请问这个的运算速度是多少,每秒大脑一秒钟多少次运算

1983年制造的银河1号计算机每秒能计算-中国学网-中国IT综合门户网站
> 信息中心 >
1983年制造的银河1号计算机每秒能计算
来源:互联网 发表时间: 14:03:27 责任编辑:鲁晓倩字体:
为了帮助网友解决“1983年制造的银河1号计算机每秒能计算”相关的问题,中国学网通过互联网对“1983年制造的银河1号计算机每秒能计算”相关的解决方案进行了整理,用户详细问题包括:RT,我想知道:1983年制造的银河1号计算机每秒能计算多少次,具体解决方案如下:解决方案1:中国人研制自己的超级计算机肇始于1983年的“银河1号”巨型计算机,它的运算速度达每秒1亿次。
目前运算能力最强的国产超级计算机曙光4000A被美国能源部劳伦斯?伯克利国家实验室评为全球超级计算机十强之一。
每秒峰值运算速度达11万亿次、LINPACK(国际公认的计算机计算性能判断标准)实际运算速度超过每秒8万亿次的曙光4000A是首次跻身世界超级计算机十强的中国产品。
1个回答3个回答2个回答5个回答1个回答4个回答2个回答1个回答1个回答1个回答1个回答1个回答1个回答1个回答
相关文章:
最新添加资讯
24小时热门资讯
Copyright © 2004- All Rights Reserved. 中国学网 版权所有
京ICP备号-1 京公网安备02号1.甲乙两辆电动玩具车分别从相距100厘米的A,B两端同时相对开出,到达B端(或A端)立即返回,往返运行,两车的速度分别是每秒25厘米和每秒10厘米.问10分钟内他们一共相遇多少次?2.高中学生人_百度作业帮
1.甲乙两辆电动玩具车分别从相距100厘米的A,B两端同时相对开出,到达B端(或A端)立即返回,往返运行,两车的速度分别是每秒25厘米和每秒10厘米.问10分钟内他们一共相遇多少次?2.高中学生人
1.甲乙两辆电动玩具车分别从相距100厘米的A,B两端同时相对开出,到达B端(或A端)立即返回,往返运行,两车的速度分别是每秒25厘米和每秒10厘米.问10分钟内他们一共相遇多少次?2.高中学生人数是初中学生人数的5/6,高中毕业生的人数是初中毕业生人数的12/17,高,初中留下的人数都是520人,那么高,初中毕业生共有多少人?3.铁路旁边有一条公路与铁路平行,一列长160米的火车以每小时54千米的速度向东驶去.上午7时10分迎面遇上向西行走的一位工人,10秒后离开这位工人;7:20又迎面遇上向西奔驰的摩托车,5秒后离开摩托车.问摩托车将在什么时候追上工人?(火车过桥问题)4.观察下面一列数,探究其规律.-1,1/2,-1/3,1/4,-1/5,1/6,-1/7……(1)写出第11三个数;(2)如果这一列数无限排列下去,与哪个数越来越近?
1.甲乙两辆电动玩具车分别是8s(秒)和20s一个来回,8和20的最小公倍数40,所以40s为一个周期.前20s共相遇5次,第20s同时到达A点(第5次相遇),然后同向而行,所以第6次相遇在24-28s之间(在20-24s之间无相遇),故40s共相遇9次,10分钟内他们一共相遇10*60/40*9=135次.2.设初中毕业生人数是x人则520+12x/17=5/6*(520+x)x=680,所以高,初中毕业生分别是520+12*680/17=520+480==1200人,共2200人3.工人的速度0.16/(10/.6摩托车的速度0.16/(5/.27时10分工人和摩托车相距(54+61.2)*1/6=19.2千米摩托车追上工人的时间是19.2/(61.2-3.6)*60=20分故在7:30分摩托车追上工人4.第11三个数分别是-1/0,-1/2011如果这一列数无限排列下去,与0越来越近.
第1,2题好像不对吧。以微型计算机为中心,配以相应的外围设备、电源和辅助电路,以及指挥微型计算机工作的系统软件,就构成了什么
以微型计算机为中心,配以相应的外围设备、电源和辅助电路,以及指挥微型计算机工作的系统软件,就构成了什么 5
以微型计算机为中心,配以相应的外围设备、电源和辅助电路,以及指挥微型计算机工作的系统软件,就构成了微型计算机系统。
1.4 微型计算机的硬件组成
1、微处理器、微型计算机和微型计算机系统的概念
(1)微处理器微型
计算机的核心部分是指由一片或钾が大规模集成电路组成的,具有运算器和控制器功能的中央处理器(CPU)。
(2)微型计算机
以微处理器为核心,配上由大规模集成电路制成的存储器、输入输出接口电路及系统总线所组成的计算机,简称微型计算机。
(3)微型计算机系统
以微型计算机为中心,配以相应的外围设备、电源和辅助电路,以及指挥微型计算机工作的系统软件,就构成了微型计算机系统。
2.CPU、内存、接口和总线的概念
微型计算机包含了多种系列、档次、型号的计算机。如IBM PC等。这些计算机的共同特点是体积小,适合放在办公桌上使用,而且每个时刻只能一人使用,因此又称为个人计算机。
图l-3是IBM PC系列机的典型结构.
