哈工大 计算机组成原理第二章 计算机的发展历史 笔记

哈工大 计算机组成原理第二章 计算机的发展历史 笔记

引用

CSDN

1.

https://blog.csdn.net/weixin_50444005/article/details/145925573

计算机的发展历史是一部人类智慧与技术创新的史诗。从早期的电子管计算机到现代的微型计算机，从机器语言到高级编程语言，从单一用途的科学计算设备到无所不在的智能终端，计算机技术的每一次进步都深刻地改变了人类社会的面貌。本文将带你穿越时空，回顾计算机发展的关键节点，探索其背后的驱动力，并展望未来技术的可能发展方向。

2.1 计算机的发展历史 A1

一、计算机发展史的核心争议与关键节点

第一台电子计算机的争议

• ENIAC（埃尼阿克）常被称为第一台通用电子计算机，1946年由宾夕法尼亚大学团队研制，主要用于弹道计算。其争议源于同时期多台计算机的并行研发，但ENIAC对冯·诺依曼体系结构的形成影响深远。
• 技术指标：采用约1.8万个电子管，十进制运算，功耗150千瓦，运算速度每秒5000次加法，体积庞大（30吨，占地1500平方英尺），编程需手动调整线路。

计算机分代的硬件技术标志

• 第一代（1946-1957）：电子管，以ENIAC为代表，应用于科学计算。
• 第二代（50年代末-60年代中期）：晶体管，体积缩小，可靠性提升。
• 第三代（60年代中期-70年代初）：中小规模集成电路，计算机开始普及。
• 第四代（70年代初至今）：大规模和超大规模集成电路，性能飞跃。

代表机型与体系结构演进

• IAS计算机（1952年）：首个完整实现冯·诺依曼结构的机型，以运算器为中心，支持存储程序概念。
  
• IBM System/360（1964年）：首个系列化计算机系统，统一指令集与软硬件接口，推动兼容机与系列机发展，奠定现代计算机商业化基础。
  

二、计算机发展的核心驱动力

需求驱动

• 早期军事需求（如弹道计算）催生高速运算设备，ENIAC的研制直接服务于美军火力表计算需求。
• 后期扩展至商业、科学等领域，推动计算机向通用化、高性能化发展。

技术驱动

• 电子技术迭代：电子管→晶体管→集成电路→超大规模集成电路，持续提升计算密度与能效。
• 体系结构创新：如冯·诺依曼结构、系列机兼容性设计，优化硬件与软件协同效率。

三、计算机应用范围的扩展

核心应用领域

• 科学计算：早期弹道、气象等复杂方程求解。
• 自动控制：工业自动化与实时系统管理。
• 数据处理：商业、金融等领域的大规模信息处理。
• 计算机辅助应用：CAD、CAM等设计与制造支持。
• 人工智能：机器学习、自然语言处理等新兴方向。

现代趋势

• 硬件与软件协同发展推动应用场景泛化，如云计算、边缘计算等。
• 跨行业融合：医疗、教育、娱乐等领域深度整合计算机技术。

2.1 计算机的发展历史 A2

一、微处理器与微型计算机的定义

微处理器

• 核心定义：用一片大规模集成电路（LSI/VLSI）集成的处理器芯片，包含运算器（ALU）和控制器（CU），是微型计算机的“大脑”。
• 关键特性：高集成度（从数千到数百亿晶体管）、指令处理能力（从4位到64位运算）。

微型计算机

• 定义：以微处理器为核心，结合存储芯片、输入输出接口（I/O）和系统总线构成的计算机系统。
• 特点：体积小（可便携）、成本低（面向个人用户）、高通用性（广泛用于办公、娱乐、工业控制）。

二、微处理器发展历程

1. 从4位到64位：技术迭代时间轴

• 1971年：英特尔推出全球首个微处理器4004（4位，2300晶体管），用于计算器。
• 1978年：8086（16位，29k晶体管）奠定x86架构，开启个人计算机时代。
• 1985年：80386（32位，275k晶体管）支持多任务和虚拟内存。
• 2000年：Pentium 4（42M晶体管）采用高频多级流水线设计。
• 2020年：苹果M1芯片（5nm制程，160亿晶体管）颠覆传统PC市场。
• 2025年：RISC-V架构芯片（如阿里玄铁C930）实现服务器级性能，能效比提升40%。

2. 存储芯片的协同演进

• 1970年：首款商用DRAM芯片Intel 1103（1KB容量）。
• 2025年：SK海力士HBM4（128GB堆叠容量，带宽1.5TB/s），支持AI超算需求。

