从算盘到云计算:计算机发展的壮丽历程

简介: 早期计算器的出现对计算机发展起到了重要作用。从算盘到机械计算器,再到现代计算机的诞生,计算能力不断提升,速度和通用性也得到了显著提升。个人电脑和移动计算机成为生活和工作中不可或缺的工具,云计算使计算机服务更加灵活和便捷

早期的计算器

在计算机发展史上,早期的计算器起到了重要的作用。而其中最早的计算器便是算盘。算盘是古代中国人使用的一种计算工具,它由一根木棍和一些珠子组成。通过将珠子在木棍上移动,人们可以进行简单的加减乘除运算。虽然算盘的计算速度较慢,但它的使用简单易懂,成为了古代计算的主要工具。

image

随着时间的推移,人们开始尝试制作更加精确和高效的计算器。算筹应运而生。算筹是一种由小木棍组成的计算工具,每根木棍上都刻有数字。通过移动不同的木棍,人们可以进行更加复杂的运算。算筹在古代数学家中非常流行,被广泛应用于计算和研究中。

image

然而,随着数学的发展,算筹的计算能力已不能满足人们的需求。于是,纳皮尔算筹问世了。纳皮尔算筹是一种更加精确和高效的计算工具,它由一些小木片和一个旋转的圆盘组成。人们可以通过转动圆盘,将数字显示在木片上,从而进行更加复杂的计算。纳皮尔算筹的出现,使得计算变得更加便捷,成为了古代数学家们的得力助手。

image

image

但约翰•纳皮尔的数学贡献不只是一副“骨头”,他还是对数概念的提出人,这直接引出了另一种沿用至今的计算工具——计算尺。1620年到1630年间,牛津大学和剑桥大学根据纳皮尔的对数原理,发明了更方便的滑尺,分直形和圆形两种,可通过对齐尺子上的刻度查询计算结果——这就是中文“对数”一词的由来。随后的两个世纪里,工程师和数学家不断为计算尺引入新的刻度,并添加了滑动的游标,发展成现代的多相算尺,可以进行加减法之外所有的算术运算,以及三角函数等超越计算,不同工程领域还常常研发出自己的专业型号。20世纪70年代出现电子科学计算器以前,计算尺都是工程师的身份象征。

image

机械计算机

随着科学技术的不断进步,人们开始尝试制作更加精确和高效的计算机。而第一台真正意义上的机械计算机便是契克卡德计算钟。这台计算钟由一些齿轮和指针组成,通过不同齿轮的转动,人们可以进行简单的加减乘除运算。契克卡德计算钟的出现,标志着机械计算机的诞生,为后来的计算机研发奠定了基础。

image

随着时间的推移,人们对机械计算机进行了不断的改进和创新。1642年,帕斯卡计算器问世了。帕斯卡计算器是一种由齿轮和滑动条组成的计算工具,通过滑动条的移动,人们可以进行更加复杂的运算。帕斯卡计算器的出现,使得计算变得更加高效和准确。

image

莱布尼兹步进计算器是另一种重要的机械计算机。它由一组齿轮和指针组成,通过不同齿轮的转动,人们可以进行更加复杂的运算。莱布尼兹步进计算器的出现,使得计算变得更加精确和高效。

image

然而,查尔斯·巴贝奇是真正推动机械计算机发展到一个新阶段的人。差分机这个名字来源于巴贝奇所使用的算法,该算法是在1654年提出的差分思想:对于一个n次多项式,其n次数值差分是一个常数。为了更好地理解这个概念,我们来看几个例子。
以经典数字1024为例,我们构造一个一次函数F(x):

image

同时定义差分∆F(x):

image

在x取0~6时,F(x)及∆F(x)的值如下表所示:

image

不难发现,对于一次多项式,每个相邻的x所对应的F(x)之差都是一个常数,这个常数正是x的系数。那么二次多项式呢?