图1-3 PC机的典型结构
(1)主板 计算机基础
主板是固定在主机箱箱l体上的一块电路板,主板上装有大量的有源电子元件。其中主要组件有:CMOS、基本输入输出系统(basic input and output system,BIOS)、高速缓冲存储器(cache)、内存插槽、CPU插槽、键盘接口、软盘驱动器接口、硬盘驱动器接口、总线扩展插槽(提供.ISA、PCI等扩展槽)、串行接口(COM1、(COM2)、并行接口(打印机接口LPT1。因此,主板是计算机各种部件相互连接的纽带和桥梁。
(2)中央处理器
中央处理器(CPU)是计算机的核心,计算机的运转是于它的指挥控制下实现的,所有的算术和逻辑运算都是由它完成的,因此,CPU是决定计算机速度、处理能力、档次的关键部件。 建站实例
(3)内存储器
存储器分为内存储器和娃规储器,通常简称为内存和娃规。内存是计算机的主要工作存储器,一般计算机在工作时,所执行的指令及处理的数据,均从内存取出。内存的速度快,但容量有限,主要用来存放计算机正在使用的程序和数据。娃规具有存储容量大、存取速度比内存低的特点,所以它用于存放备用的程序和数据等。娃规中存放的程序或数据必须调入内存后,才能被计算机执行和处理。常用的娃规有磁盘机、磁带机、光盘机等。
计算机中的信息用二进制表示。计算机的存储器由千千万万个小单元组成,每个单元存放一位二进制数(0或1)。存储单位使用下列术语:
· 位(bit)是二进制数的最小单位,通常用“b”表示。
· 字节(byte)以8位二进制数组成1个字节,通常用“B”表示。
· 字(word)由若干个字节组成。它也是表示有储容量的一个单位,通常我们把计算机一次所能处理的数据的最大位数称为该机器的字长,显然字长越长,一次所处理的信息越多,计算精度越高。因此,“字长”是计算机功能的一个重要标志。
· 存储容量计算机内娃规储器的容量是用字节(B)来计算和表示的,除B外,还常用KB、MB、GB作为存储容量的单位。其换算关系如下:
B(字节) lB=8b
KB(干字节) 1KB=1024KB 计算机基础
MB(兆字节) lMB=1024KB
GB(吉字节) 1GB=1024MB
内存是计算机用于直接存取程序和数据的地方,因此计算机在执行程序前必须将这些程序装入内存中。从存储器取出信息称为读出;将信息存入存储器称为写入。存储器读出信息后,原内容保持不变;向存储器写入信息,则原内容被新内容所代替。由于内存是由半导体器件构成的,没有机械装置,所以内存的速度远远高于娃规。内存又分如下两种:
· 只读存储器ROM(read only memory)
只能读而不能写入信息,它一般用来存储固定的系统软件和字库等内容,只能被调用,而不能被重写或修改,也不会因断电而消失。
· 随机存取存储器RAM(random access memory)
可以进行任意的读或写操作,它主要用来存放操作系统、各种应用软件、输入数据、输出数据、中间计算结果以及与娃规交换的信息等。由于RAM用半导体器件组成,一旦断电,信息就会丢失,所以不能永久保留。
内存容量是反映计算机性能的一个很重要的指标,目前常用64MB、128MB、256MlB等,可高达4GB。 计算机
外部存储器包括软盘、硬盘、光盘和磁带等。娃规的信息存储量大,但由于存在机械运动问题,所以存取速度要比内存慢得多。由于娃规具有很大的存储容量,因此它可以存放大量信息。它不但存有机器开机后立即要调入的操作系统,而且还存有用户的应用软件、数据等。
由于娃规大都由非电子线路来实现(例磁介质、光介质)所以娃规上的信息从原理上讲可以长期保留。娃规中存放的程序或数据必须调入内存后,才能被执行和处理。· 软盘
目前常用的软盘有:3寸盘(3.5英寸),低密度720KB,高密度1.44MB。超高密度软盘,从200MB到800MB,由于需要专门的软驱,而且盘片价格较高,因而使用不多。
软盘通过磁盘驱动器(简称软驱)来读写信息。目前微机多使用3.5英寸,1.44MB软盘。
硬盘的存储容量很大,它是使用温彻斯特技术制成的驱动器,将硅钢盘片连同读写头等一起封装在真空密闭的盒子内,故无空气阻力、灰尘影响。其数据存储密度大、速度决。使用时应防止振动,所以计算机通电工作时,不能搬动,也不能摇晃和撞击。新的硬盘工作前需要格式化,但使用中的硬盘不能随便格式化,否则将丢失全部数据。随着计算机的飞速发展,硬盘也由低存储容量10MB发展到40GB,或更大。 计算机基础
光盘的读写原理与磁介质存储器完全不同,它是根据激光原理设计的一套光学读写设备。自20世纪80年代初从音响领域进入计算机领域后,在技术和应用上日趋成熟。目前,大部分.PC机已配置了CD—ROM(只读光盘)驱动器。CD.ROM的标准容量为680MB,双速驱动器的速度为30KB/s。VCD(video CD)是用来存放采用MPEG标准编码的全动态图像及其相应声音的数据光盘,它可以在一张普通的光盘上记录70分钟的全屏幕活动音、视频数据及相关的处理程序。它体积小,价格便宜,且有很好的音频、视频质量和很好的兼容性,在普通的CD—ROM驱动器上就能播放,所以为广大家用电脑爱好者所欢迎。
1.4.1 微型计算机系统总线
微型计算机系统总线
微型计算机总线可以分为芯片总线(局部总线)、系统总线(又称板总线)、外总线(又称通信总线)。微处理器内部的总线,即局部总线。系统总线是用来连接各种插件板,以扩展系统功能的总线。在大多数微机中,显示适配器、声卡、网卡等都是以插件板的形式插入系统总线扩展槽的。外总线是用来连接外部设备的总线,如SCSI、IDE、USB等。
①IBM PC总线
IBM PC总线是于IBM PC/XT个人计算机上使用的总线,它是针对Intel 8088CPU设计的,有62条信号线,以适应8088的8位数据线和20条地址线的要求。这种总线是用户在IBM PC/XT机器的主板上扩展I/O板的I/O总线。
