Budowa komputera — od logiki bitów do współczesnych procesorów

Po co się tego uczymy?

Kiedy piszesz program, raczej nie myślisz "a gdzie to się właściwie wykonuje w procesorze?" — ale komputer, który uruchamia Twój kod, ma bardzo konkretną, logiczną strukturę. Zrozumienie jej wyjaśnia, dlaczego program czasem działa wolno, jak system zarządza pamięcią i co naprawdę znaczy "optymalizacja" — to właśnie ta wiedza odróżnia kogoś, kto PISZE kod, od kogoś, kto ROZUMIE, jak kod pracuje.

Teoria

Architektura von Neumanna (John von Neumann, 1945) to podstawa WSZYSTKICH współczesnych urządzeń — od smartfonów po superkomputery. Cztery główne komponenty: Pamięć (przechowuje dane i program), CPU (odczytuje i wykonuje instrukcje), ALU — Arithmetic Logic Unit (wykonuje działania matematyczne i logiczne: +, −, ×, ÷, AND, OR, NOT), CU — Control Unit (steruje przepływem danych), I/O (komunikacja z otoczeniem: dysk, klawiatura, monitor). Przykład: gdy piszesz x = 5 + 3, procesor pobiera instrukcję z pamięci, ALU wykonuje dodawanie, a wynik (8) zapisywany jest z powrotem w pamięci.

Systemy liczbowe — bit, bajt i jednostki pochodne. Komputer przechowuje WSZYSTKIE dane binarnie (zerami i jedynkami). 1 bajt = 8 bitów (np. litera "A" = 01000001), 1 KB = 1024 bajty, 1 MB = 1024 KB, 1 GB = 1024 MB, 1 TB = 1024 GB.

Liczby ujemne — kod uzupełnieniowy do dwóch (Two's Complement) — standard w architekturach procesorów. Dla 8 bitów: +5 = 00000101, -5 = 11111011 (odwrócenie bitów i dodanie 1). Zakres liczb 8-bitowych: bez znaku 0-255, ze znakiem -128 do 127.

Liczby zmiennoprzecinkowe (IEEE 754) — do zapisu ułamków i bardzo dużych/małych liczb: 1 bit znak, 8 bitów wykładnik, 23 bity mantysa (dla 32 bitów). Klasyczny "błąd zaokrąglenia": 0.1 + 0.2 w Pythonie da 0.30000000000000004, nie 0.3 — dlatego przy obliczeniach zmiennoprzecinkowych trzeba UWAŻAĆ na dokładność.

Tekst i kodowanie (ASCII/Unicode) — każdy znak w pamięci to LICZBA: "A" = 65 (binarnie 01000001), "a" = 97, "0" = 48, spacja = 32. Unicode rozszerza ten system na cały świat — polskie litery, emoji, tysiące symboli.

Hierarchia pamięci — "złoty trójkąt" — im szybsza pamięć, tym droższa i mniejsza: Rejestry CPU (~64 bajty, nanosekundy) → Cache L1 (32 KB, ~4 ns) → Cache L2 (256 KB, ~10 ns) → Cache L3 (8 MB, ~40 ns) → RAM (8-32 GB, ~100 ns) → SSD (~10 000 ns) → HDD (~10 000 000 ns). Jeśli dostęp do rejestru trwałby 1 sekundę, dostęp do dysku HDD trwałby aż 116 DNI!

Procesor (CPU) składa się z: Jednostki Sterującej (CU — czyta i dekoduje instrukcje, kieruje operacjami) i Jednostki Arytmetyczno-Logicznej (ALU — wykonuje +, −, ×, ÷, AND, OR, porównania). Takt procesora (Clock Speed) to rytm impulsów zegara — 1 GHz = 1 miliard cykli na sekundę. Ale częstotliwość to nie wszystko — liczy się też liczba RDZENI i WĄTKÓW (np. i3: 2 rdzenie/4 wątki, i7: 8 rdzeni/16 wątków). Nowoczesne procesory łączą rdzenie wydajne (P-Cores) i efektywne (E-Cores), zintegrowaną grafikę (iGPU) i akceleratory AI.