构造二次函数F(x):
image

同时定义一次差分与二次差分:

image

在x取0~6时,F(x)及其一次、二次差分的值如下表所示:

image

因为许多常见的函数在数学上被称为解析函数,它们都可以通过多项式逼近(幂级数展开)来表示。常见的三角函数和对数函数也可以转换为多项式形式。通过差分思想,这些函数可以进一步转换为重复的加法操作。而加法运算正是机械计算机的强项,这意味着绝大部分数学运算都可以交给机器来完成。

差分机是一种高度自动化的计算机器,它由一组齿轮和杠杆组成。通过齿轮的转动和杠杆的移动,人们可以进行复杂的计算和数据处理。差分机的出现,标志着机械计算机迈向了一个新的阶段。

image

分析机是巴贝奇进一步改进差分机而得到的。它是一种更加复杂和高效的计算机,可以进行更加复杂的计算和数据处理。分析机的出现,使得计算机在科学、工程和商业等领域得到了广泛的应用。

image

艾达·洛芙莱斯是巴贝奇的合作伙伴和好友,她被誉为第一位程序员。洛芙莱斯提出了一种用于编程的符号系统,并成功编写了一些程序,使得计算机能够进行更加复杂的计算和数据处理。洛芙莱斯的贡献,使得计算机的发展更加迅速和稳定。

image

穿孔制表机(1884)

穿孔卡是早期计算机输入信息的设备,储存80列数据。它是一种面积为190×84毫米的薄纸片。首次使用穿孔卡技术的数据处理机器是霍列瑞斯博士的发明。霍列瑞斯机,是美国人口普查催生的计算器。1880年以前,美国的人口普查都是人工做的。1880的普查完成后,美国意识到下一次1890年的普查十年内无法完成统计。于是,霍列瑞斯设计了这种在纸板上打孔的技术,解决了统计局的难题。1896年他成立了Tabulating Machine Company,向其他国家卖产品。最后将公司卖给手下的主管,成为IBM的三家公司之一。

制表机是霍列瑞斯发明的专门用来制作数据统计表的机器。它由示数装置、穿孔机、读卡装置和分类箱组成。示数装置有40个示数表盘,每个盘面分成100格,可以表达庞大的数据。制表机围绕穿孔卡片展开工作:操作员使用穿孔机制作卡片,读卡装置识别信息,机器统计并实时显示结果,将卡片分类存放以供下次统计使用。

霍列瑞斯发现火车站的检票员会根据乘客的性别和年龄段在车票上打孔,得到灵感设计了穿孔卡片,用来记录居民信息。卡片长约18.73cm,宽约8.26cm,与一张美元纸币尺寸相同。有300多个孔位,用孔位打孔与否表示信息。霍列瑞斯的推广使穿孔卡片成为数据存储介质,开启了一个崭新的数据处理纪元。这类卡片被称为霍列瑞斯卡片,穿孔卡片和穿孔纸带统治了计算领域一个世纪。

image

图灵机:计算机世界的理论基石

image

图灵机是计算机领域的理论基石,由英国数学家、计算机学家艾伦·麦席森·图灵提出。它是一种抽象机器,以一条无限长的一维纸带为处理对象。图灵机通过读写头的移动和操作,根据事先设定的策略表来处理纸带上的符号。图灵机的设计思想使得它可以模拟任何计算过程,具有非常强大的计算能力。图灵机的概念为计算机的发展提供了坚实的理论基础,如今的通用计算机都是图灵机的实现。图灵机的重要性被广泛认可,图灵奖成为计算机领域最高的奖项,以纪念这位伟大的科学家。

ENIAC(1945年):第一台通用电子计算机

20世纪40年代,由于二战中对高速准确计算的迫切需求,美国陆军部主持下,莫尔学院的莫克利、艾克特等人于1945年底设计制造了世界上第一台电子计算机ENIAC,并为美国军方使用。