三、摩尔定律：从发现到挑战

1. 定律的提出与核心内容

• 发现者：戈登·摩尔（英特尔联合创始人），1965年通过统计集成电路晶体管数量趋势提出。
• 核心规律：芯片上晶体管数量每18-24个月翻一番，性能提升一倍，成本不变。
• 验证案例：
• 1971-1989年：英特尔处理器晶体管数从2300（4004）增长至120万（80486），符合指数增长。
• 2025年：先进制程芯片（如台积电2nm）集成超300亿晶体管。

2. 对计算机产业的影响

• 性能爆炸：计算机从专用大型机发展为个人设备，算力成本下降超百万倍。
• 产业驱动：半导体行业规模从1970年的10亿美元增至2025年的7890亿美元。

3. 当前挑战与未来技术

• 物理极限：硅基芯片逼近2nm制程（硅原子直径0.2nm），量子隧穿效应导致漏电和发热。
• 延续路径：
• 3D集成技术：台积电3D Fabric实现10层芯片堆叠，算力密度提升5倍。
• 新材料突破：IBM 2nm芯片采用纳米片结构，功耗降低45%。
• 异构计算：CPU+GPU+AI加速器协同（如NVIDIA Grace Hopper超算芯片）。

四、微型计算机的现代形态（2025年典型配置）

• 核心硬件：
• 处理器：AMD Zen5架构（16核32线程，5nm制程）。
• 内存：64GB DDR5-8000（海力士HBM3E技术）。
• 存储：4TB NVMe 5.0 SSD（三星PM9C1a，14GB/s读取速度）。
• 图形处理：NVIDIA RTX 6090（96GB GDDR7显存，光子追踪渲染）。
• 扩展能力：
• 接口：USB4 2.0（80Gbps）、Wi-Fi 7（40Gbps）、量子加密通信模块。
• AI支持：集成神经处理单元（NPU），支持本地大模型推理。

五、学生思考方向

1. 摩尔定律的终结？

• 若晶体管数量无法持续翻倍，计算机性能提升将依赖哪些技术？（如量子计算、光子芯片）

2. 国产技术的突破点

• 中国在RISC-V架构、成熟制程领域进展显著，但7nm以下先进制程如何突破？

3. 未来计算范式

• 神经拟态计算、DNA存储、碳基芯片等新兴技术是否能开启“后硅时代”？

2.1计算机的发展历史B

一、编程语言的演进

1. 机器语言

• 定义：面向机器的二进制代码，直接由计算机硬件执行。
• 特点：与特定机器的指令集绑定，不同机器的机器语言互不兼容。
• 局限性：难以记忆和编写，移植性差，每台新机器需重新开发软件。

2. 汇编语言

• 定义：用符号代替二进制指令的低级语言（如ADD、MOV）。
• 特点：仍面向机器，但比机器语言更易理解和编写。
• 不足：依赖硬件架构，不同机器的汇编语言仍需适配。

3. 高级语言

• 定义：面向问题或过程的语言，与硬件指令集解耦。
• 优势：程序员无需了解底层硬件，聚焦逻辑设计，效率大幅提升。
• 代表语言：
• FORTRAN：科学计算与工程领域。
• Pascal：结构化程序设计。
• C++：面向对象编程。
• Java：跨平台与网络应用。

二、系统软件的发展

1. 语言处理程序

• 功能：将高级语言或汇编语言转换为机器可执行代码。
• 类型：
• 汇编程序：翻译汇编语言为机器语言。
• 编译程序：将高级语言整体编译为二进制文件（如C编译器）。
• 解释程序：逐行解释执行代码（如Python解释器）。

2. 操作系统

• 功能：管理硬件资源（CPU、内存、存储），提供用户与硬件的接口。
• 代表系统：
• DOS：早期磁盘操作系统。
• UNIX/Linux：多用户、多任务系统（包括国产麒麟Linux）。
• Windows：图形化界面普及个人计算机。

3. 服务性与工具软件

• 数学库：提供标准数学函数（如三角函数、矩阵运算）。
• 调试工具：用于程序排错、性能分析与代码优化。
• 数据库管理系统：管理结构化数据（如Oracle、MySQL）。
• 网络软件：支持互联网通信与资源共享（如浏览器、服务器协议栈）。

