电脑反应慢是什么原因（电脑反应慢的原因是什么）

这位粉丝观察了好久，最终找到我给他装系统，最主要是便宜，只要20元，真的白菜价，装不好还不收钱[捂脸]。

他的电脑卡很久了，本来觉得能忍就忍，但是实在是太慢了，后来连浏览器都进不去了，比别人电脑反应慢了不只两三倍，迫切想找人重装一下系统。

除了下载系统时间长了一点这，装系统也就用了20分钟左右就装好了，粉丝很高兴，闲着没事还帮他下了很多软件。

发现:

生产计划跟单员，

这个岗位在工厂里面太重要了，

就相当于电脑的Cpu,

一旦运行的慢了，

沟通，协调，报告

出了问题跟不上，

就会出现吃力不讨好，

生产车间的人抱怨，

老板指责，

客户投诉，

所以要保持充分的战斗力，

拥有一颗强大的内心。

【我的大发现】每季度每年度我发现上海、山东的GDP统计发布的都比较迟，不知道是两地统计人员编制编少还是计算机运行速度慢。

不过有一点我相信，统计人员工作肯定是认真的（当然，出数据快的也认真）。

中国新型存算一体芯片出炉，将大幅提高芯片算力解决被卡脖子的问题。

冯·诺依曼70年前发明EDVAC计算机时一定没有想到70年后计算机可能会遇到算力无法提升的问题，而这一切后果正是他造成的。

导致今天计算机算力瓶颈的真正原因正是冯·诺依曼设计的冯·诺依曼结构。他设计的计算机结构是这样的：数据通过设备输入到存储器，处理器从存储器中获取指令和数据，处理后再输出结果。这很容易理解，也挺符合逻辑，但问题是处理器和存储器之间需要疯狂交换数据。

我们可以用厨师炒菜来形容这个过程，你可以把厨师和厨房当成处理器，把仓库当成内存，菜谱当成指令，数据当做食材。好了，现在开始做鸡蛋炒西红柿，首先厨师在库房拿出菜谱读第一条指令，然后执行这个指令，从仓库拿出番茄放到厨房里。然后再回库房读第二条指令，执行这条指令，从仓库拿菜刀回到厨房去切西红柿。然后再回仓库读第三条指令，执行这条指令，把切好的西红柿和菜刀再放回仓库。以此类推，来回跑了几百次后。厨师才终于搞定了番茄炒蛋！

你在家里做菜时肯定不会这样干，但这却是计算机工作方式，你会发现上面炒菜的步骤中大部分时间都是来回在厨房和仓库里跑，这就好比是计算机大部分时间都花在了处理器与内存之间的数据交换。

对于最初的计算机仅仅是做一些常规运算，冯·诺依曼结构并没有任何问题，当时也没有人质疑，因此后来的计算机都是按照他提出的结构原理去设计，人们也没有任何意见，似乎计算机本身就应该这样设计，天经地义。但70年后人类社会进入了大数据时代，大量的需求爆炸就暴露了冯·诺依曼结构存在的不合理性。

比如识别图像中的物体需要在卷积神经网络中让AI画出物体的轮廓，想得到最终的输出需要从第一层第一个卷积操作开始，假设每个卷积操作有9个乘法和1个加法，那么每一次运算乘法或者加法都要像厨师那样反复去仓库，也就是从内存中读取指令再交给CPU。算完一张分辨率224*224大概5万像素的图片需要3*10的10次方个操作，在一个CPU核心上需要运行时间长达3秒，确实太慢了。

根据上述分析，你会发现芯片算力危机的背后不仅仅是芯片计算速度，最大的浪费其实是与内存交换数据的时间。按照最初美国人给出的常见解决方案简单粗暴，就是增加CPU核心，这就好比更多的厨师在独立工作，但问题是仓库只有一个，这样厨房到仓库的通道就会拥挤不堪，所以多核并非最佳方案，甚至几年前人们调侃联发科的多核芯片是一核有难，众核围观。

美国人后来想到了提升存储工艺和封装技术来解决，比如GDDR和HBM。这相当于加宽了仓库与厨房之间的通道，让单车道变成八车道。当然美国人并不满足，他们提高工艺后又加装了高速传送带，这就是GPU，确实大幅提升了算力。但美国人并没有真正从根本上解决问题，只是缓解了算力不足问题同时还带来了副作用，比如价格成本也大幅提升、功耗也大幅增加。

所以在今天，我们有GPU、CPU、多核CPU等多种方案，但所有的方案都没能突破冯·诺依曼的瓶颈。那么真正的解决方案是什么呢？其实没那么麻烦，就是重新设计仓库，为避免在仓库与厨房之间来回折腾，干脆把灶台、菜板、锅碗瓢盆等都搬到仓库不就行了？这样仓库与厨房就变成一个整体，能让你轻松搞定番茄炒蛋。事实上你在家里就是这样做菜的。

对应到计算机系统架构，就是把运算器带着运算步骤和参数一起集成到内存上，这就是“存算一体”。在一块存算芯片中，每个单元都存储了一步计算模型，然后只要从接口输入数据就可以直接根据单元存储的模型去计算。多层计算可以将模型放到每一层上输入数据，直接输出结果。所以即使美国当今最强的GPU与这种“存算一体”芯片核心计算单元能效比要差一到两个数量级！这意味着做同样的工作，只需消耗GPU十分之一到百分之一的电力！用存算一体芯片挖矿电费将很省。而同等功耗下，存算一体芯片的算力将达到GPU的十倍到一百倍！

南京后摩智能有限公司正是这个方面的先驱者，作为国内首家大算力AI芯片研发企业，他们已经率先推出了SRAM存算一体芯片。能效比高达20TOPS/W，智能驾驶、泛机器人等都可以从中受益。后摩工程师做到这一切并不容易，他们需要重新设计基本存储单元结构、阵列排布、逻辑控制等大量精细复杂的细节才能实现。

总之，虽然在芯片制造中被卡脖子，但中国人民的智慧是无穷的，我们可以通过创新来解决芯片难题，即使没有先进的光刻机但也一样可以提出颠覆性设计方案，而这一次我们挑战的竟然是计算机之父冯·诺依曼！