我们的CPU，一般都被叫做超大规模集成电路（Very-Large-Scale Integration，VLSI）。这些电路，实际上都是一个个晶体管组合而成的。CPU在计算，其实就是让晶体管里面的“开关”不断地去“打开”和“关闭”，来组合完成各种运算和功能。
想要计算的快，一方面，我们要在CPU里，同样的面积里面，多放一些晶体管，也就是增加密度；另一方面，我们要让晶体管“打开”和“关闭”得更快一点，也就是提升主频。而这两者，都会增加功耗，带来耗电和散热的问题。
在CPU里面，能够放下的晶体管数量和晶体管的“开关”频率也都是有限的。一个CPU的功率，可以用这样一个公式来表示：
功耗 = 1/2 * 负载电容 * 电压的平方 * 开关频率 * 晶体管数量
因此可以通过提升“制程”，（即缩短晶体管，增加晶体管数量）方面的优化和降低电压来降低功耗。
并行优化，阿姆达尔定律
这个定律说的是，对于一个程序进行优化之后，处理器并行运算之后效率提升的情况。具体可以用这样一个公式来表示：
优化后的执行时间 = 受优化影响的执行时间 / 加速倍数 + 不受影响的执行时间。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
我们可以看到，无论简单地通过提升主频，还是增加更多的CPU核心数量，通过并行来提升性能，都会遇到相应的瓶颈。仅仅简单地通过“堆硬件”的方式，在今天已经不能很好地满足我们对于程序性能的期望了。于是，工程师们需要从其他方面开始下功夫了。
在计算机组成层面，还有这样几个原则性的性能提升方法：
1.加速大概率事件。
2.通过流水线提高性能。
3.通过预测提高性能。