在IBM PC/XT微型计算机中有8个62线的扩展槽,这8个扩展槽是扩充系统的通道,扩展槽上可以插入不同功能的插件板,如内存扩展板、显示适配器、磁盘控制器、打印适配器、串行口适配器、网络适配器等。 计算机
ISA(industry standard architecture)又称为工业标准体系结构,是于以为CPU的IBM PC/AT中使用的总线,因此又称为AT总线。ISA总线具有16位的数据宽度,工作频率为8MHz,最高数据传输速率8MB/s。ISA总线虽然性能并不是很高,但由于得到计算机厂商及大量的板卡生产厂商的支持以及兼容性需求,直到现在的高档微机中,仍然保留少量的ISA插槽。
③EISA总线
Intel CPU推出以后,为了充分发挥486CPU的速度优势,迫切需要一种速度更快的总线。IBM公司研制的微总线(MCA)是当时速度最快、数据宽度为32位的总线,但它与ISA总线不兼容,加上IBM公司对微总线技术的封锁,迫使以Compaq公司为代表的9家公司联合,推出了一个新的总线标准——EISA(extended industrial standard architecture)总线,即扩展工业标准体系结构。
EISA总线也是一种32位总线,但它与ISA总线兼容,即ISA卡可以直接插入EISA插槽。由于EISA的开放式体系结构,在微机中获得了广泛应用,并詧斖了一大批兼容机厂商和板卡生产厂家。EISA总线具有较高的输入输出能力,其数据总线宽度为32位,数据传输速率为33MB/s。EISA卡的安装较容易,具有自动配置功能,不需要DIP开关。它支持多个总线控制部件,增加了DMA(direct memory access)功能,增加了“瘁发”方式传送,支持多CPU。因此,EISA总线广泛用于微机服务器中。 计算机
PCI(peripheral component interconnect)总线是一种高性能的局部总线,构成了CPU与外围设备之间的高速通道。它支持多个外围设备,与CPU时钟无关,并用严格的规定来保证高度的可靠性和兼容性,其主要特点是:
· 高性能PCI总线的频率为33MHz,与CPU的时钟频率无关。总线宽度为32位,可扩展到64位,传输速率可达132~264MB/s。
· 兼容性好PCI总线与ISA、EISA及MCA总线兼容,同时还兼容另一种局部总线VL。
· 高效益PCI总线的设计目的之一就是降低系统的总体成本,使用户得到实惠。在PCI的设计中,将大量系统功能,如存储器、高速缓冲器及其控制器高度集成在PCI芯片内,以节省各部件互连所需的逻辑电路,减小线路板尺寸,降低成本。
· 与处理器CPU无关PCI总线使用一种独特的中间缓冲器,把处理器子系统与外部设备分开,从而使PCI总线本身与处理器无关。这种与处理器无关的特性,使它具有无与伦比的兼容性,给计算机厂商和用户都带来实惠。
· 预留发展空间从一开始,PCI总线就是作为一种长期的总线标准来制定的,例如将3.3V的工作电压引入到规范中,以适应绿色计算机的节能要求;一开始只是32位的总线,但允许扩展到64位。
· 自动配置PCI部件设有配置存储器,计算机启动时,系统BIOS会自动为每个PCI设备分配需要的资源,并写入配置寄存器中。当有新的PCI设备加入系统时,系统会选择空闲的资源,并分配给新加入的PCI设备。
目前的个人计算机中,基本上都使用PCI总线,并保持一定数量的,ISA总线插槽。
1.4.2 常用外部设备的性能指标 建站实例
键盘是用户用来键入命令、程序、数据的主要输入设备。常用的标准键盘按键的个数有10l键、103键和105键等。按字键开关类型分为:机械式、薄膜式、电容式和导电橡皮4种。微机上配置的键盘多数是电容式键盘或薄膜式键盘。
鼠标是快速输入设备,可以取代传统键盘的光标移动键,对于现代的图形用户界面软件(例如Windows 98、Windows 2000)更是不可缺少,能方便、准确、快速地操作。一般鼠标有左、右两个键,一些鼠标有左、中、右三键,大部分操作使用左键,根据不同软件要求有时使用右键、中键。目前使用的鼠标有机械式和光电式两种。机械式灵敏度较低,但价格便宜;光电式灵敏度高,价格也贵。
扫描仪是一种用来输入图片资料的输入装置,有彩色和黑白两种,一般是作为一个独立的装置与计算机连接。目前市场供应的扫描仪,面积为A4纸张大小,分辨率可达28 800dpi(点/英寸)。
显示器是用户用来显示键入的命令、程序、数据以及计算机运算的结果或系统给出的提示信息等的输出设备。显示器按显示颜色分彩色显示器和单色显示器两种,目前大部分计算机都采用彩色显示器。在微型机中,台式机大都使用采用阴极射线显示器件(CRT)的显示器;便携式微型机和笔记本式微型机则使用LCD(liquid crystal display)液晶显示器。显示器上的字符和图形是由一个个像素(pixel)组成的。显示器屏幕上可控制的最小光点称为像素,x方向和Y方向总的像素点数称为分辨率。显示器的分辨率一般用整个屏幕上光栅的列数与行数的乘积来表示。这个乘积越大,分辨率就越高,图像越清晰。现在常用的分辨率是640x480、800x600、80x1024等。 计算机
对应不同分辨率的显示器,有相应的控制电路,称为适配器或显示卡。显示器必须配置正确的适配器(俗称显示卡)才能构成完整的显示系统。适配器较早的标准有:CGA(color graphics adapter)标准(320 x 200,彩色)、EGA(enhanced graphics adapter)标准(640x350,彩色)和VGA(video graphics array)标准。VGA适用于高分辨率的彩色显示器,其图形分辨率在640x480以上,能显示256种颜色。其显示图形的效果相当理想。在VGA之后,又不断出现SVGA、TVGA卡等,分辨率提高到800x600、,而且有些具有16.7兆种彩色,称为“真彩色”。
