-『期末复习』世界第一台计算机ENIAC与冯诺依曼

简介: 二战期间,1946年2月15日美国制造出世界第一台计算机 ENIAC(埃尼阿克)外观:体积大,质量重,功耗大,人数多,造价贵技术:5000次/s,采用十进制,没有存储器


ENIAC(世界第一台计算机 )

二战期间,1946年2月15日美国制造出世界第一台计算机 ENIAC(埃尼阿克)

外观:

体积大,质量重,功耗大,人数多,造价贵

技术:

5000/s,采用十进制,没有存储器

冯诺依曼(考点)

计算机之父-冯诺依曼,不是图灵哦

贡献:改进了计算机,提出:

  1. 增加存储器
  2. 使用二进制(最开始计算机采用十进制,是他大胆的提出二进制作为数字计算机的数制基础)
  3. 提出冯氏结构(特点:串行顺序处理机制

(这个图要能画出来)

有一次末考出了普林斯顿结构的题目,所以要注意这个细节:

冯·诺依曼结构也称普林斯顿结构,是一种将程序指令存储器和数据存储器合并在一起的存储器结构。程序指令存储地址和数据存储地址指向同一个存储器的不同物理位置,因此程序指令和数据的宽度相同,如英特尔公司的8086中央处理器的程序指令和数据都是16位宽。

网络异常,图片无法展示
|

运算器、控制器和存储器合在一起称为计算机的主机

各种输入、输出设备统称为计算机的外围设备

运算器和控制器合在一起称为中央处理单元—CPU(Central Processing Unit)

把整个CPU集成在一个集成电路芯片上,就把它称为微处理器(Microprocessor)。

微处理器为核心构成的计算机,称为微型计算机。

把整个计算机集成在一个芯片上,就称为单片机

网络异常,图片无法展示
|

台式个人计算机的构成?

主板、CPU、内存、硬盘、电源、显示卡、散热器、声卡、网卡、光驱、机箱、散热器、显示器、键盘、鼠标等部分组成。另可配有耳机、音箱、打印机、视屏等。

小结:

•1、ENIAC的诞生以及特点

•2、冯氏结构组成及作用

•3、微型计算机组成部件

相关文章
|
传感器 监控 安全
SID 2025上的天马,用“好屏”技术重构产业叙事
SID国际显示周是全球显示行业风向标,2025年展会汇聚Micro-LED、柔性OLED等前沿技术,天马作为深耕显示领域40余年的企业,展示了多项创新成果。其自研SLOD技术降低OLED功耗与提升寿命,HOI三合一光感功能屏融合多核心功能,以及“光木隐视”技术实现隐藏显示与防窥效果。天马通过技术、标准、生态“三位一体”战略,推动显示行业从功能驱动转向体验驱动,重新定义人机交互方式,彰显中国企业在显示领域的全球影响力。
606 7
|
存储 数据可视化 数据挖掘
图书馆图书可视化分析+大屏
在数字化时代背景下,图书馆已经成为知识获取和共享的重要场所。然而,随着馆藏书籍数量的增加,如何高效管理和利用这些资源成为了图书馆管理者和用户面临的挑战。数据分析和可视化技术的引入为解决这一问题提供了新的途径。本文致力于通过数据分析技术和可视化手段,对图书馆书籍数据进行综合挖掘,希望通过图书分类、书籍价格及读者偏好等多维度信息,进而优化图书馆管理策略、指导书籍采购决策并提升读者服务质量。本文在数字化和信息化快速发展的背景下,图书馆如何利用数据分析与可视化方法来挖掘和优化书籍借阅数据。主要内容包括。
1602 2
|
存储 索引 Python
【Python】已解决:IndexError: list index out of range
【Python】已解决:IndexError: list index out of range
4131 1
|
数据采集 存储 JavaScript
提升数据采集技能:用 Axios 实现的 Twitter 视频下载器全面解析
Twitter上的视频内容丰富多样,涵盖了新闻、娱乐、教育、体育等各个领域。这些视频内容对于数据科学家来说,是一种有价值的数据形式,可以用于进行内容分析、情感分析、话题挖掘、事件检测等多种任务。然而,Twitter标准API并没有提供直接下载视频的功能,这给数据采集带来了一定的困难。为了克服这一挑战,我们将使用Axios库,结合代理IP技术,构建一个高效的视频下载器。
815 1
提升数据采集技能:用 Axios 实现的 Twitter 视频下载器全面解析
|
机器学习/深度学习 数据采集 数据可视化
【Python 机器学习专栏】数据缺失值处理与插补方法
【4月更文挑战第30天】本文探讨了Python中处理数据缺失值的方法。缺失值影响数据分析和模型训练,可能导致模型偏差、准确性降低和干扰分析。检测缺失值可使用Pandas的`isnull()`和`notnull()`,或通过可视化。处理方法包括删除含缺失值的行/列及填充:固定值、均值/中位数、众数或最近邻。Scikit-learn提供了SimpleImputer和IterativeImputer类进行插补。选择方法要考虑数据特点、缺失值比例和模型需求。注意过度插补和验证评估。处理缺失值是提升数据质量和模型准确性关键步骤。
1733 0
|
PyTorch 算法框架/工具 Docker
ModelScope问题之odelScope使用了官方的docker的cpu镜像如何解决
ModelScope镜像是指用于在ModelScope平台上创建和管理的容器镜像,这些镜像包含用于模型训练和推理的环境和依赖;本合集将说明如何使用ModelScope镜像以及管理镜像的技巧和注意事项。
865 0
微波技术大作业课设-分立电容电感+微带单枝短截线+微带双枝短截线
微波技术大作业课设-分立电容电感+微带单枝短截线+微带双枝短截线
微波技术大作业课设-分立电容电感+微带单枝短截线+微带双枝短截线
微波技术基础实验二 功分器与定向耦合器设计
微波技术基础实验二 功分器与定向耦合器设计
微波技术基础实验二 功分器与定向耦合器设计
|
存储 JSON C#
Unity 数据读取|(四)Json文件解析(Newtonsoft.Json ,Litjson,JsonUtility,SimpleJSON)
Unity 数据读取|(四)Json文件解析(Newtonsoft.Json ,Litjson,JsonUtility,SimpleJSON)
1389 0
|
存储 文字识别 计算机视觉
【OpenCv】c++ 图像初级操作 | 图像灰度化
【OpenCv】c++ 图像初级操作 | 图像灰度化
851 0