ENIAC(中文名:埃尼阿克)计算器使用了17840支电子管,尺寸为80英尺×8英尺,重量达28吨,功耗170kW,运算速度为每秒5000次的加法运算,造价约487000美元。ENIAC的问世具有划时代的意义,标志着电子计算机时代的来临。

image

冯·诺依曼结构:现代计算机的诞生

冯·诺依曼是现代计算机结构的奠基人。在二战期间,他参与了ENIAC项目,并在EDVAC的设计中提出了存储程序的概念。他的《EDVAC报告书的第一份草案》详细描述了EDVAC的设计,并指明了现代计算机的发展方向。他将计算机与神经细胞进行类比,将运算器、控制器、存储器、输入模块和输出模块视为计算机的组成部分。这种基于存储程序思想的计算机结构被称为冯·诺依曼结构。冯·诺依曼结构奠定了现代计算机的基础,将计算机的设计框架确定下来,使后人能够不断丰富和改进计算机的功能。

如果说图灵描绘了计算机的灵魂,那么冯·诺依曼则框定了计算机的骨架,后人所做的只是不断丰富计算机的血肉罢了。

image

第二代电子计算机

在20世纪50年代后期,随着晶体管技术的成熟,各个计算机制造公司开始逐渐淘汰电子管,并大规模生产各种型号的晶体管计算机,这标志着第二代电子计算机的兴起。

image

第三代集成电路计算机(1964年)

1964年,国际商业机器公司(IBM)成功地研制出了一款名为IBM360的大型集成电路通用计算机,这一重大突破拉开了第三代集成电路计算机的序幕。IBM360计算机的推出不仅具备系列化、通用性和标准化的特点,而且对世界各国计算机工业的发展产生了深远的影响。可以说,IBM360计算机成为了计算机产业发展史上一个具有重要意义的里程碑。

image

第 4 代大规模集成电路计算机(1971 - 至今)

随着大规模和超大规模半导体集成电路的不断发展,电子计算机在速度方面取得了持续的提高,同时体积也不断缩小,价格逐年下降。这一趋势使得电子计算机在各行各业得到广泛应用,因为随着电子计算机硬件技术的进一步成熟,计算机的速度越来越快,通用性也得到了显著提升。

image

私人电脑

对于数百万电游玩家来说,个人电脑如今已经成为将他们与虚幻世界紧密联系在一起的主要平台。在这个虚幻世界中,玩家可以与来自世界各地的对手和盟友进行互动,创造出一个充满刺激和挑战的游戏环境。

image

移动计算机

随着移动通信、互联网、数据库和分布式计算等技术的发展,移动计算作为一项新兴技术应运而生。移动计算技术的核心目标是在无线环境下实现数据传输和资源共享,使计算机和其他智能终端设备能够随时随地向任何客户提供有用、准确和及时的信息。这一技术的引入将对人们的生活方式和工作方式产生深远影响。

在移动计算技术的推动下,我们现在的生活中不可或缺的移动手机应运而生。

image

云计算

云计算是基于互联网的服务模式,涉及通过互联网提供动态易扩展且常为虚拟化的资源。它是继1980年代大型计算机到客户端-服务器的转变之后的又一次重大变革。

云计算是传统计算机和网络技术发展相互融合的结果,包括分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡、热备份冗余等。

image

2006年8月9日,Google首席执行官埃里克·施密特在搜索引擎大会上首次提出了云计算的概念。而Google的“云端计算”概念源于工程师克里斯托弗·比希利亚的“Google 101”项目。

总结

早期计算器的出现对计算机发展起到了重要作用。从算盘到机械计算器,再到现代计算机的诞生,计算能力不断提升,速度和通用性也得到了显著提升。个人电脑和移动计算机成为生活和工作中不可或缺的工具,云计算使计算机服务更加灵活和便捷。感谢前辈们的付出,才有了今天计算机的发展。

