تعداد هسته‌ها و رشته‌ها چیست؟

تعداد هسته‌ها و رشته‌ها در واحد پردازش مرکزی (CPU) معیارهای بنیادینی هستند که توانایی پردازشی و موازی‌سازی وظایف توسط یک تراشه را تعیین می‌کنند. هسته (Core) بخشی فیزیکی و مستقل از پردازنده است که قادر به اجرای یک یا چند دستورالعمل است. هر هسته دارای واحد محاسبه و منطق (ALU)، واحد کنترل (CU)، و حافظه کش مخصوص به خود است. افزایش تعداد هسته‌ها به طور مستقیم قابلیت پردازش موازی را افزایش می‌دهد، به این معنی که پردازنده می‌تواند چندین وظیفه را به طور همزمان و مستقل از یکدیگر اجرا کند. این امر برای بارهای کاری سنگین و چندوظیفگی (multitasking) بسیار حیاتی است.

رشته (Thread) یک مسیر اجرای مجزا در یک فرآیند (process) است. در معماری‌های مدرن پردازنده، فناوری‌هایی مانند Hyper-Threading اینتل یا Simultaneous Multi-Threading (SMT) در پردازنده‌های AMD، به هر هسته فیزیکی اجازه می‌دهند تا به صورت منطقی چندین رشته را مدیریت کند. این امر با استفاده از منابع موجود در هسته (مانند واحدهای اجرای موازی) و جابجایی سریع بین حالت‌های اجرای رشته‌ها، منجر به افزایش بهره‌وری می‌شود. یک هسته فیزیکی که از SMT/Hyper-Threading پشتیبانی می‌کند، می‌تواند دو یا چند رشته را به صورت همزمان یا شبه‌همزمان اجرا کند، که این امر موجب افزایش نرخ بهره‌برداری از هسته و بهبود عملکرد کلی سیستم، به‌ویژه در سناریوهایی با رشته‌های فراوان، می‌گردد.

مکانیسم عملکرد هسته‌ها و رشته‌ها

هر هسته پردازنده اساساً یک کامپیوتر کوچک مستقل است که قادر به تفسیر و اجرای دستورالعمل‌های ماشین است. این دستورالعمل‌ها از حافظه اصلی (RAM) دریافت شده و توسط واحد کنترل هسته دیکد می‌شوند. سپس، واحدهای اجرایی (مانند ALU) محاسبات لازم را انجام می‌دهند. حافظه کش (Cache Memory) در سطوح مختلف (L1, L2, L3) برای کاهش تاخیر دسترسی به داده‌ها و دستورالعمل‌های پرکاربرد در نزدیکی هسته قرار دارد. این حافظه کش با نگهداری کپی داده‌های پرتکرار، سرعت دسترسی را به طور قابل توجهی افزایش می‌دهد.

رشته‌سازی (Threading) یک مفهوم نرم‌افزاری و سخت‌افزاری است. در سطح نرم‌افزار، یک برنامه می‌تواند به چندین رشته تقسیم شود که هر کدام وظیفه خاصی را بر عهده دارند. در سطح سخت‌افزار، پردازنده با استفاده از تکنیک‌های SMT، به هر هسته اجازه می‌دهد تا مجموعه رجیسترها و وضعیت اجرای چند رشته را حفظ کند. هنگامی که یک رشته در انتظار وقوع رویدادی (مانند خواندن از دیسک یا شبکه) است، پردازنده به سرعت اجرای رشته دیگری را که آماده اجراست، از سر می‌گیرد. این جابجایی سریع بین رشته‌ها، که گاهی اوقات به صورت همزمان (در صورت وجود واحدهای اجرایی کافی) و گاهی اوقات به صورت درون‌هسته‌ای (inter-core) یا درون‌رشته‌ای (intra-core) انجام می‌شود، باعث می‌شود که هسته فیزیکی در تمام طول زمان فعال بماند و از اتلاف زمان پردازشی جلوگیری شود.

تفاوت بین هسته فیزیکی و هسته منطقی

هسته فیزیکی (Physical Core): این بخش سخت‌افزاری واقعی پردازنده است که شامل تمام اجزای لازم برای اجرای دستورالعمل‌ها می‌باشد. یک پردازنده با X هسته فیزیکی می‌تواند X وظیفه مستقل را در هر چرخه ساعت پردازش کند.

هسته منطقی (Logical Core): این مفهوم در نتیجه فعال‌سازی فناوری‌هایی مانند SMT یا Hyper-Threading ایجاد می‌شود. یک هسته منطقی نمایانگر یک رشته اجرایی است که توسط سیستم‌عامل شناسایی و زمان‌بندی می‌شود. در پردازنده‌هایی با SMT فعال، هر هسته فیزیکی می‌تواند دو (یا بیشتر) هسته منطقی را ایجاد کند. بنابراین، پردازنده‌ای با 4 هسته فیزیکی و پشتیبانی از SMT دو رشته‌ای، در سیستم‌عامل به صورت 8 هسته منطقی ظاهر می‌شود.

