如今推出多核,双核,64位的处理器.那么我们学的汇编是不是又被淘汰了.那不是要重新学习吗?

Leap_ahead 2006-06-22 10:59:37
如今推出多核,双核,64位的处理器.那么我们学的汇编是不是又被淘汰了.那不是要重新学习吗?请能详细的说一下.现在的汇编对这些处理器有用吗?
...全文
1203 17 打赏 收藏 转发到动态 举报
写回复
用AI写文章
17 条回复
切换为时间正序
请发表友善的回复…
发表回复
wubaowang_ 2006-07-26
  • 打赏
  • 举报
回复
关注..
xiaolizi 2006-07-25
  • 打赏
  • 举报
回复
"至于从32位到64位,主要区别在于寄存器长度发生了变化,所有指令还是没有大的变化"

这个除了寄存器长度变化之外,还有寻址方式,内存对齐模式,内存上限等变化
threenewbee 2006-07-24
  • 打赏
  • 举报
回复
64位寄存器叫 RAX RBX RCX RDX ...
63 32 16 8 1
------------ RAX -----------
-------EAX-------
----AX----
--AL-
liujunlongsir 2006-07-23
  • 打赏
  • 举报
回复
我们怎么老是跟着老外跑啊,我们学了64的,128的一就会出来,大伙儿说说我们中国什么时候能超过老美?
dichun 2006-07-22
  • 打赏
  • 举报
回复
关注!
sncp_pluto 2006-07-22
  • 打赏
  • 举报
回复
放心好了,至少不会完全没用。
jianghuixp 2006-07-22
  • 打赏
  • 举报
回复
向上兼容的,在32位机设计的时候就考虑到了兼容16位机的指令、寻址方式,如果你要用32位汇编开发程序,那么你只需要了解32位与16位机汇编不同地方。同样64位、双核也是这个道理。
zyb1235 2006-06-30
  • 打赏
  • 举报
回复
不用完全从学
mathe 2006-06-29
  • 打赏
  • 举报
回复
汇编语言没有关系,如果你还是使用Intel的IA架构,那么汇编语言不会有很大的改变.可能会增加一两条多核专用的指令,但是原先的指令都还应该可以用的.至于从32位到64位,主要区别在于寄存器长度发生了变化,所有指令还是没有大的变化
Jedimaster 2006-06-25
  • 打赏
  • 举报
回复
ASSEMBLY被淘汰是不可能的

因为在许多对性能要求极高的地方都是直接用ASM操作数据

因为编译器提供的标准运行库为了兼容效率比较低

至于其他的更新要看intel自己
LIJUNYONG 2006-06-25
  • 打赏
  • 举报
回复
我想也会像从16位升到32位的哪样,只是做很小的改动。另外的就由编译器来做了,
dxcnjupt 2006-06-24
  • 打赏
  • 举报
回复
32位汇编主要就是改了个段描述符和分页表
不知道64位会不会延用这个机制
supercow 2006-06-24
  • 打赏
  • 举报
回复
才把16位汇编弄清楚~~~~~~~~~~~结果~~~~64位都来了~~~
cntear 2006-06-24
  • 打赏
  • 举报
回复
学到就会有用的!还是努力的好!~
  • 打赏
  • 举报
回复
不可能完全推翻的。最多不过40%发生改变吧。
哪怕是发展到生物电脑,你说又能怎么样?还不是编码敲指令吗?除非到时候,你只需对着它说“给我编出个OA、ERP,或者网站,还必须有创意的”,它听完,活就给你干完。
晨星 2006-06-23
  • 打赏
  • 举报
回复
汇编语言编程似乎从来就没有完全的跨硬件,跨平台过,既然先择了学习汇编,那还有什么可抱怨的。:P
fangzhe 2006-06-23
  • 打赏
  • 举报
回复
32位汇编没有淘汰,就像你现在写16位汇编程序,Windows一样能运行
这就是x86-64(EM64T)的向下兼容性
但是64位汇编是要学的
内容概要:本文系统研究了基于豪猪优化算法(CPO)的多无人机协同集群在三维空间中的避障路径规划问题,聚焦于实现以最低成本为目标的航迹优化,综合考虑路径长度、飞行高度、威胁规避及转弯角度等多个关键因素。通过构建精细化的三维环境模型与多无人机协同机制,采用Matlab平台实现CPO算法的仿真与验证,充分展示了该算法在复杂动态障碍环境下的高效搜索能力与全局优化性能。研究不仅涵盖了路径规划的数建模与目标函数设计,还深入探讨了算法的收敛特性与鲁棒性,为智能群体系统在实际场景中的应用提供了理论依据与技术支撑。; 适合人群:具备一定编程基础和优化算法背景,从事无人机系统控制、智能路径规划、群体协同、人工智能与自动化等相关领域的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于多无人机协同执行侦察、灾害监测、应急救援、区域巡检等复杂任务中的自主路径规划;②为智能优化算法在三维动态环境下的路径决策问题提供可复现的技术范例;③支持研究人员对CPO算法与其他主流群智能算法(如PSO、GWO、WOA等)进行性能对比与改进研究,推动路径规划技术的发展。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解目标函数的多维度建模方式与CPO算法的迭代优化流程,可通过调整环境参数与约束条件进行仿真实验,对比不同算法在相同场景下的路径质量与收敛速度,从而深入掌握其优势与适用边界。
内容概要:本文围绕电动汽车参与电力系统运行备用的能力评估展开深入研究,利用Matlab代码实现对电动汽车集群提供运行备用服务的建模与仿真分析。研究重点在于量化电动汽车作为分布式灵活资源参与电网辅助服务的潜力,通过构建精细化的数模型,分析其可调功率容量、响应速度、时空分布特性及聚合能力,并采用多面体聚合、内近似模型与闵可夫斯基和等先进方法精确刻画其可调度能力边界。研究进一步结合大规模电动汽车接入场景,探讨其在多时间尺度调度框架下参与调峰、调频等辅助服务的优化策略,评估其对提升高比例可再生能源电网灵活性与稳定性的贡献,最终通过仿真验证所提模型与方法的有效性与实用性。; 适合人群:具备电力系统分析、智能电网、新能源汽车或优化调度等相关专业背景,熟悉Matlab/Simulink仿真工具,从事科研、工程应用的高校研究生、科研人员及电力行业工程师。; 使用场景及目标:①精确评估大规模电动汽车集群在不同约束条件下可提供的运行备用容量;②研究电动汽车在日前、日内及实时调度中的动态响应能力与优化调度策略;③为高渗透率新能源电力系统提供基于移动储能的灵活性资源解决方案,支撑电网安全经济运行。; 阅读建议:建议结合Matlab代码与技术文档同步习,重点关注多面体聚合建模、能力边界计算及优化调度算法的设计与实现,可进一步拓展至V2G(车辆到电网)、需求响应等互动场景进行二次开发与应用验证。

568

社区成员

发帖
与我相关
我的任务
社区描述
英特尔® 边缘计算,聚焦于边缘计算、AI、IoT等领域,为开发者提供丰富的开发资源、创新技术、解决方案与行业活动。
社区管理员
  • 英特尔技术社区
  • shere_lin
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