土木考专硕还是学硕:怎样识别CPU编码

用hwinfo32就可以不但可以查看cpuid还可以插件电脑各个部件的id型号，非常方便
下面是下载
http://www.hanzify.org/?Go=Show::List&ID=9997
HWiNFO32 是一个专业的系统信息工具，支持最新的技术和标准。允许您检查计算机的完整的硬件配置。
. 以树形分层显示所有的组件
. 显示来自硬件监控器的状态
. 做基准测试
. 创建多种类型的日志文件(只有已注册版本可以)
为了支持最新的元件，这个程序经常彻底的更新。
HWiNFO32 是为 NT 技术设计的，在 Microsoft Windows NT 4.0，Windows 2000 或 Windows XP 下能达
到最佳结果。可以在 Microsoft Windows 9X 下运行 HWiNFO32，但是一些特性可能不能被正确的报告并且某
些组件不能被找到。'

这是一篇程序员写给程序员的趣味读物。所谓趣味是指可以比较轻松地了解一些原来不清楚的概念，增进知识，类似于打RPG游戏的升级。整理这篇文章的动机是两个问题：

问题一：

使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？

我很早前就发现Unicode、Unicode big endian和UTF-8编码的txt文件的开头会多出几个字节，分别是FF、FE（Unicode）,FE、FF（Unicode big endian）,EF、BB、BF（UTF-8）。但这些标记是基于什么标准呢？

问题二：

最近在网上看到一个ConvertUTF.c，实现了UTF-32、UTF-16和UTF-8这三种编码方式的相互转换。对于Unicode(UCS2)、GBK、UTF-8这些编码方式，我原来就了解。但这个程序让我有些糊涂，想不起来UTF-16和UCS2有什么关系。

查了查相关资料，总算将这些问题弄清楚了，顺带也了解了一些Unicode的细节。写成一篇文章，送给有过类似疑问的朋友。本文在写作时尽量做到通俗易懂，但要求读者知道什么是字节，什么是十六进制。

0、big endian和little endian

big endian和little endian是CPU处理多字节数的不同方式。例如“汉”字的Unicode编码是6C49。那么写到文件里时，究竟是将6C写在前面，还是将49写在前面？如果将6C写在前面，就是big endian。还是将49写在前面，就是little endian。

“endian”这个词出自《格列佛游记》。小人国的内战就源于吃鸡蛋时是究竟从大头(Big-Endian)敲开还是从小头(Little-Endian)敲开，由此曾发生过六次叛乱，其中一个皇帝送了命，另一个丢了王位。

我们一般将endian翻译成“字节序”，将big endian和little endian称作“大尾”和“小尾”。

1、字符编码、内码，顺带介绍汉字编码

字符必须编码后才能被计算机处理。计算机使用的缺省编码方式就是计算机的内码。早期的计算机使用7位的ASCII编码，为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。

GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。

GB2312支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。2000年的GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。

从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。按照程序员的称呼，GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。

有的中文Windows的缺省内码还是GBK，可以通过GB18030升级包升级到GB18030。不过GB18030相对GBK增加的字符，普通人是很难用到的，通常我们还是用GBK指代中文Windows内码。

这里还有一些细节：

GB2312的原文还是区位码，从区位码到内码，需要在高字节和低字节上分别加上A0。

在DBCS中，GB内码的存储格式始终是big endian，即高位在前。

GB2312的两个字节的最高位都是1。但符合这个条件的码位只有128*128=16384个。所以GBK和GB18030的低字节最高位都可能不是1。不过这不影响DBCS字符流的解析：在读取DBCS字符流时，只要遇到高位为1的字节，就可以将下两个字节作为一个双字节编码，而不用管低字节的高位是什么。
2、Unicode、UCS和UTF

前面提到从ASCII、GB2312、GBK到GB18030的编码方法是向下兼容的。而Unicode只与ASCII兼容（更准确地说，是与ISO-8859-1兼容），与GB码不兼容。例如“汉”字的Unicode编码是6C49，而GB码是BABA。

Unicode也是一种字符编码方法，不过它是由国际组织设计，可以容纳全世界所有语言文字的编码方案。Unicode的学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。UCS可以看作是"Unicode Character Set"的缩写。

根据维基百科全书(http://zh.wikipedia.org/wiki/)的记载：历史上存在两个试图独立设计Unicode的组织，即国际标准化组织（ISO）和一个软件制造商的协会（unicode.org）。ISO开发了ISO 10646项目，Unicode协会开发了Unicode项目。

