第十章 人类的信息技术 (第2/3页)
机的p数量动辄就有数万甚至数十万之多，如果可以简单将超级计算机并联使用，那为什么不直接造更多的p来获取更快的计算速度呢？
因为其中最困难的地方是如何让这么多的芯片进行并行计算，并且在交换数据的时候不发生冲突。
一个既可悲又可笑的现实是，搞超级计算机的人希望程序员最好将所有串行算法都改成并行的，并且不产生丝毫冗余，而程序员的又希望做超级计算机的最好将串行计算的速度提高百倍千倍。
最终的结果就是超级计算机的性能根本无法完全发挥出来，通常只能发挥出理论计算速度的10左右。
“这这也太夸张了吧！”何瑞音瞪大了眼，喃喃地说。
奇点道：“如果按照p数量的方式来比较，确实是这样的，但要说计算速度的话，这些计算资源估计也就相当于几十台超级计算机的总和吧。”
“没错。”陆泽点头道。
超级计算机的速度来自于并行运算，数字神经网络架构中的计算资源同样如此。
并行计算就像是让一大帮人来一起干同一件事，但是问题在于并不是所有事情都可以让一帮人一起干的。
所以，数字神经网络架构虽然能无上限地将p进行并联，却无法将计算速度无限制的进行提升。
如果说过去的超级计算机只能发挥出理论计算速度的10，那么如今他们用这么多的计算资源来运行一个虚拟世界，能发挥出的性能估计只有理论上的百万分之一吧。
当然了，就算如今人类的生产力与过去已经不可同日而语，物质极大丰富，一百万比一的浪费也是不可能接受的，但考虑到如今的神经网络中的神经元节点都是由纳米机器人构造，在造价上同样比过去的p低无数倍，所以这算不上浪费。
至于理论上拥有无限运算速度的量子计算机，其实是被过去的科幻给神化了。
量子计算机的运算速度也是源自于量子并行计算，而在串行计算方面，量
-->>(第2/3页)（本章未完，请点击下一页继续阅读）