当前位置: 首页 > web >正文

【计算机】计算机存储器的分类与特性

文章目录

    • 一、按作用层次分类
      • 1. 主存储器(内存)
      • 2. 辅助存储器(外存)
      • 3. 高速缓冲存储器(Cache)
    • 二、按存储介质分类
      • 1. 半导体存储器
      • 2. 磁存储技术
      • 3. 光存储发展
    • 三、按存取方式分类
      • 1. 随机存储器技术细节
      • 2. ROM技术演进路线
      • 3. 存储层次结构优化
    • 四、按信息可保存性分类
      • 1. 易失性存储器技术
      • 2. 非易失性存储可靠性
    • 五、前沿存储技术

存储器作为计算机系统的核心组件,承担着存储程序与数据的关键任务。根据不同的分类标准,存储器可划分为多种类型。本文将系统性地从作用层次存储介质存取方式信息可保存性四个维度进行解析,帮助读者建立完整的存储器知识体系。

一、按作用层次分类

1. 主存储器(内存)

功能

  • 直接为CPU提供运行所需的程序和数据
  • 作为Cache与辅助存储器之间的数据交换枢纽

核心特性

  • 容量受限(通常GB级)但速度快(纳秒级访问)
  • 采用半导体工艺,单位成本较高
  • 易失性存储(断电后数据丢失)

技术演进
从DDR3到DDR5的迭代,带宽提升显著

2. 辅助存储器(外存)

功能

  • 长期保存操作系统、应用程序及用户文件
  • 数据必须加载到主存才能被CPU处理

典型特征

  • 容量可达TB级(2023年消费级HDD已达22TB)
  • 访问延迟在毫秒级(机械硬盘寻道时间约5-15ms)
  • 非易失性存储

技术对比(大致参数):

类型延迟寿命价格/GB
HDD5-15ms无写入限制$0.03
SATA SSD0.1ms500-3000次$0.08
NVMe SSD0.02ms1000-5000次$0.12

3. 高速缓冲存储器(Cache)

层级架构

  • L1 Cache:分指令/数据缓存,约32-64KB
  • L2 Cache:通常256KB-1MB
  • L3 Cache:共享式设计,可达32MB

设计原理

  • 利用局部性原理(时间/空间局部性)
  • 采用SRAM工艺,速度比DRAM快10倍

性能影响
Cache命中率每提升10%,CPU性能可提高15-20%

二、按存储介质分类

1. 半导体存储器

MOS型存储器

  • DRAM:1T1C结构,需每64ms刷新
  • 3D NAND:堆叠层数已达232层(2023年)

新型技术

  • 相变存储器(PCM)
  • 阻变存储器(ReRAM)

2. 磁存储技术

硬盘技术参数

  • 面密度:最新HAMR技术达2Tb/in²
  • 转速:企业级15Krpm,消费级5400-7200rpm

3. 光存储发展

  • 蓝光光盘单碟容量达128GB(四层记录)
  • 档案级光盘寿命可达50年

三、按存取方式分类

1. 随机存储器技术细节

DRAM刷新机制

  • 分散刷新:每行刷新间隔=刷新周期/行数
  • 透明刷新:利用CPU不访问内存的周期

新型RAM技术

  • GDDR6X:带宽达1TB/s(RTX 4090显存)
  • HBM3:堆叠式设计,带宽突破819GB/s

2. ROM技术演进路线

ROM
PROM
EPROM
EEPROM
Flash
3D_NAND

3. 存储层次结构优化

访问时间对比(大致参数):

存储层级典型访问时间
L1 Cache1ns
L2 Cache4ns
DRAM60ns
NVMe SSD20μs
HDD5ms

优化策略

  • 预取算法优化
  • 缓存替换策略改进(LRU到ARC算法)

四、按信息可保存性分类

1. 易失性存储器技术

  • DRAM保持时间约64ms(需定期刷新)
  • 新型非易失性RAM技术:MRAM保持时间>10年

2. 非易失性存储可靠性

  • SSD写入耐久度:
    • 消费级TLC:500-1000次
    • 企业级3D XPoint:百万次级别

五、前沿存储技术

  1. 存内计算
  • 三星HBM-PIM方案
  • 计算延迟降低至传统架构的1/10
  1. 量子存储器
  • 冷原子量子存储保持时间突破1小时
  • 光量子存储效率达90%
  1. DNA存储
  • 微软Demo实现1EB/mm³存储密度
  • 当前写入速度约400bps
http://www.xdnf.cn/news/11957.html

相关文章:

  • 300道GaussDB(WMS)题目及答案。
  • Cursor 工具项目构建指南:Java 21 环境下的 Spring Boot Prompt Rules 约束
  • AI 时代下语音与视频伪造的网络安全危机
  • 服务器中僵尸网络攻击是指什么?
  • 联通专线赋能,亿林网络裸金属服务器:中小企业 IT 架构升级优选方案
  • MySQL JSON 查询中的对象与数组技巧
  • 【网络安全】fastjson原生链分析
  • Python 中 kwargs.get() 方法详解
  • LabVIEW的MathScript Node 绘图功能
  • 【UE5 C++】通过文件对话框获取选择文件的路径
  • Unity与Excel表格交互热更方案
  • go语言学习 第4章:流程控制
  • 使用jstack排查CPU飙升的问题记录
  • CMap应用场景和例子
  • ABP-Book Store Application中文讲解 - Part 10: Book to Author Relation
  • 【Pandas】pandas DataFrame reset_index
  • HTTP常见的请求方法、响应状态码、接口规范介绍
  • c#开发AI模型对话
  • 回归任务和分类任务损失函数详解
  • 性能剖析:在 ABP 框架中集成 MiniProfiler 实现性能可视化诊断
  • 学习笔记(24): 机器学习之数据预处理Pandas和转换成张量格式[2]
  • 以人类演示视频为提示,学习可泛化的机器人策略
  • 鸿蒙仓颉语言开发实战教程:商城登录页
  • [网页五子棋][匹配模块]实现胜负判定,处理玩家掉线
  • 【C++】std::wstring` 和 C# 的 `String`(全称 `System.String`)
  • HRI-2025 | 大模型驱动的个性化可解释机器人人机交互研究
  • .Net Framework 4/C# 面向对象编程进阶
  • 机器学习基础(四) 决策树
  • Spitfire:Codigger 生态中的高性能、安全、分布式浏览器
  • Java 线程池原理详解