在1991年前后，双方都认识到世界不需要两个不兼容的字符集。于是它们开始合并双方的工作成果，并为创立一个单一编码表而协同工作。从Unicode2.0开始，Unicode项目采用了与ISO 10646-1相同的字库和字码。

目前两个项目仍都存在，并独立地公布各自的标准。Unicode协会现在的最新版本是2005年的Unicode 4.1.0。ISO的最新标准是10646-3:2003。

UCS规定了怎么用多个字节表示各种文字。怎样传输这些编码，是由UTF(UCS Transformation Format)规范规定的，常见的UTF规范包括UTF-8、UTF-7、UTF-16。

IETF的RFC2781和RFC3629以RFC的一贯风格，清晰、明快又不失严谨地描述了UTF-16和UTF-8的编码方法。我总是记不得IETF是Internet Engineering Task Force的缩写。但IETF负责维护的RFC是Internet上一切规范的基础。

3、UCS-2、UCS-4、BMP

UCS有两种格式：UCS-2和UCS-4。顾名思义，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最高位必须为0）编码。下面让我们做一些简单的数学游戏：

UCS-2有2^16=65536个码位，UCS-4有2^31=2147483648个码位。

UCS-4根据最高位为0的最高字节分成2^7=128个group。每个group再根据次高字节分为256个plane。每个plane根据第3个字节分为256行 (rows)，每行包含256个cells。当然同一行的cells只是最后一个字节不同，其余都相同。

group 0的plane 0被称作Basic Multilingual Plane, 即BMP。或者说UCS-4中，高两个字节为0的码位被称作BMP。

将UCS-4的BMP去掉前面的两个零字节就得到了UCS-2。在UCS-2的两个字节前加上两个零字节，就得到了UCS-4的BMP。而目前的UCS-4规范中还没有任何字符被分配在BMP之外。

4、UTF编码

UTF-8就是以8位为单元对UCS进行编码。从UCS-2到UTF-8的编码方式如下：

UCS-2编码(16进制) UTF-8 字节流(二进制)

0000 - 007F 0xxxxxxx
0080 - 07FF 110xxxxx 10xxxxxx
0800 - FFFF 1110xxxx 10xxxxxx 10xxxxxx

例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 110001 001001， 用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。

读者可以用记事本测试一下我们的编码是否正确。

UTF-16以16位为单元对UCS进行编码。对于小于0x10000的UCS码，UTF-16编码就等于UCS码对应的16位无符号整数。对于不小于0x10000的UCS码，定义了一个算法。不过由于实际使用的UCS2，或者UCS4的BMP必然小于0x10000，所以就目前而言，可以认为UTF-16和UCS-2基本相同。但UCS-2只是一个编码方案，UTF-16却要用于实际的传输，所以就不得不考虑字节序的问题。
5、UTF的字节序和BOM

UTF-8以字节为编码单元，没有字节序的问题。UTF-16以两个字节为编码单元，在解释一个UTF-16文本前，首先要弄清楚每个编码单元的字节序。例如收到一个“奎”的Unicode编码是594E，“乙”的Unicode编码是4E59。如果我们收到UTF-16字节流“594E”，那么这是“奎”还是“乙”？

Unicode规范中推荐的标记字节顺序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一个有点小聪明的想法：

在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。

这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。

UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF（读者可以用我们前面介绍的编码方法验证一下）。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。

Windows就是使用BOM来标记文本文件的编码方式的。

6、进一步的参考资料

本文主要参考的资料是 "Short overview of ISO-IEC 10646 and Unicode" (http://www.nada.kth.se/i18n/ucs/unicode-iso10646-oview.html)。

我还找了两篇看上去不错的资料，不过因为我开始的疑问都找到了答案，所以就没有看：

"Understanding Unicode A general introduction to the Unicode Standard" (_id=nrsi&item_id=IWS-Chapter04a">http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&item_id=IWS-Chapter04a)
"Character set encoding basics Understanding character set encodings and legacy encodings" (_id=nrsi&item_id=IWS-Chapter03">http://scripts.sil.org/cms/scripts/page.php?site_id=nrsi&item_id=IWS-Chapter03)

我写过UTF-8、UCS-2、GBK相互转换的软件包，包括使用Windows API和不使用Windows API的版本。以后有时间的话，我会整理一下放到我的个人主页上(http://fmddlmyy.home4u.china.com)。

CPU的型号

Intel CPU产品介绍

从大的命名规则来看，Intel的CPU产品主要分为Pentium奔腾系列和Celeron赛扬系列处理器。而从架构上区分，目前市面上的Intel CPU产品既有最常见的Socket 478架构，也有老一代的Socket 370架构，还有极少量的Socket 423架构。