相关文章
|
3月前
|
人工智能 运维 监控
【2025云栖大会】AI 搜索引擎如何驱动亿级物流:货拉拉 x 阿里云 Elasticsearch
2025云栖大会 AI搜索与向量化模型专场上,拉拉 Elasticsearch技术负责人——陈敏华先生分享了 Elasticsearch 在全球化高并发业务场景下的深度实践,以及在迁移至阿里云 Elasticsearch Serverless 后的显著收益。货拉拉的案例为业界提供了可复制、可落地的技术范本。
395 4
|
10月前
|
数据采集 人工智能 算法
企业数字化转型需要注重的深层维度:生成式AI时代的战略重构
本文探讨生成式AI推动下企业数字化转型的核心要义,从战略认知、技术融合、组织进化、伦理治理、生态协作五个维度深入剖析。文章指出,数字化转型正从“技术适配”迈向“基因重组”,需超越传统框架构建全新认知体系。生成式AI不仅重塑竞争逻辑,还要求企业在数据治理、模型训练和交互界面等方面实现深度技术融合,同时进化组织能力、完善伦理治理并加强生态协作。最后强调,通过如GAI认证等手段,企业可获得战略赋能,迈向未来数字化转型的新阶段。
|
数据采集 存储 中间件
高效数据抓取:Scrapy框架详解
高效数据抓取:Scrapy框架详解
|
数据采集 数据可视化 数据挖掘
基于Django的数据分析可视化系统,有后台,有增删改查,实现多用户登录
本文介绍了一个基于Django框架开发的今日头条数据分析可视化系统,该系统具备后台管理、增删改查功能以及多用户登录,利用数据可视化技术为新闻媒体行业提供数据管理和决策支持。
418 0
基于Django的数据分析可视化系统,有后台,有增删改查,实现多用户登录
|
存储 负载均衡 监控
数据库多实例的深入解析
【10月更文挑战第24天】数据库多实例是一种重要的数据库架构方式,它为数据库的高效运行和灵活管理提供了多种优势。在实际应用中,需要根据具体的业务需求和技术环境,合理选择和配置多实例,以充分发挥其优势,提高数据库系统的性能和可靠性。随着技术的不断发展和进步,数据库多实例技术也将不断完善和创新,为数据库管理带来更多的可能性和便利。
615 57
|
缓存 边缘计算 安全
全面进化:边缘安全加速平台的演进(暨新产品ESA发布会)
全面进化:边缘安全加速平台(ESA)发布会。ESA融合了全球3200个节点、TP级防护、四层和七层安全加速,提供一站式的CDN与安全服务。产品具备高性能双向传输、智能调度、免费SSL证书、DNS管理及边缘计算能力,支持电商、游戏等多场景。发布会还介绍了行业标准及价格体系,涵盖从个人开发者到大型企业的多种套餐,助力用户享受高效、稳定的边缘加速与安全防护体验。
652 3
|
监控 开发者 Python
Python 默认 `logging` 打印级别详解
本文详细介绍了 Python `logging` 模块的默认打印级别及其配置方法。`logging` 模块支持 `DEBUG`、`INFO`、`WARNING`、`ERROR` 和 `CRITICAL` 五个日志级别,默认级别为 `WARNING`。文章通过示例代码展示了如何设置和使用不同日志级别,并介绍了进一步的配置选项,如日志格式和文件输出。
685 8
|
算法 数据挖掘 Shell
「毅硕|生信教程」 micromamba:mamba的C++实现,超越conda
还在为生信软件的安装配置而烦恼?micromamba(micromamba是mamba包管理器的小型版本,采用C++实现,具有mamba的核心功能,且体积更小,可以脱离conda独立运行,更易于部署)帮你解决!
691 1
|
缓存 NoSQL Redis
解决 Redis 缓存穿透问题的有效方法
解决 Redis 缓存穿透问题的有效方法
288 2
|
机器学习/深度学习 算法 数据可视化
如果你的PyTorch优化器效果欠佳,试试这4种深度学习中的高级优化技术吧
在深度学习领域,优化器的选择对模型性能至关重要。尽管PyTorch中的标准优化器如SGD、Adam和AdamW被广泛应用,但在某些复杂优化问题中,这些方法未必是最优选择。本文介绍了四种高级优化技术:序列最小二乘规划(SLSQP)、粒子群优化(PSO)、协方差矩阵自适应进化策略(CMA-ES)和模拟退火(SA)。这些方法具备无梯度优化、仅需前向传播及全局优化能力等优点,尤其适合非可微操作和参数数量较少的情况。通过实验对比发现,对于特定问题,非传统优化方法可能比标准梯度下降算法表现更好。文章详细描述了这些优化技术的实现过程及结果分析,并提出了未来的研究方向。
516 1