计算机科学三大定律和网络三大定律

简介: 计算机科学三大定律和网络三大定律,了解一下。

计算机科学三大定律

一、摩尔定律
摩尔定律是由英特尔(Intel)创始人之一戈登·摩尔(Gordon Moore)提出来的。其内容为:当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。换言之,每一美元所能买到的电脑性能,将每隔18-24个月翻一倍以上。这一定律揭示了信息技术进步的速度。
尽管这种趋势已经持续了超过半个世纪,摩尔定律仍应该被认为是观测或推测,而不是一个物理或自然法。预计定律将持续到至少2015年或2020年。然而,2010年国际半导体技术发展路线图的更新增长已经放缓在2013年年底,之后的时间里晶体管数量密度预计只会每三年翻一番。

二、反摩尔定律
反摩尔定律是Google的前CEO埃里克·施密特提出的:如果你反过来看摩尔定律,一个IT公司如果今天和18个月前卖掉同样多的、同样的产品,它的营业额就要降一半。IT界把它称为反摩尔定律。
三、安迪-比尔定律
安迪-比尔定理 (Andy and Bill’s Law)是对IT产业中软件和硬件升级换代关系的一个概括。原话是 “Andy gives, Bill takes away.(安迪提供什么,比尔拿走什么。)” 安迪指英特尔前CEO安迪·格鲁夫,比尔指微软前任CEO比尔·盖茨,这句话的意思是,硬件提高的性能,很快被软件消耗掉了。

网络三定律
关于互联网有三条重要的定律:摩尔定律、吉尔德定律和迈特卡夫定律。其中最早也是最有名的大概就是众所周知的摩尔定律了。
一、摩尔定律
同上。
二、吉尔德定律
与摩尔定律相联系的另一个网络定律是吉尔德定律(Gilder's Law),即主干网带宽的增长速度至少是运算性能增长速度的三倍。因为运算性能增长速度主要是由摩尔定律决定的,所以根据每两年运算性能提高一倍计算,主干网的网络带宽的增长速度大概是每八个月增长一倍。而主干网的网络带宽的不断增长意味着各种新的网络应用方式的出现和网络用户的使用费用的不断降低。
吉尔德定律和摩尔定律之所以联系在一起,是因为带宽的增长不仅仅受路由传输介质影响,更主要的是受路由等传输设备的运算速度的提高,和作为节点的计算机的运算速度的加快的影响,而后者是由摩尔定律决定的。
三、迈特卡夫定律
迈特卡夫定律(Metcalfe's Law)则为互联网的社会和经济价值提供了一个估算的模式。迈特卡夫定律是由以太网的发明人罗伯特·迈特卡夫(Robert Metcalfe)提出并以他的名字命名的。其简单描述是:网络的价值与网络使用者数量的平方成正比。这个貌似简单的陈述,却为包括互联网在内的,许多重大发明存在并被用的实际价值,提供了一个简洁的数学结论。
迈特卡夫定律与摩尔定律也是联系在一起的。前面提到,在某种意义上讲,摩尔定律从微观角度解释了产品的性能提高而成本降低的现象;迈特卡夫定律则从宏观角度解释了产生这种现象的社会渊源——这就是随着一个技术的使用者的不断增多,每一个使用者从使用中获得的价值不断增加,但使用费用却不断下降的现象是市场决定的。互联网使用者的不断增加,互联网应用技术的日新月异和新技术公司的不断崛起为这三定律的准确性提供了最好的诠释。

相关文章
|
5月前
|
机器学习/深度学习 存储 缓存
阿里云服务器企业级实例选购攻略:八代/九代/倚天实例性能、场景、选型参考
2025年阿里云活动中适合企业用户的云服务器实例规格主要为通用算力型u1、计算型c8i、计算型c9i、计算型c8y、通用型g8i、通用型g9i、通用型g8y、内存型r9i、内存型r8y等实例。本文为大家介绍这些实例规格的性能、场景以及选型参考。
|
7月前
|
存储 人工智能 自然语言处理
构建智能AI记忆系统:多智能体系统记忆机制的设计与技术实现
本文探讨了多智能体系统中记忆机制的设计与实现,提出构建精细化记忆体系以模拟人类认知过程。文章分析了上下文窗口限制的技术挑战,并介绍了四种记忆类型:即时工作记忆、情节记忆、程序性记忆和语义知识系统。通过基于文件的工作上下文记忆、模型上下文协议的数据库集成以及RAG系统等技术方案,满足不同记忆需求。此外,高级技术如动态示例选择、记忆蒸馏和冲突解决机制进一步提升系统智能化水平。总结指出,这些技术推动智能体向更接近人类认知的复杂记忆处理机制发展,为人工智能开辟新路径。
717 5
构建智能AI记忆系统:多智能体系统记忆机制的设计与技术实现
|
机器学习/深度学习 人工智能 自然语言处理
大语言模型的Scaling Law:如何随着模型大小、训练数据和计算资源的增加而扩展
在这篇文章中,我们将介绍使这些模型运作的秘密武器——一个由三个关键部分组成的法则:模型大小、训练数据和计算能力。通过理解这些因素如何相互作用和规模化,我们将获得关于人工智能语言模型过去、现在和未来的宝贵见解。
1811 7
大语言模型的Scaling Law:如何随着模型大小、训练数据和计算资源的增加而扩展
|
Linux Shell Python
如何在 Linux 中安装和使用 pipx?
如何在 Linux 中安装和使用 pipx?
2312 0
如何在 Linux 中安装和使用 pipx?
|
机器学习/深度学习 人工智能 安全
AI 绘画Stable Diffusion 研究(三)sd模型种类介绍及安装使用详解(1)
AI 绘画Stable Diffusion 研究(三)sd模型种类介绍及安装使用详解
3093 0
|
存储 Unix 程序员
计算机组成原理(5)----指令系统(2)
计算机组成原理(5)----指令系统
2881 2
|
存储 缓存 并行计算
使用多线程编程来实现并发时,需要考虑并发所带来的哪些风险呢?
分布式系统的一个重要特征就是计算能力是可以并发或者并行的。 在分布式系统中,往往会将一个大任务进行分解,而后下发给不同的节点去计算,从而节省整个任务的计算时间。
|
存储 人工智能 算法
这些计算机领域的重要定律你都清楚吗?
这些计算机领域的重要定律你都清楚吗?
714 0
这些计算机领域的重要定律你都清楚吗?
|
算法 异构计算
基于状态机方法的按键消抖模块FPGA实现,包括testbench
基于状态机方法的按键消抖模块FPGA实现,包括testbench
353 0