(Intel的Pentium 4和Celeron处理器)

一、早期的Socket 370架构：

这是Intel的早期产品，当前二手市场上能见到的有Coppermine铜矿核心的PentiumⅢ和CeleronⅡ，以及Tualatin图拉丁核心的CeleronⅢ。虽然看起来稍显过时，但其实这里面也有着性价比较高的产品。例如Tualatin图拉丁核心的CeleronⅢ，因为拥有32KB的一级缓存和256KB的二级缓存，所以性能与同频的PentiumⅢ都有得一拼。并且由于采用了0.13微米制程，所以Tualatin图拉丁赛扬的超频潜力也不错。不过由于Intel的市场策略，Socket 370架构现已被彻底抛弃，基于该架构的主板和CPU产品也因此失去了任何升级潜力。所以这些CPU只适合老用户升级使用，并不推荐新装机的用户购买。

二、过渡型Socket 423架构：

这主要见于Intel第一批推出的Willamette核心Pentium 4产品。但它只不过是昙花一现，上市不久便立即被Socket 478架构所取代。其相应的处理器和主板产品也迅速被品牌机等市场消化，现在市场上已经几乎见不到它们了。所以如果您在逛市场时见到这样的CPU，估计都是不知道从哪翻出的仓底货或是二手产品，笔者奉劝大家尽量少碰为妙。

三、主流的Socket 478架构：

这是当前Intel的主流产品，产品线中既包括有高端的Pentium 4处理器，也包括了低端的Celeron处理器。可就是同属Socket 478架构的Intel处理器，也有许多不同类型。这就是我们下面将要讲述的内容。

“ABCDE”含义释疑

我们知道，Intel的不少Pentium 4处理器在频率后面还带有一个字母后缀，不同的字母也代表了不同的含义。

一、“A”的含义：

Pentium 4处理器有Willamette、Northwood和Prescott三种不同核心。其中Willamette核心属于最早期的产品，采用0.18微米工艺制造。因为它发热较大、频率提升困难，而且二级缓存只有256KB，所以性能颇不理想。于是Intel很快用Northwood核心取代了它的位置。Northwood核心Pentium 4采用0.13微米制程，主频有了很大的飞跃，二级缓存容量也翻了一番达到了512KB。为了与频率相同但只有256KB二级缓存的Pentium 4产品区别，Intel在其型号后面加了一个大写字母“A”，例如“P4 1.8A”，代表产品拥有512KB二级缓存。这些产品均只有400MHz的前端总线(Front Side Bus，简称FSB)。

二、“B”的含义：

同样频率的产品，在更高的外频下可具备更高的前端总线，因此性能也更高。为此Intel在提升CPU频率的同时，也在不断提高产品的前端总线。于是从可以支持533MHz FSB的845E等主板上市开始，市场上又出现了533MHz FSB的Pentium 4处理器。为了与主频相同但是只有400MHz FSB的Pentium 4产品区别开来，Intel又给它们加上了字母“B”作为后缀，例如“P4 2.4B”。

三、“C”的含义：

继533MHz FSB的产品之后，Intel再接再厉，继续推出了800MHz FSB的Pentium 4处理器，同样为了与早期产品相区别，Intel在其命名上用上了字母“C”，例如“P4 2.4C”。

四、“E”的含义：

继生命周期超长的Northwood核心处理器之后，Intel开始转向了90纳米制造工艺。Prescott核心Pentium 4也就应运而生。它采用了31级流水线设计，配备16KB的一级数据缓存和多达1MB的二级缓存。不知道出于什么考虑，针对800MHz FSB的Prescott核心P4处理器，Intel这次并没有按部就班地将字母“D”派给它，而是用了一个更靠后的字母“E”，例如“P4 2.8E”。这也许是“Prescott”里本身包含字母“E”的缘故。

需要特别关注的是，Prescott核心Pentium 4也有533MHz FSB的产品，该产品取消了对Hyper-Threading超线程技术的支持，并以大写字母“A”做为后缀，例如“P4 2.4A”。许多人一见这命名，就想当然地以为它是400MHz FSB的Northwood核心P4，切记这是错误的！

五、“D”的含义：

“A”、“B”、“C”、“E”都有了，中间惟独缺了个“D”，难免显得不够完美。也许正是基于这种考虑，最近网上传出消息称Intel将Prescott核心Celeron处理器正式命名为“Celeron-D”。

(Celeron赛扬系列处理器的LOGO)