三、软件发展的核心特点

1. 开发周期长

• 代码规模：现代大型软件代码量可达数千万行（如操作系统、云计算平台）。
• 人力成本：若一人年编写一万行代码，4000万行需4000人年，团队协作复杂度高。

2. 制作成本高昂

• 经济投入：人力成本占主导（如程序员薪资、测试团队费用）。
• 测试成本：约占开发总成本50%，需覆盖功能验证、性能优化与安全审计。

3. 质量检测的特殊性

• 测试挑战：
• 输入域覆盖：无法穷举所有输入组合（如金融系统可能输入）。
• 代码覆盖：确保每行代码执行（仍可能遗漏边界条件）。
• 路径覆盖：循环嵌套导致路径数量爆炸，实际测试不可行。
• 典型案例：软件缺陷曾导致火箭发射失败、银行系统瘫痪、电商平台崩溃。

4. 开发效率的局限性

• 依赖人工：代码编写仍以人力为主，缺乏完全自动化工具。
• 应用复杂度：远超人类思维极限，易引入逻辑错误。
• 维护压力：需求变更与代码迭代需持续投入资源。

2.2-2.3 计算机的应用和展望

一、计算机的核心应用领域

1. 科学计算

• 定义：以高性能计算机（HPC）为核心，解决复杂数学模型与仿真问题。
• 典型场景：
• 天体物理建模、核爆模拟、全球气候变化预测。
• 天气预报、流体力学分析、海洋与大气环境建模。

2. 数据处理

• 特点：面向数据密集型任务，单事务计算量小，但并发处理需求高。
• 应用领域：银行交易、电信计费、民航订票、税务管理等。
• 硬件架构：传统大主机结构（如IBM z系列），支持高吞吐与高可靠性。

3. 工业控制与实时控制

• 自动化需求：工业生产线控制、设备状态监测与调节。
• 实时控制：无人驾驶系统、机器人运动控制、航空航天导航。

4. 网络技术

• 电子商务：京东、淘宝等平台的在线交易与供应链管理。
• 网络教育：慕课（MOOC）、在线资源共享与远程教学。
• 敏捷制造：通过整合创新管理、先进技术与知识资源，实现快速市场响应。

5. 虚拟现实（VR）

• 技术核心：计算机生成三维虚拟环境，通过感官交互（视觉、听觉、触觉）模拟真实体验。
• 应用案例：飞行模拟训练、虚拟手术实验、沉浸式游戏与教育。

6. 办公自动化与信息管理

• 功能：文档处理、流程审批、数据存储与检索（如ERP、CRM系统）。

7. CAD/CAM/CIMS

• CAD（计算机辅助设计）：用于产品设计与工程绘图（如AutoCAD）。
• CAM（计算机辅助制造）：控制数控机床与生产线自动化。
• CIMS（计算机集成制造系统）：整合设计、生产与管理子系统，适应多品种小批量生产模式。

8. 多媒体技术

• 技术范畴：音视频编码、图像处理、实时流媒体传输。

9. 人工智能（AI）

• 发展方向：自动驾驶、智能决策（如IBM Watson）、自然语言处理（如ChatGPT）。

二、计算机的未来展望

1. 人工智能的深化

• 超级智能：类脑计算、谷歌大脑、百度大脑等系统探索通用人工智能（AGI）。
• 技术依赖：需超大存储容量、高速运算能力与高效模式匹配算法。

2. 芯片集成度的挑战

• 物理极限：硅基芯片逼近2nm制程（硅原子直径0.2nm），量子隧穿效应加剧漏电与发热。
• 成本与制造：先进制程设备成本指数级上升，缺陷率与散热问题制约进一步发展。

3. 新型计算技术的替代可能性

• 光计算机：利用光子传输与折射实现高速信号处理，避免电路交叉干扰。
• DNA计算机：通过DNA分子生化反应执行并行计算，潜在超低能耗优势。
• 量子计算机：基于量子叠加与纠缠特性，突破传统二进制计算极限（如量子密码、Shor算法）。

4. 未来突破方向

• 异构计算：CPU+GPU+量子协处理器的混合架构。
• 材料革命：碳基芯片、二维材料（如石墨烯）替代硅基技术。
• 能效优化：神经拟态芯片模拟人脑能效比，实现低功耗AI推理。

总结：
计算机从科学计算与数据处理起步，逐步渗透至工业、教育、制造与日常生活。未来技术将围绕人工智能深化、芯片架构革新与替代性计算范式展开，突破物理限制与能效瓶颈，推动新一轮产业变革。