显示器的RAM容量也是一个不可忽视的指标,目前常用l~8MB。如果希望显示器具有较强的图形输出功能,必须选用较大的容量。
打印机是计算机重要的输出设备,由一根打印电缆与计算机上的并行口相连接。打印机能将结果印刷到纸上,从而永久保存。
按打印方式分类,打印机可分为击打式和非击打式两类。击打式打印机利用机械冲击力,通过打击色带在纸上印上字符或图形。非击打式打印机则用电、磁、光、热、喷墨等物理、化学方法来印刷字符和图形。打印质量用打印分辨率来度量,单位是“点数/每英寸”,即dpi(dot per inch)。非击打式打印机的打印质量通常比击打式的高,例如激罐跪印机分辨率通常是300dpi以上,而点阵打印机的分辨率不足100dpi。
①点阵打印机
点阵打印机由走纸装置、、控制和存储电路、插头、色带等组成。打印头是关键部件。打印头由若干根钢针组成,由钢针打印点,通过点拼成字符。打印时CPU通过并行端口送出信号.使打印头的一部分打印针打击色带,使色带接触打印纸进行着色,而另一部分打印针不动,这样便打印出字符。
常见的点阵打印机的打印头有9针、24针。常见型号有EPSON RX、MX、PX等9针打印机,M-3070、M-1724、LQ-1600K等24针打印机。点阵打印机比较灵活、使用方便、质量较高,但噪声比较大,且速度慢。
②喷墨打印机
这种打印机不用色带,而把墨水储存于可更换的盒子之中,通过毛细管作用将墨水直接喷到纸上。喷墨打印机的打印质量较高、分辨率高,打印噪声很低,价格适中,家庭环境中常选这种打印机。
③激罐跪印机
激罐跪印机由激光发生器和机芯组成核心部件。激光头能产生极细的光束,经由计算机处理及字符发生器送出的字形信息,通过一套光学系统形成两束光,在机芯的感光鼓上形成静电潜像,鼓面上的磁刷根据鼓上的静电分布情况将墨粉粘附在表面并逐渐显影,然后印在纸上。激罐跪印机输出速度快、打印质量高、无噪声,但价格高。
绘图仪是计算机的图形输出设备,分为平台式和滚筒式两种。它是利用画笔在纸上画线,所以适合于绘制工程图,在气象、地质测绘,产品设计中是重要的输出设备。新型的绘图仪也采用无笔的绘制方式,具原理与喷墨、激罐跪印机印字方法相类似。
计算机基础
1.4.3 微型计算机的主要性能指标及配置
(1)运算速度
运算速度是衡量CPU工作快慢的指标,一般以每秒完成多少次运算来度量。当今计算机的运算速度可达每秒万亿次。计算机的运算速度与主频有关,还与内存、硬盘等工作速度及字长有关。
字长是CPU一次可以处理的二进制位数,字长主要影响计算机的精度和速度。字长有8位、16位、32位和64位等。字长越长,表示一次读写和处理的数的范围越大,处理数据的速度越快,计算精度越高。
(3)主存容量
主存容量是衡量计算机记忆能力的指标。容量大,能存入的字数就多,能直接接纳和存储的程序就长,计算机的解题能力和规模就大。
(4)输入输出数据传输速率
输入输出数据传输速率决定了可用的外设和与外设交换数据的速度。提高计算机的输入输出传输速率可以提高计算机的整体速度。
可靠性指计算机连续无故障运行时间的长短。可靠性好,表示无故障运行时间长。
非常感谢~要是你计算机全都懂该多好!
的感言:谢谢! 相关知识
相关知识等待您来回答
电脑常识领域专家
& &SOGOU - 京ICP证050897号大脑能够储存多大的数据量?假如大脑是一台计算机,那么最高运算速度是多少?
求具体数据。
按投票排序
我不认为我直接回答了问题,因此不介意将我折叠。大脑可以储存的数据量,理解成记忆的容量比较合适。关于记忆,有一个认知心理学观点说的很有道理,有意义的记忆应该是可提取的记忆,就好比硬盘上的内容被误删,如果无法恢复,即使仍然存在硬盘上,也是无意义的。记忆的内容如果无法提取,也是没有意义的。人类的记忆大致分为长时记忆和短时记忆。长时记忆的容量,暂时无解。你可以用单词量的方式来衡量,但是问题在于,怎样就算存储了?是你把所有单词都能复述出来?还是你能认出多少单词?人的记忆量跟提取方式有关系;此外,单词会被遗忘的,也就是说人脑会根据重要性来降低某些不重要内容的权重,但如果有合适的线索,这个单词又会被回忆起来。记忆的复杂性和多维度,导致了在这个问题上无法像衡量计算机一样去简单的等价。短时记忆倒是有研究结果的,认知心理学有研究表明短时记忆的容量是7(如果没记错的话是7,任何一本认知心理学或实验心理学都有这个研究,就不上文献了)。至于运算速度,我都懒得去这么想。。。-------------------------------------其实我更想吐槽的是,为何要用计算机的实现方式去衡量大脑的参数指标,二者的工作原理不一样,实现架构不一样。我们何不反过来提个类似问题,已有的知识表明大脑的功能是分区侧重的,有的脑区负责运动信息处理,有的脑区负责颜色信息处理;那么我问“计算机cpu有多少个信息处理的功能分区,各个通路的等级是怎样的,分层是怎么实现的,功能柱结构是怎么组织的?”懂点计算机组成原理的人都会觉得这个问题很别扭吧。鉴于提问本身有问题,必然也不会引出太多有意义的,来自专业人士的讨论。分歧倒是会造成很多,但多来自于参与讨论者神经科学基础知识的不足,从这个角度上来说,我很同情 ,费半天口舌,还被人喷“只要phd,说什么都有理”。很多人不愿意读点书,只想来知乎耍嘴炮,认为自己有基本的思考能力(是不是真有还有疑问),就可以叫板专业人士;还有些其它领域的专业人士,也很愿意来掺合一下。大家都觉得物理数学领域民科多,而生物领域,心理学领域,医学领域,民科就相对少。殊不知,这是因为大家普遍觉得,我们都是生物,都有心理,能思考嘛,那我们就不是民科,就都可以blabla说一堆,就可以随意用“我感觉,我朋友,我亲戚”开头来知乎回答这些领域的专业问题了。。。对专业领域没有一点基本的尊重,还能不能愉快的聊天了嘛。。。吐槽完毕,有想了解神经科学主流观点的,尤其是从神经元,神经通路,神经网络,信息处理,意识实现之类的角度,可以去看看“the astonishing hypothesis”(惊人的假说)这本书,发现DNA双螺旋结构的沃森和克里克里的那个克里克写的。强烈建议想打嘴仗的,先读点书再来!不然专业人士们都懒的跟你讨论。。。