Celeron-D同样采用90纳米工艺制造，但它只拥有533MHz FSB和256KB二级缓存，且不支持超线程技术。最早推出的产品有2.53GHz/2.66GHz/2.8GHz三款，后期还会推出3.2GHz的产品。

未来的数字命名

我们以前已经有文章对Intel处理器的最新命名方式进行了报道。从今年下半年开始，以频率为基准的传统命名方式将被“3XX”、“5XX”和“7XX”的数字命名所取代。这无论是对Intel还是广大消费者来说都是一个挑战。就连笔者这整天跟硬件打交道的人，看着这些数字都会觉得头晕。下面我们就来看一看最新的Intel处理器命名规则速查表。需要注意的是，表格中的“LV”代表Low Voltage低电压，而“ULV”则是Ultra Low Voltage超低电压的缩写。

Celeron系列处理器命名(3XX系列)：

CPU
制造工艺
前端总线
L2缓存
产品命名

Celeron M 1.5GHz
90纳米
400MHz
1MB
370

Celeron M 1.4GHz
90纳米
400MHz
1MB
360

Celeron M ULV 1.0GHz
90纳米
400MHz
512KB
358

Celeron M 1.3GHz
90纳米
400MHz
1MB
350

Celeron D 3.2GHz
90纳米
533MHz
256KB
350

Celeron D 3.06GHz
90纳米
533MHz
256KB
345

Celeron M 1.5GHz
130纳米
400MHz
512KB
340

Celeron D 2.93GHz
90纳米
533MHz
256KB
340

Celeron M ULV 900MHz
90纳米
400MHz
512KB
338

Celeron D 2.8GHz
90纳米
533MHz
256KB
335

Celeron M 1.4GHz
130纳米
400MHz
512KB
330

Celeron D 2.66GHz
90纳米
533MHz
256KB
330

Celeron D 2.53GHz
90纳米
533MHz
256KB
325

Celeron M 1.3GHz
130纳米
400MHz
256KB
320

Pentium 4系列处理器命名(5XX系列)：

CPU
制造工艺
前端总线
L2缓存
产品命名

Pentium 4 XE 3.4GHz
130纳米
800MHz
512KB
?

Pentium 4 XE 3.2GHz
130纳米
800MHz
512KB
?

Pentium 4 4.0GHz
90纳米
800MHz
1MB
580

Pentium 4 3.8GHz
90纳米
800MHz
1MB
570

Pentium 4 3.6GHz
90纳米
800MHz
1MB
560

Pentium 4 M 3.6GHz
90纳米
533MHz
1MB
558

Pentium 4 M 3.46GHz
90纳米
533MHz
1MB
552

Pentium 4 3.4GHz
90纳米
800MHz
1MB
550

Pentium 4 3.2GHz
90纳米
800MHz
1MB
540

Pentium 4 M 3.2GHz
90纳米
533MHz
1MB
538

Pentium 4 M 3.06GHz
90纳米
533MHz
1MB
532

Pentium 4 3.0GHz
90纳米
800MHz
1MB
530

Pentium 4 2.8GHz
90纳米
800MHz
1MB
520

Pentium 4 M 2.8GHz
90纳米
533MHz
1MB
518

Pentium M系列处理器命名(7XX系列)：

CPU
制造工艺
前端总线
L2缓存
产品命名

Pentium M 2.13GHz
90纳米
533MHz
2MB
770

Pentium M 2.0GHz
90纳米
533MHz
2MB
760

Pentium M ULV 1.2GHz
90纳米
400MHz
2MB
758

Pentium M 2.0GHz
90纳米
400MHz
2MB
755

Pentium M LV 1.5GHz
90纳米
400MHz
2MB
753

Pentium M 1.86GHz
90纳米
533MHz
2MB
750

Pentium M 1.8GHz
90纳米
400MHz
2MB
745

Pentium M 1.73GHz
90纳米
533MHz
2MB
740

Pentium M ULV 1.1GHz
90纳米
400MHz
2MB
738

Pentium M 1.7GHz
90纳米
400MHz
2MB
735

Pentium M LV 1.4GHz
90纳米
400MHz
2MB
733

Pentium M 1.6GHz
90纳米
533MHz
2MB
730

Pentium M 1.6GHz
90纳米
400MHz
2MB
725

Pentium M ULV 1.1GHz
130纳米
400MHz
1MB
718

Pentium M 1.5GHz
90纳米
400MHz
2MB
715

Pentium M 1.3GHz
90纳米
400MHz
2MB
713

楼上你发了多少广告了

CPU的型号，可到官方网站去查。