阿姆达尔
11越5日，三年前的这一周，阿姆达尔去世了，他是最伟大的计算机架构师之一、阿姆达尔法则的提出者、微软FUD策略的提出者、“地狱常客”。这一天，吴军老师在得到APP专栏发文介绍了阿姆达尔法则。
以下前半部分来自吴军老师的文章，后半部分是我的思考。
阿姆达尔法则是IT行业得以快速进步的战术，与之相对的是摩尔定律，这是IT行业的战略。我们对后者都比较熟悉，但对前者却很陌生，虽然我们或许在很多领域用过这一法则。
阿姆达尔在IBM期间设计了大型计算机“系统360”，这是历史上最成功的大型机，没有之一，它和随后的变种今天仍然为蓝色巨人带来数十亿美元的收入。
阿姆达尔在设计计算机系统时，充分认识到计算机各部分的性能必须平衡匹配，才能得到整体性能最佳的系统，他将这种思想用一个简单的公式描述出来，请看下图：
公式
这就是阿姆达尔法则。在公式最左边的大写S，代表系统的最后性能提升或加速，右边分母的小写s代表系统内某一项性能的提升，比如把内存速度提高了2倍，右边的s就是2倍，右边的p代表这项性能被用到的比例或概率，比如内存的读写访问占用了计算机程序运行的20%时间。
好了，在这样假定的前提下，如果你把内存的速度翻一番，也就是s=2，那么整个计算机性能的提升是多少呢？根据这个公式，是提升11%，这个好像还不错。如果你把内存提升100倍，整个计算机的速度提升12.47%，这个就不太有效了。
在每一次设计新的计算机产品时，都会有各种技术突破可供使用，但是考虑到成本因素和设计的复杂度，都需要有所取舍，那么该引入哪些技术呢？阿姆达尔法则是计算机行业做选择的铁律。接着看下面这个例子：
假如说，内存读写占用程序运行时间的20%，处理器占用60%，现在有两个技术，一个可以将内存读写速度提高5倍，另一个可以将处理器速度提高50%，受到成本和研发时间的限制，下一个版本该选用何种技术呢？表面看来，20%的5倍肯定比60%的50%要大得多，阿姆达尔法则给出的结论则恰恰相反，根据上面公式，内存新技术只能让整体性能提高20%，而处理器是25%。
接下来，假定一年后又要推出一个新系统，而内存与处理器提升的性能与上次一样，那这一次该选哪个技术呢？很多人会说继续提高处理器性能，很遗憾，根据阿姆达尔法则，这一次该提升内存性能了。请注意，这一次处理器所占用程序运行时间，也就是p，从之前的60%下降为50%，那么再提高处理器的油水就没那么多了。事实上，这一次提高处理器只能让整体性能提高20%，而提高内存则可以让整体性能提升25%。
阿姆达尔法则是整个计算机领域的铁律，不但在硬件产品设计、软件开发与调试方面是原则，还可以作为研发投入的依据。也就是说如果当前计算机某个部分陷入瓶颈拖了后腿，就必须集中精力与经费进行突破。这也解释了为什么计算机领域的一些关键突破总是恰逢其时，比如2000年后CPU的发展放缓，因为太快了内存和硬盘跟不上，2005年之后基于新的半导体技术，闪存的固态硬盘快速发展，容量扩展成本降低，这是因为磁质硬盘成了计算机大型服务器的瓶颈。
与阿姆达尔法则相反的做法是，尽捡些容易改进的地方改进，比如某些工程主管做了一辈子存储就永远强调存储的重要性，熟悉处理器就强调处理器的重要性。这样一来，没有原则的公司要么面面俱到，要么做没有必要的投入，用不了几年，进步的速度就落后了。
这就是攻城与守城的关系，当一项改进完成之后，相应部分所占资源比重就下降，人必须转移到下一项去解决瓶颈问题。
阿姆达尔法则不断适用于计算机领域，在经济学和资源调配上也有指导意义，比如二氧化碳减排。目前各国政府还在为二氧化碳等温室气体的减排政策而争论不休，为什么没有结果呢？因为提倡二氧化碳减排的国家在全球碳排放中占比很少，在整个欧洲除俄罗斯以外，碳排放最多的五个国家是德国、英国、意大利、法国、波兰，他们只占全球碳排放的6%，即便降到0也没太大作用，而中国和美国加起来占全球碳排放43%，这两个国家如果能降低15%，就比上面五个国家还多。
