最近和一位做硬件的朋友聊了很多，因此了解到不少硬件相关的知识，再加上之前在公司做的项目经常需要估计资源使用量，所以也接触过软件如何利用硬件的常识。这篇文章会讨论两个方面，一个是软件如何依赖于硬件，一个是硬件发展的现状。
首先我们需要知道一个事实，软件的发展是离不开硬件的，其中最直接相关的是cpu和内存。举个例子，如果cpu计算速度够快的话，我们就可以不用存任何中间状态，只保留最开始的源数据，每一次都按需要重新计算结果。反之，如果内存足够便宜的话，我们则可以保留所有的中间状态来加快计算速度。举个例子，假如我们要写一段代码求1到n之和，如果cpu够快，那么每次给我一个n我就重新算一次1到n之和；假如内存足够便宜，我可以提前算好n=1到10000的所有结果，放到内存里，这样每来一个请求我就可以直接从内存中调用结果，几乎用不到cpu去做任何计算。所以究竟是内存剩比较多还是cpu剩比较多会决定我们应该用哪种方法去编程，是用时间换空间还是用空间换时间。
再聊聊网速对软件的影响。如果网速不够快，我们在写软件的时候必须得在客户端提前下载好可能需要的内容。举个例子，chrome浏览器大家都用过，一开始发布的时候其使用体验远超ie等传统浏览器，它非常快，超越你网速的快。其中有一个非常重要的原因，就是它会提前去load你可能会打开的网页。比如你搜菜谱，在搜索结果出来之后它可能会提前去load第一页的所有结果，所以当你点进一个搜索结果的时候，它可能已经load完2/3，那你只需要等1/3的时间就能打开这个页面了。所以用户会觉得chrome快，但会占很多内存，这其实同样是以空间换时间。不管是网速真的慢，还是服务器端需要一些时间来返回结果，这在用户角度来看都是网速慢，所以chrome这一招很多时候时候也会用在我们自己写的客户端里面，我们经常管它叫prefetch。
所以程序员写软件，大部分时间都是在做妥协。一段效率不太高的算法，如果没利用好cpu，那就想办法改写算法让剩余的cpu为我们所用，加快速度；如果没利用好memory，那就想办法改写算法让更多的中间结果存到剩余的memory里，加快速度。所以即使是同一段算法我们也会有多种写法，要么以时间换空间，要么以空间换时间。
接下来聊聊硬件发展的现状吧。过去这几十年之所以科技发展如此之快，是因为算力和存储以摩尔定律（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）的方式爆发式地发展。我们看的视频分辨率越来越高，是因为我们的电脑性能越来越高。我们玩的游戏越来越精致，同样是因为我们的电脑性能越来越高。机器学习之所以能快速学习，一样是因为我们的电脑性能越来越高。但现在硬件发展进入了瓶颈，这几年intel有了一个戏称，叫牙膏厂。意思是每发布一款新的芯片就都只能看到一点点改进，像挤牙膏一样一点一点往外挤。因此摩尔定律已经在cpu上失效了。这是非常要命的，因为我们现在大部分计算都放在cpu上面，如果算力得不到提升，那很多需要大量算力的事情就做不了，科技也会停滞发展。
事实上情况并没有这么糟，因为内存还在发展，硬盘还在发展，网速还在发展，其它运算器件也还在发展（如gpu）。其它的都不说，我们来说说最后一个类别（其它运算器件）。为什么cpu已经发展到头了，其它运算器件还能继续发展，因为cpu是最重要的元件，它发展的最快，而我们现有的制造技术已经无法让它继续发展了，但其它元器件还没有到达这个地步。虽然最终它们都会陷入发展瓶颈，但我们可以开发更多类型的运算元件，把更多软件代码放到硬件里，针对软件对硬件进行优化。就像google的tpu，nvidia的rtx，都是优化过的硬件。他们可能在大部分计算上和其它运算元件差不多（甚至更差），但在某些计算上远超其它运算元件。
通过这篇文章的分析，我们非常清楚地看到软件对硬件的依赖非常之深。虽然我们进入了摩尔定律失效的时代，但硬件的发展并不会因此停滞。只不过我们的科技应该不会再像之前那样爆发式增长了，就像我们的gdp，已经发展到了一定的阶段，接下来只能慢一点了。
网友评论