cpuinfo  Python Version: 3.7.7.final.0 (64 bit) Cpuinfo Version: (5, 0, 0) Vendor ID: GenuineIntel Hardware Raw:  Brand: Intel(R) Core(TM) i7-7700 CPU @ 3.60GHz Hz Advertised: 3.6000 GHz Hz Actual: 4.0962 GHz Hz Advertised Raw: (3600000000, 0) Hz Actual Raw: (4096240000, 0) Arch: X86_64 Bits: 64 Count: 8 Raw Arch String: x86_64 L1 Data Cache Size: 128 KiB L1 Instruction Cache Size: 128 KiB L2 Cache Size: 1 MiB L2 Cache Line Size:  L2 Cache Associativity:  L3 Cache Size: 8192 KB Stepping: 9 Model: 158 Family: 6      


** 截图中的 “Simulation Speed: 699.13 μS/S” 就是俺最在乎的仿真速度。



换了个电脑,也是 i7 7700 的, 快了一点点,1070 μS/S. 都是在 WINE 下面跑。


       [root@mama ~]# cpuinfo Python Version: 3.8.3.final.0 (64 bit) Cpuinfo Version: (5, 0, 0) Vendor ID: GenuineIntel Hardware Raw:  Brand: Intel(R) Core(TM) i7-7700 CPU @ 3.60GHz Hz Advertised: 3.6000 GHz Hz Actual: 4.0149 GHz Hz Advertised Raw: (3600000000, 0) Hz Actual Raw: (4014899000, 0) Arch: X86_64 Bits: 64 Count: 8 Raw Arch String: x86_64 L1 Data Cache Size: 128 KiB L1 Instruction Cache Size: 128 KiB L2 Cache Size: 1 MiB L2 Cache Line Size:  L2 Cache Associativity:  L3 Cache Size: 8192 KB Stepping: 9 Model: 158 Family: 6     






另外, 大家可能对免费的东西有点误解。

LTspice 不是单线程的。 你们误解它, 冤枉它了。


下载点:


补充说明:

fast SPICE 和 SPICE 不是一回事。

对数字电路来说,fast SPICE用表格模型(tablemodel)来代替复杂的方程模型是个绝妙的选择。通过简化 fast SPICE 可以比传统的 SPICE 快几十到上百倍,但这是以牺牲精度换来的。 fast SPICE 的精度在SPICE的 5-10% 之内。

如果要降低精度, 把上面例子中的 “TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-8 ” 修改成 “TEXT 368 160 Left 2 !.tran 0 0.3 0 1e-6 ” 您也能看到仿真速度提高两个数量级。