تأثیر بر عملکرد

تعداد هسته‌ها و رشته‌ها به طور مستقیم بر توانایی سیستم در انجام پردازش‌های موازی تأثیر می‌گذارند. برای وظایفی که به طور ذاتی قابل موازی‌سازی هستند (مانند رندرینگ ویدئو، کامپایل کد، اجرای ماشین‌های مجازی، یا بازی‌های مدرن)، افزایش تعداد هسته‌ها و رشته‌ها منجر به کاهش زمان پردازش و بهبود پاسخگویی کلی سیستم می‌شود. برای مثال، یک پردازنده با 16 هسته و 32 رشته، توانایی پردازش موازی بسیار بالاتری نسبت به پردازنده‌ای با 8 هسته و 16 رشته خواهد داشت.

تاریخچه و تکامل

مفهوم پردازش موازی در اوایل تاریخ محاسبات مطرح بود، اما پردازنده‌های تک‌هسته‌ای برای دهه‌ها استاندارد بودند. اولین پردازنده‌های چند هسته‌ای در اوایل دهه 2000 به بازار عرضه شدند، که در ابتدا با دو هسته فیزیکی همراه بودند. این امر پاسخی به محدودیت‌های فیزیکی در افزایش فرکانس پردازنده‌ها (به دلیل محدودیت توان و حرارت) بود. در ادامه، پردازنده‌ها با 4، 6، 8 و سپس تعداد بیشتری هسته فیزیکی عرضه شدند.

فناوری SMT/Hyper-Threading نیز به موازات توسعه پردازنده‌های چند هسته‌ای رشد کرد. اینتل اولین بار Hyper-Threading را در پردازنده‌های Pentium 4 معرفی کرد و بعدها آن را در خطوط تولید Core i3/i5/i7/i9 و Xeon به کار گرفت. AMD نیز با معماری‌های Zen خود، SMT را به عنصری کلیدی در پردازنده‌های Ryzen و EPYC تبدیل کرد. امروزه، پردازنده‌های مصرف‌کننده و سرور می‌توانند ده‌ها یا حتی صدها هسته فیزیکی و تعداد متناظر بیشتری هسته منطقی داشته باشند.

معماری‌های کلیدی

• Intel Core Architecture: معرفی پردازنده‌های چند هسته‌ای با نام تجاری Core Solo و Core Duo.
• Intel Hyper-Threading Technology: امکان اجرای دو رشته اجرایی بر روی یک هسته فیزیکی.
• AMD Athlon 64 X2: اولین پردازنده دو هسته‌ای موفق تجاری از AMD.
• AMD Simultaneous Multi-Threading (SMT): مشابه Hyper-Threading اینتل، امکان اجرای چند رشته بر روی یک هسته.
• ARM big.LITTLE: معماری که هسته‌های با کارایی بالا ( Cortex-A7x) را با هسته‌های کم‌مصرف (Cortex-A5x) ترکیب می‌کند تا بهره‌وری انرژی را بهینه کند. هر کدام از این هسته‌ها می‌توانند SMT را پشتیبانی کنند.

کاربردها

تعداد هسته‌ها و رشته‌ها در طیف وسیعی از کاربردها، از دستگاه‌های موبایل گرفته تا ابرکامپیوترها، اهمیت حیاتی دارند:

• کامپیوترهای شخصی (Desktop & Laptop): برای چندوظیفگی روان، اجرای برنامه‌های حرفه‌ای (ویرایش ویدئو، گرافیک سه‌بعدی، توسعه نرم‌افزار) و بازی‌های ویدیویی.
• سرورها و مراکز داده: برای اجرای پایگاه‌های داده، سرویس‌های وب، مجازی‌سازی، و محاسبات ابری که نیاز به پردازش حجم عظیمی از درخواست‌ها به صورت موازی دارند.
• ایستگاه‌های کاری (Workstations): برای مهندسان، طراحان، و دانشمندانی که با مدل‌سازی پیچیده، شبیه‌سازی‌های علمی، و تحلیل داده‌های حجیم سروکار دارند.
• دستگاه‌های موبایل: پردازنده‌های موبایل نیز به سمت استفاده از هسته‌های متعدد و معماری‌های ترکیبی برای تعادل بین عملکرد و مصرف انرژی حرکت کرده‌اند.
• سیستم‌های تعبیه‌شده (Embedded Systems): در کاربردهایی مانند خودروهای خودران، سیستم‌های ناوبری پیشرفته، و تجهیزات پزشکی.

