程序员写下 `fork()` 调用时，触发的是 L8 操作系统层的进程抽象。这行代码之下，叠着六层抽象——从 L2 加法器到 L8 进程，每一层都在回答同一个问题：如何把下一层的复杂性封装成上一层的原语。我们在 Bittern 把这七层抽象摊开，用τ定律量化每一层的复杂度跃迁。
GPU 的 15 层抽象对应
当我们把 GPU 放入抽象阶梯，每一层都有对应的实现：
| 层级 | 抽象 | GPU 的对应 |
|------|------|-----------|
| L0 | 晶体管 | 同样——GPU 由数十亿晶体管构成 |
| L1 | 逻辑门（NAND） | 同样——GPU 的逻辑门规模远超 CPU |
| L2 | ALU | GPU 有海量向量 ALU（CUDA 核心） |
| L3 | 寄存器 / 存储 | GPU 寄存器、共享内存、显存（HBM） |
| L4 | 机器指令 / ISA | CPU ISA + GPU ISA（SASS/GCN） |
| L5 | 计算机体系结构 | CPU 架构 + GPU 架构（SIMT） |
| L6 | 汇编语言 | CPU 汇编 + GPU 汇编（PTX/SASS） |
| L7 | 汇编器 | CPU 汇编器 + GPU 汇编器 |
| L8 | 虚拟机 | JVM/CLR + GPU 运行时（CUDA/OpenCL） |
| L9 | 高级语言 | C/C++/Python + CUDA/OpenCL/SYCL |
| L10 | 编译器 | GCC/LLVM + NVCC/LLVM GPU 后端 |
| L11 | 操作系统 | OS + GPU 驱动 + 命令调度 |
| L12 | 系统库 / 运行时 | libc + cuDNN/cuBLAS/ROCm |
| L13 | 容器 / 编排 | Docker + NVIDIA Container Toolkit + K8s Device Plugin |
| L14 | 云原生应用 | 分布式训练/推理、GPU 池化、MIG/vGPU |
这张表揭示了一个关键洞察：GPU 不是 CPU 的替代品，而是抽象阶梯的并行分支。从 L0 到 L3，GPU 和 CPU 共享相同的物理基础；从 L4 开始，两者分道扬镳——CPU 走向复杂的乱序执行和分支预测，GPU 走向 SIMT 和海量并行。到了 L14，两者在云原生层面重新汇合：Kubernetes 同时编排 CPU 和 GPU 工作负载，MIG（Multi-Instance GPU）将一块物理 GPU 虚拟化为多个独立实例。
L2 到 L3：从算术到状态
L2 加法器的复杂度量级是 10^3 到 10^5。一个 32 位行波进位加法器由约 6000 个逻辑门构成，每个门的延迟、功耗、面积都是可计算的物理量。这一层的抽象边界清晰：输入是两个 32 位操作数与一个进位位，输出是一个 32 位和与一个进位标志。
L3 寄存器把加法器的瞬时计算结果固化为状态。复杂度跃迁到 10^5 到 10^7。一个包含 32 个通用寄存器、程序计数器、状态寄存器的寄存器文件，其状态空间是 2^(32×34)——约 10^328 种可能组合。但程序员只需要关心"当前寄存器的值"，不需要知道每个触发器的建立时间与保持时间。这就是抽象的价值：把物理层的连续时间信号，封装成离散的状态快照。
L4 到 L5：从指令执行到存储层次
L4 CPU 微架构的复杂度量级是 10^7 到 10^9。现代超标量处理器的指令流水线深度通常在 14 到 20 级之间，每个周期可以发射 4 到 6 条指令。乱序执行窗口、寄存器重命名表、保留站、重排序缓冲区——这些微架构结构的组合状态数，让 L3 的寄存器文件相形见绌。但 ISA（指令集架构）把这一切封装成"每条指令执行一个周期"的程序员可见模型。
L5 内存层次的复杂度跃迁到 10^9 到 10^11。L1 缓存的访问延迟约 1 纳秒，L2 缓存约 4 纳秒，主存约 100 纳秒，SSD 约 100 微秒——四个数量级的延迟差异。缓存一致性协议、虚拟内存页表、TLB（Translation Lookaside Buffer）——这些结构的工程复杂度远超 CPU 微架构。但虚拟内存抽象把物理地址空间的碎片化、缓存的不一致性，封装成"每个进程拥有连续 4GB 地址空间"的 illusion。
L6 到 L7：从冯·诺依曼机到 ISA 并行
L6 计算机组成的复杂度量级是 10^11 到 10^12。冯·诺依曼机的五大部件——运算器、控制器、存储器、输入设备、输出设备——通过总线互联。总线仲裁、中断处理、DMA（Direct Memory Access）——这些机制的工程实现涉及数百个状态机与协议。但冯·诺依曼模型把这一切封装成"取指-解码-执行"的串行循环。
L7 体系结构的复杂度跃迁到 10^12 到 10^13。多核处理器、SIMD（Single Instruction Multiple Data）、GPU 的 SIMT（Single Instruction Multiple Threads）——并行度从标量到向量再到大规模多线程。但 ISA 层的并行抽象（如 OpenMP 的 `#pragma omp parallel`）把硬件的线程调度、缓存一致性、内存屏障，封装成"for 循环的每次迭代可以并行执行"的声明。
L8 进程：时间片与地址空间的封装
L8 操作系统的复杂度量级是 10^13 到 10^14。进程调度器在数百个就绪态进程中选择下一个执行单元，上下文切换涉及寄存器保存、页表切换、TLB 刷新；虚拟内存管理器维护着每个进程的独立地址空间，页面置换算法在物理内存不足时决定哪些页面换出到磁盘。
进程抽象把这一切封装成两个核心原语：时间片与地址空间。每个进程"认为"自己独占 CPU，实际上调度器在毫秒级时间片内切换数百个进程；每个进程"认为"自己拥有从 0 到 4GB 的连续地址空间，实际上虚拟页分散在物理内存的各个帧中。`fork()` 系统调用创建子进程时，操作系统复制页表而非物理页面——写时复制（Copy-on-Write）机制把资源消耗推迟到真正需要时。
τ定律：量化抽象跃迁的刻度
τ定律（Tau Scaling Law）是我们用来量化抽象层级间复杂度跃迁的度量工具。每一层的复杂度用状态空间的对数量级表示，相邻两层的τ值比值反映抽象的压缩效率。
从 L2 到 L8，复杂度从 10^3 跃迁到 10^14——11 个数量级的压缩。这意味着 L8 的进程抽象，把底层 10^11 种物理状态的可能性，封装成"进程创建""进程等待""进程终止"三种可见操作。τ值越大，抽象的压缩效率越高，程序员需要关心的细节越少。
但这个压缩不是免费的。每一层抽象都引入开销：虚拟内存的 TLB miss 惩罚约 100 个周期，进程上下文切换约 1000 到 5000 个周期，缓存一致性的总线嗅探占内存带宽的 5% 到 15%。τ定律的价值在于，它让程序员可以量化"抽象的代价"——当性能瓶颈出现时，知道应该在哪一层寻找原因。
从 L2 加法器到 L8 进程，六次跃迁，六个数量级的抽象压缩。程序员写下的每一行代码，都站在这条抽象阶梯的顶端。理解阶梯的每一级，才能在性能优化时知道该往哪一层看。