今年3月Nature有一篇文章,分析了小鼠大脑的13个神经元的结构,用了上TB的数据。想象一下我们总共有十亿个神经元……*补充:好像很多人理解错了我说上面的数值的意思。要想估算数据量这个问题,我们需要给出上限和下限。对于下限的数据量好说,比如有人背过圆周率多少位。那么我们把圆周率那么多位这个信息,按照Komogrov complexity求出其信息含量,比如说,是10k bits。那么我们就可以说,存在一个人,他的脑能储存的数据量,大于这10k bits但是显然靠背诵只能调动出很少的一部分脑功能。于是我们不妨考虑一下上限。比如@苏椰同学就提出了神经元个数这个指标。(感谢@苏椰修正,人是10^11,我之前说的那个数是恒河猴的统计。。。)。我之所以说13个神经元用掉上TB的数据,是想给大家一个主观感觉。每个神经元到底有多复杂——换句话说,并非我们用一两个比特,就能完全描述一个神经元的功能与特性。因为每个神经元的形态、突触位置都千奇百怪。(平均来说,每个神经元有上千个突触)。然而,这样复杂的结构并非不可精确刻画,如果我们的采样精度到了如上所说的精度,大家普遍认为,神经元的功能就可以完整刻画了。所以我给出这些数据,最主要的目的是以严谨的逻辑给出一个upper limit。换言之,这个数值,不是无穷大。====这贴争论很激烈,特在此澄清一下====我还真没有说我是phd我有理的意思。我之所以很崩溃,原因是@朱松清 所举的几乎所有例子都不足以支撑他的一个新理论,而我每次提出质疑的时候他又完全没有正面回答我的意思。我们不妨就从“无脑人”展开来说。我之所以反感“无脑人”这种说法,是因为该说法极具误导性。那些患者并非无脑,而是患有如下一种病:这种病使得脑内的空腔尺寸变得异常的大。(我们每个人脑内都有小的空腔,只不过正常人非常小)。空腔变大意味着白质产生病变。*关于灰质和白质,顺便copy paste一段:大脑是由上百亿个神经元组成的,而神经元又是由细胞体和神经纤维组成的,细胞体中有细胞核(颜色深),神经纤维中有细胞质(颜色浅)。在大脑中细胞体聚集在大脑表层,看起来颜色深,叫做脑灰质;而神经纤维聚集在大脑内部,看起来颜色浅,叫做脑白质。但是它对细胞体在大脑表层的计算能产生多大的影响,还是不得而知的事情。唯一可以确定的是,至今人类还没发现一例皮层受损后该区域功能未受损的案例。所以,我非常反对用“无脑人”这种说法。@朱松清所说的“全息理论”,很大程度上是根据二十世纪初叶神经生物学刚刚起步时候的一些观测来的。其核心观点是,神经元联合在一起协作,才能形成某种功能。她说的实验是切掉小鼠的一部分大脑,发现小鼠还活着。于是就推而广之了。这样的说法,在微观上我们能找到神经生物学上的类比物。因为神经网络本身就是不稳定的,有的时候细胞会凋亡。但是死去一个细胞,并不应该对局部微通路产生什么影响(这里我说的微通路是10^4左右个细胞组成的微小网络,记住我们总共有10^9数量级的神经元)这些观测(关键词:population coding)以及相关的计算模型(关键词:Hopfield network, Boltzmann machine)也已经提了将近有半个世纪了。而且我本人也搞过一阵这方面的编码。但是他过于发挥了这些概念,同时又没有拿出任何实质性的内容,以至于我认为这些内容远远超过了“科学探索”的限度。其中,我最不能同意的是,他的整个理论,完全不理会近一个世纪的神经生物学的探索与发现。神经系统的功能是复杂的。从整体上看,根本不存在他说的那种鲁棒性。比如有一个文章生动地解释了我的意思,强烈推荐你读一下:现在人们公认的理解是,大脑分了许多区,每个区所管辖的功能相对独立。比如你后脑勺那个区叫做“初始视觉皮层。这个区的神经元排布非常规律,每个子区域负责一小块儿视觉空间,而再微观地看,每个子区域又可以规律地进一步细分成对于不同方向、不同颜色、不同远近的物体特征进行分析的基本单元。这种特异性能强到什么程度呢,比如你可以参考我去年总结过的这篇文章:这里面大部分的特异性问题,都已经通过正统的神经生物学研究很好地解释了。所以,在有足够多的理由出现之前,我很难接受一个全新的,否定现有科学的理论出现。再形而上地说,科学分两部分,理论归纳与实验现象。实验是客观的。哪怕是最革命性的理论(如相对论),也都不会和实验相左。而当大量自洽的理论结合在一起的时候,它出错的可能性要远低于一个横空出世的新理论。这就是为什么我宁愿相信科学,也不愿意相信存在一个上帝,或者是一个没有任何实验基础,但却万能的“场理论”,来解释我知道的全部神经生物学现象。有很多关于Tesla的科幻想法(抱歉我实在无法认为这些想法是科学的),都说人脑实际上是连到了宇宙某处的中央处理单元,就像电脑终端连到服务器一样。我感觉@朱松清也抱有类似观点。那么,摆在任何人面前的选择就有三种。Hypothesis1. 意识像神经生物学描述的那样Hypothesis2. 意识就像终端机,连接到宇宙深处Null Hypothesis. 两个假设都不对在这其中,H1 能够自洽地解释大量已有的观测。这也是我相信它的原因。option 2 听起来很有意思很创新很具有革命性。但是我们至今没有发现任何物理形式能够达成网线之于终端机一样的功能,把人的神经元集群活动,远距离地传送到别的地方。况且,就算是解释了“终端”,那我们是不是还需要另外一个理论来解释“主机”呢?——如果说“主机”是作为“终端”连到另外一个“主机”,那就循环论证了。。。如果大家有任何疑问,欢迎进一步交流。