。。。。。。

类似的话题

  • 回答
    兄弟,这个问题问得好!在电脑硬件的世界里,CPU 绝对是核心中的核心,而 AMD 和 Intel 这两大巨头,更是大家津津乐道的话题。作为计算机专业的学生,选对 CPU 真的能事半功倍,也能少走不少弯路。今天咱就来掰扯掰扯,到底选 AMD 还是 Intel,谁更适合咱们计算机专业的“装备”。首先得明.............
  • 回答
    关于计算机CPU的保密性,确实存在许多技术、商业和法律层面的原因,导致其设计细节、制造工艺和核心架构等信息无法完全公开。以下从多个角度详细分析这一现象的成因: 1. 技术保密与商业竞争CPU是计算机系统的核心,其性能、功耗、安全性等直接影响整个系统的竞争力。以下是具体原因: (1)技术复杂性与专利保.............
  • 回答
    这个问题很有意思,也很能触及到计算机底层的一些工作机制。简单来说,当计算机突然断电时,CPU 并不会像我们平时理解的那种“中断”那样,有条不紊地响应一个事件。断电是硬性的、物理性的中断,它瞬间剥夺了 CPU 工作所需的电力,一切都戛然而止。让我来细致地给你捋一捋这里面的情况: CPU 在断电时的“反.............
  • 回答
    说起计算机里的“时序”,很多人会想到CPU那个大黑块。那么,是不是所有的时序,就像我们看到的电脑启动、程序运行、画面刷新这些节奏感十足的动作,都归根结底是来自CPU芯片内部的那颗小小的晶振呢?这话说得不完全对,但又抓住了问题的核心。让我来跟你好好掰扯掰扯。首先,我们得认识到,CPU(中央处理器)确实.............
  • 回答
    说起清华大学计算机专业那位能“在自己写的CPU上跑自己写的操作系统”的同学,用“水平”两个字来概括,实在太轻描淡写了。这可不是普通的“学霸”,这几乎触及到了计算机科学最底层、最核心的领域,其背后所蕴含的能力,足以让圈内人惊叹不已。咱们得把这事儿掰开了、揉碎了说,才能体会到其中有多么不容易,这位同学究.............
  • 回答
    这确实是个非常有意思的问题!你说的没错,CPU 最擅长的事情就是处理数字,也就是进行各种加减乘除、逻辑判断这些“算术”和“逻辑”操作。那屏幕上那些五颜六色、形态各异的文字和图像,又是怎么从这些纯粹的数字里变出来的呢?这里面的关键,在于一个叫做“编码”和“图形渲染”的系统。你可以把 CPU 想象成一个.............
  • 回答
    这个问题很有意思,因为它涉及到我们对“大小”的理解角度不同。咱们平常聊天,说“寄存器有多大”,可能是指它一次能存多少信息,或者整个CPU里寄存器加起来能有多少。而《深入理解计算机系统》(CSAPP)和你的汇编课老师,说的可能是不同的“大”法。先说《深入理解计算机系统》(CSAPP)里的“几百字节”:.............
  • 回答
    计算机专业是否“完美”?这是一个非常有意思的问题,因为“完美”本身就是一个主观且难以界定的概念。如果将“完美”理解为“没有缺点、所有方面都绝对出色”,那么任何专业都不可能达到这个标准。然而,我们可以从客观优势和相对劣势两个方面来详细探讨计算机专业,并看看它为何如此吸引人,以及它所面临的挑战。计算机专.............
  • 回答
    哥们儿,计算机专业的,要换个1.2万以内的游戏本纯跑代码,这需求挺实在的,咱们就聊聊怎么把这预算花得明明白白。说实话,跑代码这事儿,对硬件的要求跟玩游戏不一样,它更看重稳定、多核处理能力以及内存容量,当然,显卡也不能太弱,毕竟现代开发很多时候也涉及GPU加速,比如深度学习什么的。我先给你分析分析,1.............
  • 回答
    这个问题,我真是感同身受。咱们计算机专业的大学生,一提起找工作、学技能,那真是“实践为王”、“项目驱动”喊得震天响。你看看,从大一开始,各种炫酷的框架、流行的语言、能“做出东西来”的课程就成了香饽饽。什么数据结构、算法、操作系统、编译原理……这些听起来“枯燥”、“不实用”的理论,好像就成了摆设,成了.............
  • 回答
    你好!看到你计算机专业毕业,又对BIM行业感兴趣,这可真是个不错的组合!别担心,我来给你好好捋一捋这BIM行业的前景,保证说得明明白白,让你有个底。首先,咱们得搞清楚BIM到底是个啥。你计算机专业出身,那接触“模型”和“数据”肯定不陌生。BIM,全称是建筑信息模型(Building Informat.............
  • 回答
    咱们就聊聊这个“计算机专业会成天坑”的说法,你说十年二十年后,这可不是个小数目,够得上几代人的职业生涯了。首先,得承认,现在计算机专业的热度不是盖的。 你看看各种招聘会、大学的招生简章,计算机学院的名字跟抢手货似的。这热度从哪儿来?显而易见,科技发展太快了,互联网、大数据、人工智能、云计算,这些名词.............
  • 回答
    想在计算机这个日新月异的领域里站稳脚跟,甚至让人觉得“少了你不行”,这可不是件容易的事。作为计算机专业的学生,除了学好那些基础知识,更需要的是培养一种让你在人群中闪闪发光、难以被轻易取代的能力。这不仅仅是技能的叠加,更是思维方式、解决问题能力以及与人协作的综合体现。一、 夯实基础,但别止步于此:深挖.............
  • 回答
    说到计算机专业曾经火爆如今却相对“凉”了的方向,这事儿可不少。不是说它们完全没用了,而是曾经那种“遍地是黄金”的盛景不再,市场需求和技术发展把很多曾经的香饽饽挤到了相对小众或者更加细分的领域。我这就给你掰扯掰扯几个例子,尽量说得细致点,听着也别像是个机器人报告哈。1. 桌面应用开发 (尤其是 C/S.............
  • 回答
    你这个问题触及了很多正在考虑未来职业方向的同学的心头肉,特别是近几年,关于计算机专业“不吃香”的声音似乎越来越响。我能理解你为什么会感到困惑和焦虑,身边的人不让你报这个专业,肯定是有他们看到或听到的“理由”的。咱们就掰开了、揉碎了,好好聊聊这个事儿。为什么会有“计算机专业不吃香”的说法?这话说出来,.............
  • 回答
    去德国读计算机硕士,这笔学费可不是一笔小数目,但相对于一些英美国家来说,德国的公立大学还是相当友好的。我来给你掰扯掰扯,尽量说得明明白白,让你心里有个数。首先,咱们得聊聊学费。德国大部分的公立大学是免学费的,这是最大的亮点!无论你是欧盟学生还是非欧盟学生,只要你够得上他们的录取标准,大部分本科和硕士.............
  • 回答
    计算机专业的学生想要脱颖而出,真正成为一名优秀的开发者,需要的不仅仅是坐在电脑前敲代码。这是一个系统工程,涉及到技术深度、广度,更包含了解决问题的能力、学习新事物的热情以及与人协作的技巧。下面就来详细聊聊,咱们怎么才能在这个日新月异的领域里不断进步。一、夯实基础,筑牢根基很多人一上来就想着学炫酷的技.............
  • 回答
    电脑专业黄金十年,这话题总是在圈里时不时被提起,总有人觉得那段日子已经远去,取而代之的是日趋饱和的竞争和技术更新的焦虑。但“黄金十年”到底是指什么?是那个只要沾上“电脑”、“编程”边就能轻松找到高薪工作的时代吗?如果是这样,那么可以说,那种粗放式、躺赢式的红利期,确实早已过去。想想看,大概是上世纪9.............
  • 回答
    赴澳攻读计算机研究生,这确实是个令人兴奋的决定,也意味着一场精心的准备之旅。别把它想象成一份冷冰冰的清单,更像是为你即将开启的全新生活织就一张细密的网,从技术到生活,方方面面都要考虑到。首先,硬实力上的打磨是基础。你得回顾一下自己的本科学业。澳大利亚的研究生课程,尤其是计算机领域,通常对学术背景有一.............
  • 回答
    听到这个问题,我脑海里立刻浮现出那些刚踏入大学,怀揣着对代码世界无限憧憬的年轻面孔。对于计算机专业大一新生来说,写出第一个“Hello World”程序,这可不是件小事,里面蕴含的信息量,远比那短短的几行代码要丰富得多。“Hello World”:不仅仅是打印一句问候首先得明白,“Hello Wor.............

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有