对于个人来说。阿姆达尔法则也是决定我做什么和不做什么的原则。对于那些只能产生1%贡献的事情，即便你提高100倍作用也有限，但对于有一半作用以上的事情，哪怕提高5%，你都能看到整体2.5%的提高。当然，当一些问题得到解决之后，它的重要性就下降了，我们就要着手解决新的瓶颈问题。
我们个人在运用阿姆达尔法则的时候，还可能遇到下面三个问题。
1、阿姆达尔法则与将一件事做到极致是否冲突呢？
阿姆达尔法则从本质上来讲是一个做事优先级顺序的原则，并不是说事情不要做到极致，因此它们并不矛盾
阿姆达尔是从整体上优化一个系统,一个整体包括很多部分，先优化哪个部分，后优化哪个部分就有讲究了，阿姆达尔法则是帮助大家挑出当前最需要优化的部分，当然这并不意味着其他部分不需要优化了，只是优先级低罢了。
在优化整个系统的过程中，通常瓶颈问题被解决了之后，它就从主要矛盾下降为次要矛盾，比如说原先占据计算读取时间50%的内存下降为20%，下一次或许就要改进其他问题了，而不是继续提高内存速度，因为其他问题就可能成为瓶颈问题，改进之后对整体效率提升会更明显。因此，IT行业大家采用阿姆达尔法则一遍又一遍改进计算机系统的性能，可能有些部分在一次次循环改进中已经实现了做到极致。
2、阿姆达尔法则如何用在生活中？
在应用阿姆达尔法则的时候，量化度量、数据、测试非常重要。
计算机的性能是可以通过标准测量得出的，可以准确地判断出计算机在完成程序时每一个部分所需的时间。但是在现实工作中，其实没有这样现成的测试工具，需要自己根据实际工作来设计或者采用其他办法来得到统计数据，经验是不准确的。现在数据非常重要，在没有数据支持的情况下最好不要下结论。
3、阿姆达尔法则是时间管理重要的守则，永远做那些对结果贡献比例最大的事情。但是我在生活和工作中遇到的事情是这样的，一件事情对未来的贡献是50%，另一件事对现在的贡献是10%，那么该如何取舍？是做对未来贡献大的事情还是对现在贡献大的事情呢？
其实考虑这一问题非常简单，眼前这个10%的事情如果不做是否有麻烦，如果麻烦不大，那建议还是做对未来有50%贡献的事情。
我的思考
为什么我要一个字一个字的将吴军老师的文章内容敲出来，因为这个阿姆达尔法则对我有很大的启发，它推动了计算机行业的快速进步，我也在追求个人的快速进步。
有一点是共识，找到最重要的事情，全力以赴。可是“什么最重要？”其实有很多模糊的地方，笑来老师两年前丢下这句话，后来的践行中果然遇到问题了，现在结合今天的这个阿姆达尔法则与以往的思考总结一下。
1、量化。什么最重要？我以前毫不犹豫的回答“成长”，可是，成长太模糊了，很多都能让自己成长，自己最需要什么呢？不同方面的占比如何？目前的性能如何？都不知道，因为没有量化。
2、动态滚动。最重要的事情当然是占比最高的，去做了对整体提升也最大。但现在占比最高，不代表永远最高，最重要的事情是不断动态滚动变化的，需要轮动发展。
3、密度。这是从《指导生活的算法》一书中学到的概念，一个任务的密度=重要程度/完成时间。按照任务密度从高到低去做事情，这样就可以让总的心理负担最小，这叫做“加权最短时间处理算法”。简单说，做工作要首先考虑单位时间内收入最高的。
4、后果与贴现率。针对上面提到的第三个问题，对于是做对未来贡献大的事情还是对现在贡献大的事情呢，除了考虑不做的后果，还要考虑贴现率，也就是你认为未来价值与当下价值的比率，这与当下是否短缺有关，如果当下处于短缺状态，那么自然是先做对现在有贡献的事情，管不了太久的以后。
网友评论