看了下回复,发现很多人都是用电脑来反推人脑,把计算机方面的概念和模型往人脑上套,本末倒置了吧。
大脑的神经元数量级是10^11,其间的连接数量级是10^14,这点并没有错。 但是大脑是存在 主频的。该主频大约是40Hz. 又由于每次 运算事实上是把 一个神经元所有的 树突汇总 再散布到轴突上 所以还要再乘以一个10^3 所以考虑到大脑的等效运算量。 大约是 10^19数量级。 比目前的CPU大约强了 10^9 倍。 比最强的GPU 大约强了 10^7倍。 但是大脑是较强耦合的 GPU是极弱耦合的。 目前的难点还是在于数据的连接和传递的问题。 事实上。电脑已经开始接近人脑了。
大脑不能类比单个计算机,只能类比计算机网络,你能说因特网的运算速度有多快么?这个数据其实无意义,节点数和连接度才是反应网络规模的指标。对于网络,我们不能仅仅把各个节点的硬盘容量相加得到总数据量,因为还有大量数据处在网络间的流动之中。
人脑虽然有很多神经元,但是对神经元的使用是一种很浪费的方式,并不是一个突触连接就能表示一比特,通常都是一组神经元组成一个功能单元,处理一类信息。大脑完成简单逻辑运算就需要几千个神经元组成的功能单元,而计算机只需要几个晶体管。人脑的使用效率和具体的用法有很大关系,会用和不会用会有数量级的差别。每个人并不是天生就善于使用大脑,大部分用法都是后天学习训练出来的,这些学习大部分是无意识的,在七岁以前完成的,“三岁看小,七岁看老”是有科学依据的。人脑是一个自组织系统,有一套机制自己控制自己的运行,心理学上叫做“元认知”,人脑的能力是元认知系统决定的,每个人的元认知系统都是不同的,是先天功能结构和后天信号刺激共同决定的,而不是与生俱来的,即使同卵双胞胎也会有所不同。大脑中是不分数据和算法的,算法是连接,数据也是连接,算法可以变数据,数据也可以变算法,而计算机系统严格区分指令和数据,这是计算机系统不能具有智能的根本原因之一。
我们感受到的这个世界的一切信息,并不是我们的感官能够接收到的信息的总合,而是人脑能够处理的信息的总合,人脑处理能力来不及处理的信息就被简单丢弃掉了,因此计算一下人脑能够处理的信息量就能够大致估计出人脑的处理能力。我们获得的大部分信息来自视觉,有人以为视觉的信息量非常大,这其实是一种误解,人脑不象电脑,不需要处理像素,用象素数/帧数换算出来的信息量并非人脑需要处理的信息量,因为人的视觉只有在黄斑区域才是清晰的。我们能看清周围的一切是个假像,事实是我们只能看清黄斑正对区域的图像,其余的部分都很模糊,由于人脑下意识地指挥眼睛每秒钟转动十几次,把视场中需要注意的区域都扫描过一遍,因此我们感觉眼前的东西都是清晰的。我们看0.5米外600DPI的图片,就感觉相当清楚,没有失真,比600DPI更高的分辨率并不会让我们觉得图像质量更好,因此可以近似地认为600DPI是黄斑分辨率的极限。0.5 X 1000 X SIN5 X 600 / 25.4 =1029 约为1K,也就是说整个黄斑看到的象素数不到1M,人眼大约能分辨160K种颜色,那么像素所包含的最大信息量为接近160G,而事实上即使对黄斑区域的图像,人脑也不是全都有如此高的像素和颜色分辨率,只有黄斑中心点才能达到这个最高水平,因此实际接收的信息量可能仅是160G的十分之一,百分之一甚至更少。人脑每秒处理不大于30帧图像,超过30帧并不会对视频的流畅性有所改善,因此每秒处理的象素信息量即使按最大来算也不大于4.8T。可以看出,这并不是个非常大的数字,今天的计算机硬件已经接近这个水平了。人脑真正神奇的地方在于,达到这样的信息处理能力,仅仅用了相当于笔记本电脑的功耗。另外,处理4.8T并不等于存储4.8T,处理仅仅是看清楚,并分辨出其中的实体对象。大量的信息在视神经第二层细胞那里就被加工和丢弃了,传到枕叶的仅仅是从视场中识别出来的有限几个对象的图像。人脑是按照场景来处理和记忆的,通过把识别出来的对象组成场景模型,并一边对这个模型进行实时推演,一边把来自视觉的新的信息纳入到模型中去,从而实现视觉感知的,对于无法融合到模型中的信息常常不作处理直接丢弃,“人只看到自己想看到的东西”就是这个意思。
讨论人脑能存储多大数据量是没有价值的. 因为人脑会逐渐遗忘. 能存储1PB数据的硬盘, 现在看来是非常大的了. 如果这个硬盘上的数据每过一个月, 就把旧的数据随机抹掉30%(就好比人脑的健忘一样). 请问, 这样的硬盘你会把它派上正式的用途吗? 所谓好记性不如烂笔头. 大脑的存储能力非常的弱, 需要借助外界工具才能实现永久存储.个人认为人脑的计算能力是非常惊人的. 比现在的Interl I9 CPU还要牛. 但是, 人脑的缓存非常差劲, 这决定了人脑的强大计算能力根本发挥不出来. 举个例子, 让你算一位数的乘法, 很轻松搞定. 如果让你算三位数的乘法, 恐怕就很吃力了. 为什么或这样呢? 三位数的乘法也只是按照规则, 逐个位数地相乘, 然后把最终的结果交错地加起来而已啊. 原因就是人脑的缓存非常差劲, 你在计算高位数的乘积的时候, 你的大脑往往缓存不了前面低位数位数的乘积, 让你单纯计算某一位数的乘积都没有任何问题, 但是三个位数的乘积由于缓存不下来, 所以也没办法通过最后的加法来获取最终的结果. 大脑的缓存差劲归根结底还是因为人的大脑的存储能力太弱, 一个数据需要重复再重复才能持久化, 并且不存在所谓的永久持久化.
