关于计算机的一点点总结与思考

大致的说：

自底向上而言，计算机的结构应该是：

按规则组织的物理元器件 ->

按规则(指令集)进行控制物理元器件 ->

任务复杂程度高，数量多，资源利用率低，使用规则(指令集)设计出监控程序(操作系统)管理任务 ->

为解决任务复杂，指令集过多，设计出解释程序(编译器)将高级语言转化为指令集 ->

为解决数据存储和访问的问题，设计出按照一定规则管理数据的程序(数据库) ，为解决单个计算机资源不足问题，设计出不同计算机之间相互通信的规则(计算机网络) ->

计算机在不同学科的应用催生出不同的应用方向，如：人工智能，CAD等，同时，原有问题规模的不断扩大，复杂程度不断增加，导致原有的规则与结构难以适应，因此也需要新的规则去解决新的问题

细致分析：

1. 按规则组织的物理元器件

无论任何形式的元器件，甚至量子元器件，也必须按照一定的规则去组织，如：ALU，无论采用什么工艺，什么物理器件，都必须达到预期的功能要求，即 1+1=2

2. 按规则(指令集)进行控制物理元器件

指令集是规则的体现，当然，开发的工程师不可能测试所有的规则，所以这里存在规则漏洞或人为留下的后门，在这一层，使用指令集的人不再关心功能的具体实现，只关心如何使用指令集解决预期的问题

3. 任务复杂程度高，数量多，资源利用率低，使用规则(指令集)设计出监控程序(操作系统)管理任务

并不是所有的计算机都需要监控程序(操作系统)

操作系统的设计很大程度上推动了计算机的广泛使用，用户只需要面向自己所在的领域，不需要学习计算机的知识还是要了解一下

但是，随着不断的迁移，这个监控程序(操作系统)需要做的事情越来越多，再加上一些历史因素，导致操作系统变得十分的庞大且复杂，这个也只是相对于过去而言。

还是那句话，并不是所有的计算机都需要操作系统

4. 为解决任务复杂，指令集过多，设计出解释程序(编译器)将高级语言转化为指令集

直接使用指令集存在很多风险，最关键的是，不可移植，也就是写好的程序换到不同版本的计算机上就不能正常工作，那么解释器(编译器)就可以解决这个问题

通过设计从人类容易理解的语言到指令集的规则，从而实现解释器的功能。

人类写的程序质量好坏不一，所以解释器(编译器)增加了优化功能，这个也是导致现在解释器(编译器)十分复杂的问题，也许有一部分原因是无法忽视底层硬件的差距，也有可能是我们的抽象做得不够好

5. 为解决数据存储和访问的问题，设计出按照一定规则管理数据的程序(数据库)

数据就是钱
在现在，数据的价值远远超过一份程序的价值，很多数据出于各种安全因素无法公开，但问题依旧存在！
当数据量达到一定的量级，普通的文本文件难以满足存储和读取的需要，所以设计了一份管理数据的程序(数据库)
最常用的是关系型，也就是通过不同元素之间的关系进行连接，对于不同类型的数据，所采用的数据连接形式也不同
其实，到现在，数据库是否也可以做一个抽象层？

6. 为解决单个计算机资源不足问题，设计出不同计算机之间相互通信的规则(计算机网络)

单个计算机的资源有限，且对于不同场景使用需要使用不同的计算机，通过设计出通信规则使得可以让不同计算机进行数据传输，甚至计算，达到资源的最大化利用

7. 计算机在不同学科的应用催生出不同的应用方向，如：人工智能，CAD等

单一的计算机并没有什么用，有用的是计算机的软件生态圈，就像Linux和Windows，

似乎现在并没有什么方案可以解决：单一任务和多任务的切换，也就是既可以使用像Windows那样的通用操作系统，也可以使用嵌入式设备那样的单一操作系统，双系统符合了一半

8. 原有问题规模的不断扩大，复杂程度不断增加，导致原有的规则与结构难以适应，因此也需要新的规则去解决新的问题

首先，底层工艺的提升困难导致算力提升减速；
其次，人类越来越难以理解机器的各种优化；
最后，问题的复杂和多样化，数据规模的剧增