首先，我们来看看CPU是怎样处理一个指令的，比如一个“A+B”的指令，CPU要执行这条指令，先得知道A和B在什么地方，要对这些数值进行什么样的操作，然后编译成机器语言，接着执行命令，最后把这些储存起来。
现在，我们简单地模拟处理器完成一条指令要做的工作。要处理一条指令，处理器必须：
1，提取数据；
2，编译成机器语言；
3，执行指令；
4，储存数据；
OK，接着我们来看看流水线，为什么要流水线呢？我们先来看看没有流水线的CPU。
无流水线处理器
┌────────────────────────────────┐
│ 提取 译码 执行 存储 │
└────────────────────────────────┘
├──────────── １ 个时钟周期 -────────────┤
├──────────── △Ｔ = １秒 -────────────┤
我们可以看出CPU只有一个阶段，指令被逐步提取，编译，执行，存储。这就是说，我们上面的这个CPU能在一个时钟周期内做所有的事情（提取、编译、执行、存储）。我们设这个CPU的工作频率是1Hz,也就是每秒钟执行1条指令。当然如果有10秒钟，那就是：10 秒 X （1 时钟周期/1 秒） X （1 指令/1 时钟周期） = 10 指令。
现在，我们开始探讨流水线。流水线能够提升时钟频率和整体性能（记住，更快的时钟频率并不能直接转化成更快的性能）。
但是如何提高时钟频率呢？一个是用物理方法提高CPU完成指令的速度。另一个就是… 我们先来看看下面两张图。
两段流水线CPU
┌───────────────┬───────────────┐
│ 提取 译码 │ 执行 存储 │
└───────────────┴───────────────┘
├─── １ 个时钟周期 ────┤
├──────────── △Ｔ = １秒 ────────────┤
四-段流水线CPU
┌───────┬────────┬────────┬────────┐
│ 提取 │ 译码 │ 执行 │ 存储 │
└───────┴────────┴────────┴────────┘
├ １个时钟周期 ┤
├──────────── △Ｔ = １秒 -──────────────┤
细心的朋友很快就发现了，既然不能在同一个周期内做很多事情，那就分几个周期来做嘛！而每个周期的时间可以由触发信号来决定的（晶振体），这个我们可以很容易的提高，而在0.25秒内完成一个步骤，也没有达到物理的极限。
这个四-段流水线CPU现在就是工作在4Hz的频率下了，可是速度提高了吗？我们来看看：
10 秒 X （4 时钟周期/1 秒） X （0.25 指令/1 时钟周期） = 10 指令
这个和那个1Hz无流水线的CPU一样10秒钟只能执行10条指令。但我们可以在包装盒上写上“4 Hz”而不是“1 Hz”。很不幸，数字是一个卖点。给一个电脑盲出示一个 4 Hz 的处理器和一个 1 Hz 的处理器，他将认为 4 Hz 的那一个更快，即使事实并非如此。
可是既然不能提高速度，我们又费那么大的劲干什么呢？嘿嘿，重点来了…
我们先来了解下流水线的工作方式，首先接受一条指令，做‘提取’这个步骤，做完后把他交给‘译码’来做，接着下个周期就继续提取下条指令，这时候CPU就是同时在做第一条指令的‘译码’和第二条指令的‘提取’，到了第三个周期，CPU就是同时在做第一条指令的‘执行’，第二条指令的‘译码’以及第三条指令的‘提取’…以此类推…
现在有没有发现上面那个公式有点问题？当经过1秒钟以后，也就是4个周期以后，CPU就会每个周期完成一个指令，就是就0.25秒完成一个。哈哈哈，也就是说，10秒以后CPU完成了37条指令，要比10条指令多得多。
[1] [2]
可是在另一方面，完成一条指令所需的时间都是1秒。
好了，解释完流水线，我们再来看看在实际的运用中的情况。
先说说游戏，游戏中的指令一般都是即时的，这时候就是需要的就是这个所完成的时间，而对于每秒完成几个指令的要求是不是那么高了。需要的就是SPEED…
而在多媒体运用中，数据是一帧一帧地读取的，这时候就需要有高频率，对于完成这个指令要多少时间就不是那么讲究了，只要够流畅就好了…
而在多任务方面，多任务就是同时有好几个指令等着执行，无流水线的那个CPU就必须要有1秒，一条指令才能到流水线中处理，而4段流水线的那个CPU就只需要0.25秒。
现在又有了另一个问题了，A64的流水线并没有增加，可是一样在多媒体和多任务方面也有很好的表现，这是为什么呢？
我认为有几个方面：
1， A64把内存控制器集成到CPU中去，使得‘提取’的延迟减少了。CPU要提取一个数据，就要先到内存中找，在送回到CPU，这中间通常都要好几个周期的时间，这时的CPU就是处于闲置状态，而如果减少了这其中的延迟，也就是减少了CPU闲置的时间，提高的速度。
2， A64提高了分支预测算法…等（其他的一些算法以及指令我并没有具体的资料，在这也不好做说明）的效率。
我们来了解下分支预测，我们在做‘执行’这个步骤时就需要有‘提取’和‘译码’这两个步骤的结果，这时如果预测下下前两步的结果，用这个结果做‘执行’，就能提高效率，但如果算错了，就得重新来了，降低了效率。这时就需要很好的算法。
有了这两方面的支持（应该还会有其他方面的原因），使得A64的CPU的性能才有今日的成就。
（出处：http://www.sheup.com）
[1] [2]