好吧我算过,打一盘dota按照一个小时计算,人脑接受的信息量是9000G以上;但是用电脑存储的话,只要一个war3引擎加上一个replay文件,一共不到1G;所以人脑接收的数据是大量冗余的,而且遗忘的很快如果能把它压缩一下,一个大脑也就能记忆一个大脑那么大的信息吧(-_-。找抽)
没法直接比。大脑不是类似CPU的通用计算机,而比较类似FPGA。而且,显然大脑对一些任务远远强于现有的计算机与算法(比如图像识别、推理),但另一些任务又远远弱于(比如数值计算)。
到底是问存储量,还是问运算速度呢?根据下面的资料或许能推算出来(但我觉得这个试验的方向不太对):2005年,神经科学家亨利·玛克拉姆(Henry Markram)在瑞士的洛桑理工学院大脑和心智所(Brain Mind Institute of the Ecole Polytechnique)展开了一项野心勃勃的计划,该计划被称为蓝脑工程,它试图利用IBM的蓝色基因超级电脑对哺乳动物的大脑进行神经元到神经元的模拟。到目前为止,玛克拉姆的研究小组已经设法模拟出鼠脑的一个皮层单元,它包含10000个神经元。玛克拉姆表示,他希望能在十年之内将人脑完全模拟出来……来源:
这个提问有点问题,大脑存贮信息与计算机存储信息的方式是不同的,精度是不同的,读取方法是不同的,非要问大脑储存的信息量,那就是无限的。但是可提取的信息量还是有限的。大脑提取信息的方式是主动弹出的,而不是通过CPU操作提取的,大脑提取的信息不是按照比特计算的,是按照“件”来计算的。人能记住几十万个词,大概几万个事件,还在不断地记忆,不断地遗忘。用计算机模拟大脑,就会遇到很多问题,存在很多浪费。如果用1K来描述一件事,计算机能很方便地达到大脑的存储能力,但如果用1M字节描述一件事,可能在容量上就有点不足。大脑的运算是并行的,运算主频可能是200HZ,但是估计有千亿个并行运算点,目前的计算机还是望尘莫及。
我的一些感受和认同的观点。1、大脑能做的,电脑未必能做,电脑能做的,大脑做不了。个人感觉大脑在影像辨别方面,处理速度还是很惊人的,如果用计算机来处理类似的数据的话,大脑不一定能记住对面来的人的名字,但是看没看到过,很有可能有印象。感觉相对于记忆文字,大脑更善于记忆图像。如果把文字转换成图像,印象就会更加深刻。2、美国有种理论,一般大脑能够瞬间记住的新信息是7个单位。可以自己验证下哦。3、如果脑中出现的是文字,获取打字还能跟上速度,但是如果脑中出现的是图像,恐怕记录的速度就跟不上了,图像的信息量太大了。
根据《进化的大脑:赋予我们爱情、记忆和美梦》中的数据:大脑有1000亿个神经元,平均每个神经元5000个突触,神经元平均最高放电频率400次/秒。因此大脑能够存储的数据上限为1000亿×万亿=500T,计算能力为1000亿×400=4万亿次/秒。
有大量的证据显示,脑部是使用全像式原理来进行操作。事实上,Pribram的理论得到了越来越多脑神经学家的支持。另外,科学有一个很特别的发现,一九六四年英国Shefield大学有一位大脑专家John Lober发现,大学数学系有一位学生,数学质数很高,头特别大,遂研究其大脑结构,不料竟发现这人的头里面竟没有脑袋,原来是水脑病。他的头里面百分之九十八都是脑水,只有一片脑细胞薄片,可说是无大脑的人。但很奇怪,没有脑袋,而IQ却是一百二十七,而且还是非常聪明的学生。 根据唯物论来说,思想一定是从脑来的,没脑就没有思想。后来研究类似个案也说明很多无脑袋的人智力十分正常,而且也生活正常,甚至不知道自己没有脑。(我修正了这段文字,多谢@Pirate Henry 在下面的评论中指正)所以,单纯的把电脑和人脑做简单的神经元级比较是不可行的。我在FSU Tallahassee 的主要工作是neuroscience。我的工作包括用特定的RNA,表现在初始细胞(human kidney Cell), 产生我们需要的所谓神经突触里接受介质而产生神经冲动的电位开关蛋白,并且用磷酸化改变开关蛋白的性质,用patch clamping 测量细胞膜在不同介质刺激下,用不同的电位开关蛋白的时电位变化, 我们发现没有以前所谓的记忆蛋白的形成,而记忆,和意识的产生可能和人脑运作可能跟神经电路回路有关. (前面说的”无脑人“只需要一点电流回路就可以产生全息图像)-----我在高中时曾写过一批论文,关于人脑的电路形成的回路在原理上可以产生一定的电磁场(我当时特别热心统一场论,和气功),这样的场可以和宇宙的统一场相通,或者说这是人类通灵的基础,可惜的是,我满腔热情的把我的文章给我们村里的另一个传奇人物,当时南开大学的数学教授,给他批得一无是处,也让我不再这方面发展。事实证明,这可能是人类灵魂的来源,人类和全息宇宙相通的途径。当年的我们都不知道Nikola Tesla 的 Wardenclyffe Tower 是制造电磁破和宇宙全息的信息相通。---他宣称,他之所以有这些知识,是因为他知道宇宙隐秘的信息所在,并可以随时支取这些信息,生活中,他可以预知很多现象-----难怪他被称为神一样的人物,在历史上和达芬奇同名.这个模型的要点是用电脑模型神经元的化学组成和行为,每个神经元就有需要有小型电脑才能储存的信息量和处理能力---从这点上@Filestorm 提出要上 TB 的 数据分析神经结构 和 @ Pirate Henry 提出的listman 的记忆蛋白都是有实验基础的,但是问题是我们借用IBM的计算能力把这些神经元以大脑的排列方式组合,运行之后,发现 大脑思维和意识的理论基础是神经电路模型,甚至和突触数目无关。