مزایا و معایب

مزایا

• افزایش توان پردازش موازی: امکان اجرای همزمان تعداد بیشتری از وظایف یا بخش‌های یک وظیفه.
• بهبود پاسخگویی سیستم: سیستم در حین اجرای وظایف سنگین، کمتر دچار کندی می‌شود.
• افزایش بهره‌وری در نرم‌افزارهای چندرشته‌ای: نرم‌افزارهایی که برای استفاده از چندین هسته طراحی شده‌اند، بسیار سریع‌تر عمل می‌کنند.
• کاهش زمان اجرای وظایف پیچیده: مانند رندرینگ، شبیه‌سازی، و انکدینگ.

معایب

• پیچیدگی در طراحی و تولید: افزایش تعداد هسته‌ها نیازمند طراحی تراشه‌های پیچیده‌تر و فرآیندهای تولید پیشرفته‌تر است.
• مصرف انرژی و تولید حرارت: پردازنده‌های با هسته‌های زیاد معمولاً انرژی بیشتری مصرف کرده و حرارت بیشتری تولید می‌کنند که نیازمند راهکارهای خنک‌کننده قوی‌تر است.
• عدم بهره‌برداری کامل توسط نرم‌افزارهای قدیمی: نرم‌افزارهایی که برای پردازنده‌های تک‌هسته‌ای طراحی شده‌اند، از مزایای پردازنده‌های چند هسته‌ای بهره‌مند نمی‌شوند.
• هزینه بالاتر: تولید تراشه‌های با تعداد هسته بالا معمولاً گران‌تر است.

معیارهای عملکرد و سنجش

عملکرد پردازنده از نظر تعداد هسته‌ها و رشته‌ها معمولاً با معیارهای زیر سنجیده می‌شود:

• Clock Speed (فرکانس کلاک): سرعت هر هسته (بر حسب گیگاهرتز).
• Cores (تعداد هسته‌ها): تعداد واحدهای پردازشی فیزیکی.
• Threads (تعداد رشته‌ها): تعداد مسیرهای اجرایی همزمان (تعداد هسته‌های منطقی).
• Cache Size (حجم کش): مقدار حافظه کش (L1, L2, L3) که دسترسی به داده‌ها را تسریع می‌کند.
• IPC (Instructions Per Clock): تعداد دستورالعمل‌هایی که یک هسته می‌تواند در یک چرخه کلاک اجرا کند.

برای سنجش عملکرد واقعی، از بنچمارک‌هایی مانند Cinebench (برای رندرینگ)، Geekbench (برای تست‌های عمومی)، PassMark، و Phoronix Test Suite استفاده می‌شود که توانایی پردازنده را در بارهای کاری چندرشته‌ای و تک‌رشته‌ای ارزیابی می‌کنند.

مقایسه فنی: پردازنده‌های با هسته‌ها/رشته‌های مختلف

مسائل مهندسی و چالش‌ها

افزایش مداوم تعداد هسته‌ها در پردازنده‌ها چالش‌های مهندسی متعددی را به همراه دارد. طراحی چیدمان (layout) هسته‌ها بر روی تراشه برای اطمینان از ارتباط مؤثر و کاهش تأخیر (latency) حیاتی است. مدیریت حرارت نیز یک چالش بزرگ است؛ با افزایش تعداد هسته‌های فعال، گرمای تولید شده به طور تصاعدی افزایش می‌یابد که نیازمند سیستم‌های خنک‌کننده کارآمدتر (مانند هیت‌سینک‌های بزرگتر، فن‌های قدرتمندتر، یا خنک‌کننده‌های مایع) است. همچنین، اطمینان از قابلیت اطمینان (reliability) و طول عمر تراشه در این شرایط حرارتی و الکتریکی پیچیده، نیازمند دقت بالایی در طراحی و فرآیندهای تولید است.

روندهای آینده

روند آینده به سمت افزایش بیشتر تعداد هسته‌ها، هم در پردازنده‌های سرور و هم در پردازنده‌های مصرف‌کننده، ادامه خواهد داشت. همچنین، انتظار می‌رود تمرکز بر بهبود کارایی معماری هسته‌ها، افزایش حجم و سرعت حافظه کش، و توسعه روش‌های نوآورانه برای مدیریت انرژی و حرارت افزایش یابد. احتمالاً شاهد ظهور معماری‌های هیبریدی بیشتری خواهیم بود که ترکیبی از هسته‌های با کارایی بالا و هسته‌های کم‌مصرف را برای بهینه‌سازی عملکرد و بهره‌وری انرژی در سناریوهای مختلف به کار می‌گیرند. همچنین، ادغام پردازنده‌های گرافیکی (GPU) و واحدهای پردازش عصبی (NPU) در کنار هسته‌های CPU، معماری‌های پردازشی را پیچیده‌تر و توانمندتر خواهد کرد.