；的top-down分析)
对于简单的while(1)循环：
int main(){ while(1); return 0;}L1:
L2:
L3/L4:
为什么 Core Bound 是 0%？
这是最关键的逻辑：没有“停顿（Stall）”，就没有“受限（Bound）”。
没有依赖等待：
jmp指令不依赖任何复杂的计算结果，它不需要等待前面的指令算完。没有资源溢出：只有一个指令在跑，后端的预留站（Reservation Station）和重命名寄存器永远不会被占满。
核心解读：Ports_Utilized_1 = 99.8%
含义：在 99.8% 的时钟周期里，后端有且只有一个端口在执行指令。
真相：由于你的代码只有一条
jmp指令，它始终被分配到执行跳转的特定端口。Ports_Utilized_3m（同时使用 3 个以上端口）是0%while(1);是“绝对串行”：每周期只敲一个端口，剩下端口全闲着。
为什么Ports_Utilization又是 99.8%？
在 TMAM 模型中，Core_Bound.Ports_Utilization的父级指标衡量的是：“执行压力是否集中”。
因为你的
Ports_Utilized_1达到了近乎 100%，CPU 认为后端正面临极度的单一端口压力。尽管只有 1 个端口在忙，但它“忙得很有规律”。由于这个端口始终处于被占用状态，在
while(1);这种极简循环里，它被定义为 Core Bound 的子项，表示“虽然我没卡住（0% Backend Bound），但我已经被这条单指令压榨到了单端口执行的极限”。
如何理解 Frontend Bound 50% 和 Retiring 50%？
你可能会奇怪，既然是while(1);，为什么 Retiring 不是 100%？
机器宽度 vs 指令密度：现代 CPU 每个时钟周期可以处理 4 到 8 条指令（Slots）。但你的
while(1);循环体太小了，可能每一组时钟周期只能提供 1 或 2 条指令。空置的槽位：剩下的槽位因为没有指令可填，被标记为Frontend Bound（前端没能填满所有槽位）。
结果：这一半的 Slot 退休了（50% Retiring），另一半空着（50% Frontend Bound）。
总结
对于while(1);来说：
Backend Bound = 0%：是因为后端处理得太快、太顺畅了，完全没排队。
IPC是1.99。while(1);对应汇编是2条指令 nop + jmp：
0000000000001129 <main>: 1129: f3 0f 1e fa endbr64 112d: 55 push %rbp 112e: 48 89 e5 mov %rsp,%rbp 1131: 90 nop 1132: eb fd jmp 1131 <main+0x8>为什么 IPC 是1.99( 2)？
虽然汇编是nop和jmp，但在 Retiring 阶段，它们是两条独立的指令。
物理执行：
nop指令在现代 CPU 中通常在前端就被处理掉（Nop-elimination），或者被分配到一个极其简单的微操作。jmp也是一个微操作。统计结果：在一个时钟周期内，CPU 退休（Retire）了一个
nop和一个jmp。因此：
2. 为什么只有一个 Port 在执行？
这是最关键的一点。在 Skylake 微架构中：
nop不占用执行端口：现代 CPU 拥有“消除 NOP”的能力。当nop到达重命名（Rename）或分配（Allocate）阶段时，CPU 直接标记它已完成，而不需要把它发往任何执行端口。jmp占用1个port：只有jmp真正需要进入执行后端并敲击端口。结论：在 99.8% 的时钟周期里，只有一个物理微操作（
jmp）需要执行，所以Ports_Utilized_1是 100%。
如果现在代码做4 个独立的加法操作，完全发挥后端多个ALU 端口的实力，并尽可能消除了内存访问和分支干扰：
int main() { // 使用寄存器变量，建议编译器不要写回内存 register long a = 0, b = 0, c = 0, d = 0; while (1) { // 使用内联汇编确保生成最纯粹的指令流 // 1. 展开循环：减少 jmp 指令占用的槽位比例 // 2. 独立寄存器：确保 4 条指令可以同时分配给 4 个不同的执行端口 __asm__ __volatile__ ( "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" "add $1, %[a]; add $1, %[b]; add $1, %[c]; add $1, %[d];" : [a] "+r" (a), [b] "+r" (b), [c] "+r" (c), [d] "+r" (d) : : "cc" ); } return 0;}结果变成：
L1:
frontend bound消除，backend bound到15.7%，84.2%的时间在retiring指令。
L2:
backend bound主要是core bound不是memory bound，因为我们用的register变量。
L3/L4:
核心指标：Ports_Utilized_3m (93.3%)
这表示在93.3%的时钟周期里，后端执行单元（Execution Units）正同时有3 个或更多的端口在发射（Dispatch）uOps。
你的代码：
add a; add b; add c; add d; jmp;硬件行为：Skylake 有 4 个 ALU 端口（0, 1, 5, 6）。因为你的加法在不同寄存器上，没有数据依赖，所以 CPU 可以真正地在同一个周期把这 4 个
add发射到这 4 个不同的端口去。结论：这个 93.3% 证明了你极大地利用了指令级并行（ILP）。你的后端基本没有闲着的时候。
对比：Ports_Utilized_3m（同时使用 3 个以上端口）是 93.3%，之前while(1);则是0%。
while(1);是“绝对串行”：每周期只敲一个端口，剩下端口全闲着。
展开后的代码：是“高度并行”：每周期大家一起干活。
IPC:
insn per cycle是3.37。