Schemat

ARCHITEKTURA VON NEUMANNA:
        ┌─────────────┐
        │   PAMIĘĆ    │  ← przechowuje dane i program
        └──────┬──────┘
               │
    ┌───┴───────────────┬──────────────┐
    │                   │              │
 ┌──▼──┐        ┌──────▼────┐    ┌────▼───────┐
 │ CPU │◄──────►│ ALU & CU  │    │  REG. I/O  │
 └─────┘        └───────────┘    └────────────┘

HIERARCHIA PAMIĘCI (szybkość vs pojemność):
Rejestry CPU  — ns        (najszybsze, najmniejsze)
Cache L1/L2/L3 — ns-dziesiątki ns
RAM           — ~100 ns
SSD           — ~10 000 ns
HDD           — ~10 000 000 ns  (najwolniejsze, największe)

KOD U2 DLA -5 (8 bitów):
+5 = 00000101
-5 = 11111011  (odwrócenie bitów + dodanie 1)

Przykład z życia

Gdy komputer "zawiesza się" przy otwieraniu wielu dużych plików naraz, to często oznacza, że dane nie mieszczą się już w szybkiej pamięci RAM i system musi korzystać z dużo wolniejszego dysku (swap) — dokładnie ten sam mechanizm hierarchii pamięci, o którym mowa w tej lekcji, tłumaczy, dlaczego dokupienie RAM-u często realnie przyspiesza komputer bardziej niż szybszy procesor.

reprezentacja_danych.py

# Reprezentacja liczb ujemnych (kod U2) w Pythonie
x = 5
print(bin(x))   # 0b101
print(bin(-5))  # -0b101 (w pamięci procesora: 11111011)

# Błąd zaokrąglenia liczb zmiennoprzecinkowych (IEEE 754)
y = 0.1 + 0.2
print(y)  # 0.30000000000000004 - NIE 0.3!

# Kodowanie znaków - ASCII i Unicode
print(ord('A'))   # 65  (kod znaku 'A')
print(chr(65))    # 'A' (znak dla kodu 65)
print(ord('ą'))   # 261 (polska litera w Unicode)
print(ord('😀'))  # 128512 (emoji też ma swój kod!)

Komentarz i wyjaśnienie kodu

bin(-5) w Pythonie wypisuje -0b101 — Python POKAZUJE liczby ujemne z minusem dla wygody czytania, ale WEWNĄTRZ procesora faktyczna reprezentacja to kod U2 (11111011 dla 8 bitów) — to ważne rozróżnienie między tym, jak Python WYŚWIETLA liczbę, a jak faktycznie jest ona zakodowana w pamięci.

0.1 + 0.2 != 0.3 to NIE błąd Pythona — to fundamentalna własność reprezentacji liczb zmiennoprzecinkowych (IEEE 754) we WSZYSTKICH językach programowania: niektórych ułamków dziesiętnych nie da się DOKŁADNIE zapisać w systemie binarnym, podobnie jak 1/3 nie da się dokładnie zapisać w systemie dziesiętnym.

ord() i chr() to funkcje odwrotne do siebie — ord() zamienia ZNAK na jego liczbowy kod, chr() zamienia KOD z powrotem na znak. To pokazuje wprost, że "pod maską" każdy tekst to po prostu ciąg liczb.

Ćwiczenie samodzielne

Uruchom przykład i sprawdź ord() dla kilku innych znaków (małe/wielkie litery, cyfry, polskie znaki). Sprawdź też bin() dla kilku różnych liczb dodatnich i ujemnych.

Zadania do pracy własnej

Sprawdź w Pythonie kody ASCII/Unicode dla liter swojego imienia (funkcja ord()) i zapisz wynik.
Wyjaśnij własnymi słowami, dlaczego 0.1 + 0.2 w Pythonie nie daje dokładnie 0.3. Sprawdź, czy podobny problem występuje dla 0.5 + 0.25.
Oblicz "ręcznie" (na kartce) reprezentację liczby -12 w kodzie U2 na 8 bitach (zapisz +12 binarnie, odwróć bity, dodaj 1), a następnie zweryfikuj wynik funkcją bin(-12) w Pythonie (pamiętaj, że Python pokazuje liczby ujemne inaczej niż surowa reprezentacja U2 — porównaj koncepcyjnie, nie dosłownie).

Typowe błędy

Mylenie sposobu WYŚWIETLANIA liczby ujemnej przez Pythona z jej rzeczywistą reprezentacją U2 w pamięci — bin(-5) pokazuje -0b101 dla czytelności, ale procesor faktycznie przechowuje ją jako 11111011 (dla 8 bitów).

Porównywanie liczb zmiennoprzecinkowych operatorem == bez uwzględnienia błędu zaokrąglenia — 0.1 + 0.2 == 0.3 zwróci False w większości języków programowania, mimo że matematycznie te wartości są równe.

Przekonanie, że "wyższy takt procesora" zawsze oznacza "szybszy komputer" — liczy się także liczba rdzeni/wątków oraz architektura; procesor o niższym takcie, ale z większą liczbą rdzeni, może być szybszy w zadaniach wielowątkowych.

Nawiązanie do egzaminu zawodowego

Ten temat to fundament teorii wymaganej w pisemnej części matury z informatyki oraz na egzaminach INF.03/INF.04 (systemy liczbowe, reprezentacja danych). W kolejnej lekcji zagłębisz się w systemy liczbowe (binarny, ósemkowy, szesnastkowy) dokładniej — z pełnymi metodami przeliczania między nimi.