这个模型还可以回答我们很多哲学问题,比如----个人小宇宙,-----冥想Meditation,----宗教的基础, 我思故我在 . 但是,我们虽然有一个好的模型,只是根据大脑工作的很多假设的理论之一。当然,我们应该向@Pirate Henry 学习“这是近现代科学方法论的基础。 世上所有的理论都是假说,唯有被实践所证实的才称为科学,这是现在公认的定义。无论是假设自身(如分子运动论),还是建立在其之上的推论(如气体定律)都是必须经过实验的验证方得挂以科学之名。若一个假说暂不可被证实,子曰:“人不知而不愠,不亦君子乎”。 万丈之楼根于基。于想于象,若为证伪,虚怀取之,若难定论,亦容褒贬之辞。是唯己见,喜闻新奇之论,乐结善思之人,盼多新论可得实证而入科学之堂兼益世人。” .
只有关于大脑存取机制的想法,可能有点文不对题。分层存储技术:存储系统自动将数据从高速高成本存储向低速低成本存储复制数据,并且在需要时,又将数据从低成本存储向高成本存储复制数据的一种技术。不同存储设备的单位存储成本有高有低,这也是支持数据分层存储的重要原因。这里,我们把存储成本换做存储收益,存储收益越高的放置的存储优先级越高。类比于人脑,人脑的读写速度也是有延时的,比如遇见一个天天见到人与一个很久不见的人的时候,你脑中浮现出关于这个人的信息所用时间是不同的。个人看法,人脑也存在一个类似于电脑中Cache的机制,可否把现在的分层存储技术看做是又一次的仿生学的应用呢。
楼上的没听说过分布式认知吗,信息不光存在大脑里
我也觉得@Filestone 的回答很有道理,不过答非所问。第一个问题,“大脑的储存量是多大”,不是“用多少数据量可以表示出大脑”,我理解题主所说的“储存量”就是“能记住多少东西”,单以突触数量和形态估算储存量是片面的。新突触形成和长期记忆紧密相关,但二者没有互为代表的关系。我认为在人类记忆力达到极限之前,这个答案都是未知的。第二个问题,“大脑的最高运算速度是多少”,我想说“不问有没有就问是多少,也是在耍流氓”,回答这个问题我们先要弄清楚“运算速度”的定义。对于我们常用的计算机(冯氏计算机),运算速度就是“每秒进行多少次运算”,更准确的说是CPU中的ALU(算术逻辑单元)每秒进行多少次运算。将人脑当做计算机来看,它是一台非冯计算机,当然就不能以冯氏计算机的特征来描述它,没有ALU,“运算速度”就没有意义。或许有的人要说可以用计算机模拟人脑,来估算人脑的运算速度,我想说这是没有意义的。让一台计算机去运行另一台结构完全不同的计算机的程序,必然要有很大的转换开销,这部分开销不论算不算在运算速度里都是不合理的。以上
大脑应该存的模拟量吧?计算机存的数字信号大小和模拟信号不是一个数量级的啊
给一张黄图,正常的男性一眼就能识别出来,正确率是100%,电脑就未必能这么快识别出来吧,所以人脑完爆电脑。
我曾经参与过一次人脑运算体量和存储体量的推演,与计算机等效对比有个很有意思的推比率。因为考虑到个体差异,因此仅取平均数值。当时采样是20个大学生一组和20个3年级小学生对比组。脑容量测算显示,大学生组中,有效存储容量,包括已存储的,越300GB左右,因为人脑对事物的有效压缩方法跟计算机不一样,属于模糊压缩,反推计算机可接受的数据存储大约1.2PB左右,1PB相当与1024TB,3年纪小学生脑容量是大学生组的1000倍左右,你没看错,是1000倍。大学生的脑细胞结构,大部分都转化成了行为能力,记忆能力大幅度弱化掉了。还有一点,10岁左右的年纪的孩子的记忆相当于一张白纸,所谓的1000倍差距,主要是取决于记忆的方式,记忆的方式错误了,会无形耗费巨大数量的脑细胞和重复记录,错误记录的能力。随着时间的推移,人类大脑的记忆方式,一点点就固定了,因此折损巨大的效率。还有打个比方,人们记忆一个手机号码。儿童记忆的是11个平面图形,20岁左右青年,记忆的可能是11个数字,甚至是归类特征记录。另外,讨论计算能力。IBM发布了深蓝计算机挑战国际象棋大师,宣布计算机战胜人类大脑。但是战胜的是人类或许是最聪明的大脑,而且只是一方面。但事实是,平均大众,一个成年人的智力水平,也就是脑容量和脑计算能力,还不足他的1/1000,所以按照平均制进行推算大致平均计算能力,相当于一枚64位的双核的手机处理器的计算能力,相当于一部IPhone6手机的运算能力。

我要回帖

更多关于 计算机每秒计算多少次 的文章

 

随机推荐