很多程序员每天写着 Java、Go、Python，却很少思考一个问题：

代码最终是如何在物理世界里运行的？

从一堆沙子到CPU，从缓存一致性协议到JVM优化，这条链路决定了软件系统的性能上限。

这篇文章试图带你从物理层一路走到软件层，理解计算机体系的核心逻辑。

一、核心问题：数字如何在物理世界表示？

计算机本质上解决的是一个问题：

如何用物理现象表示数字？

计算机的发展经历了三次重大形态：

1 机械计算机（齿轮）

最早的计算机依靠机械结构进行计算。

典型代表：巴贝奇分析机。

特点：

• 通过齿轮啮合表示数字
• 体积巨大
• 运算速度极慢

本质是：

物理位置 = 数字

但机械系统的速度和可靠性都无法满足需求。

2 电子管计算机

第二阶段是电子管计算机。

特点：

• 使用真空管控制电流
• 体积巨大
• 功耗极高
• 极易损坏

例如早期计算机：

• 每小时耗电量相当于 15个家庭
• 机器经常烧管

但它带来了一个关键思想：

电信号 = 数字

3 半导体计算机

现代计算机使用的是：

晶体管

核心原理：

通过 PN 结控制电流。

状态表示：

导通 = 1
断开 = 0

于是：

电信号 → 二进制 → 计算

这就是现代计算机的基础。

二、从沙子到芯片：计算机的物理基石

很多人不知道：

CPU 的原料其实是 沙子

具体流程如下：

第一步：提纯石英

原料：

SiO2（石英）

提纯得到：

高纯硅

第二步：制作硅锭

将硅熔化后拉成：

硅锭（Silicon Ingot）

第三步：切割晶圆

把硅锭切成薄片：

Wafer（晶圆）

第四步：光刻

通过光刻技术刻蚀电路。

工艺包含：

• 光刻
• 沉积
• 刻蚀
• 掺杂

整个芯片制造包含：

100+道复杂工序

第五步：封装成芯片

最后得到：

CPU Chip

这就是从一堆沙子到芯片的全过程。

三、CPU内部结构：微观蓝图

CPU内部主要组件：

CPU
 ├── ALU（算术逻辑单元）
 ├── Registers（寄存器）
 ├── PC（程序计数器）
 ├── CU（控制单元）
 ├── Cache（高速缓存）
 └── MMU（内存管理单元）

核心角色：

1 ALU

负责计算：

• 加
• 减
• 乘
• 除
• 逻辑运算

2 Registers

寄存器是：

CPU内部最快的存储

访问时间：

< 1ns

3 PC（Program Counter）

程序计数器负责：

指向下一条指令地址

4 Cache

CPU 与内存之间的速度缓冲层。

四、世纪瓶颈：CPU 与内存速度鸿沟

CPU 和内存速度差距非常大。

大致延迟：

组件	延迟
寄存器	<1ns
L1 Cache	~1ns
L2 Cache	~3ns
L3 Cache	~15ns
主内存	~80ns

差距：

CPU : Memory ≈ 100 : 1

如果没有缓存：

CPU 99% 时间都在等待内存。

于是产生了：

存储层次结构

五、存储层次结构

现代计算机的存储结构是一个金字塔：

L0  Registers
L1  Cache
L2  Cache
L3  Cache
L4  Main Memory
L5  Disk
L6  Remote Storage

特点：

越往上	越往下
更快	更慢
更小	更大
更贵	更便宜

设计原则：

局部性原理

六、空间局部性：64字节缓存行

CPU读取数据并不是按字节。

而是按：

Cache Line

读取。

典型大小：

64 Bytes

例如：

int x
int y

如果访问 x：

CPU会把 x 和 y 一起加载到 cache。

好处：

连续访问速度极快

但也埋下一个隐患。

七、多核问题：缓存一致性

多核CPU会出现问题：

多个核心各自有缓存。

如果：

CPU A 修改变量
CPU B 也有缓存

怎么办？

解决方案：

MESI协议

八、MESI 缓存一致性协议

MESI 包含四种状态：

状态	含义
M	Modified
E	Exclusive
S	Shared
I	Invalid

流程：

当一个 CPU 修改数据：

广播消息

其他 CPU：

缓存失效（Invalid）

然后重新从内存读取。

这种机制保证：

缓存一致性

九、软件撞上硬件：伪共享

多线程程序经常出现一个问题：

False Sharing（伪共享）

示例：

arr[0]
arr[1]

线程 A 修改：

arr[0]

线程 B 修改：

arr[1]

逻辑上互不影响。

但如果：

arr[0] 和 arr[1]
在同一个 cache line

就会导致：

MESI疯狂失效

最终性能暴跌。

例如：

执行时间：300ms

十、解决方案：缓存行填充

架构师常用技巧：

Cache Line Padding

方法：

让关键变量独占一条缓存行。

例如：

long p1,p2,p3,p4,p5,p6,p7;
volatile long cursor;
long p8,p9,p10,p11,p12,p13,p14;

填充：

7个 long = 56 Bytes

加上变量：

≈ 64 Bytes

这样：

cursor 独占一条缓存行

效果：

避免伪共享。

十一、JVM 的优雅方案：@Contended

手动 padding 有问题：

• 不优雅
• 不可维护
• 不适配未来 CPU

因此 JDK8 提供：

@Contended

示例：

public class T05_Contended {

    @sun.misc.Contended
    volatile long x;

    @sun.misc.Contended
    volatile long y;
}

JVM会自动：

填充缓存行

避免伪共享。

使用时需要开启参数：

-XX:-RestrictContended

十二、物理并发：超线程技术

传统线程切换：

保存上下文 → 写入内存 → 恢复

成本很高。

超线程技术的核心思想：

一个 ALU
多组寄存器

这样 CPU 可以：

快速切换线程

不需要写回内存。

例如：

4核 CPU
→ 8线程

十三、蓝图重构：为什么要打开黑箱？

很多程序员只关注：

Java
Spring
MySQL

但忽略了底层。

真正的架构师会：

向下理解：

晶体管
CPU
缓存
一致性协议

向上构建：

高并发系统
分布式架构
性能优化

因为：

硬件的物理极限，决定了软件的性能边界。

十四、算力跃迁：量子计算机

经典计算机使用：

bit

只能是：

0 或 1

而量子计算机使用：

Qubit

它可以处于：

0
1
或两者叠加

例如：

|0⟩ + |1⟩

量子计算的恐怖之处

经典计算：

一次只计算一种状态。

量子计算：

可以同时计算多个状态。

例如：

18个量子比特

可同时表示：

2^18 = 262144

种状态。

密码学危机

量子计算结合：

Shor算法

可以快速分解大整数。

意味着：

RSA
ECC

这些传统加密算法可能被破解。

十五、学习的正确姿势

学习底层有三个原则。

1 黑箱理论

大多数情况下：

可以把系统当黑箱

2 适度打开

遇到性能瓶颈时：

必须理解：

• CPU
• Cache
• 内存模型

3 避免知识黑洞

不要陷入：

• 如何造光刻机
• 如何写操作系统

这些细节。

结语

从：

沙子 → 晶体管 → CPU → Cache → JVM → Java

这一整条链路，构成了现代软件世界。

理解这些底层原理，你会发现：

很多性能问题其实早已写在硬件里。

这就是：

从“码农”走向“系统架构师”的必经之路。