摩尔定律,梅特卡夫定律,吉尔德定律

news2025/1/13 6:13:34

信息系统的三大定律(摩尔定律,梅特卡夫定律,吉尔德定律)有一个清晰的视角:
在这里插入图片描述

信息系统不是左边的生产消费系统,而是右边的交易系统,交易系统与生产消费典型的区别在于信息交易过程会产生新的信息,就像钱一样。

梅特卡夫定律说的网络价值随网络节点数指数增长。看似神秘的定律很容易用数学表述,一个网络有 n 个节点,新增 1 个节点,就新增 kn 潜在流量,再新增 1 个节点,就新增 k(n+1) 潜在流量,m 个节点就有 km(m-1) 潜在流量。如果在一个真实的通信网络,以上规律将对终端和转发节点提出同样的要求,即系统能力必须指数增长。

这很明显是摩尔定律的另一种说法,这就是摩尔定律指数的成因,因为芯片要么是信息的来源,计算,要么是信息的归宿,存储,无论计算还是存储,只有指数增长才能应对不断接入的信息需求。

就算终端没有联网,独立终端也是一个网络,指数增长的根源在于芯片内部以及主板都是交易系统,输入和输出像雪崩一样指数积累。这是一个需求驱动的网络,每一种新的应用需求就像接入了一个节点一样。

至于 18~24 个月,则受制于技术创新和工艺,以及一些商业约束。

因此摩尔定律和梅特卡夫定律就是一回事。

吉尔德定律稍有不同,它利用的是光波的物理特征,而人们(显然不是经理)开发这种物理特征的能力则是指数级增长的,大概和摩尔定律同步。如果世界上没有互联网,甚至没有一张联通的网络,人们开发无限带宽的欲望将大大降低。

摩尔,梅特卡夫,吉尔德这之间的关系非常有趣,梅特卡夫根据自己的定律预言互联网一定会拥塞崩溃,对互联网持悲观态度,而吉尔德则表示互联网不会崩溃,因为根据自己的定律,再大流量也有无限带宽兜着,摩尔则在一旁笑而不语,你们讨论的一切流量还不是始发于芯片,然而芯片的能力也不是无限雪崩的,他坦言自己的摩尔定律将失效,哈哈。

于是,世界重新变得静寂?

其实这种事在其它领域早已有之,只是那些领域不是互联网信息交易的主场,大多数争论都隐藏在大学研究院或高端论坛的高墙之后。马尔萨斯预言人口指数级增长将造成资源崩溃,但进入 20 世纪后,人们称马尔萨斯理论过时了。

同样,2008 年开始,有人预测房价会无限以大于 1 的指数增长下去,而收入只是线性增长,如果不赶紧买,会越来越买不起。类似的,有多少人预测某 700,某 baba 的市值会无限增长,工资 all in 了股票,结果呢…

凡指数增长的东西,一开始都不被在意,等发现时就是恐惧,最终恐惧的事情并没有发生,一切重归静寂,好像一个大玩笑。一切这种定律的背后总有个极限抓手,在将要崩溃的边缘悬崖勒马,人们适应这种约束。

IPv4 地址在互联网初期也是指数级需求增长,专家们呼吁部署一个明显过度设计的 IPv6,但 IPv4 并没有在短时间内耗尽。

倾向于组合现有技术,用多样性解决问题,空间换时间或反过来,而不是颠覆性变革技术基底。哥斯拉巨兽不会存在,因为它的体重会压垮自身,历史并没有为满足哥斯拉而进化出硅基身体托住它巨大的体重,满足不了就不费劲了,进化为了适应,不适的就抛弃,特征的进化存在极限。

任何定律都是某个范围内近似,为了预测而不是为了描述。任何结论都是多种因素共同促成的,没有任何单一定律能描述所有因果。

很多人认为吉尔德定律是骗人的,2000 年前后的互联网泡沫,整个 2010 年代的光纤通信大爆发,都要归罪和归功于这个吉尔德的预言,过了 2010 年,人们发现这个预言不对,无限带宽并没有达到,网络依然拥塞,于是断言吉尔德骗了人。

事实上吉尔德定律是有效的,只是无限带宽并非端到端带宽,而是骨干,比如 DWDM,在骨干网,几乎已经宣布了 “笨网” 相对于 “大软件” 智能网的大胜。我们知道,端到端问题源自用户的惰性,网络边缘一直是众口难调,恰恰适时出现的移动互联网又打破了梅特卡夫的预设,就显得混乱了。

梅特卡夫认为,由于骨干 “一定会崩溃”,局域网才会是主角,摩尔定律加持下,他们认为未来的 PC 一定会越来越智能,但恰恰出现了手机,把网线给拔了,现如今终端网络几乎没有有线局域网,几乎都是 LTE/5G or WiFi,而这两类技术各有各的包袱,以至于它们均无法适应吉尔德的无限带宽。

LTE/5G 来自电信阵营,而 WiFi 则是一个 CSMA 网络。吉尔德在他的经典著作《通信革命》里喷了电信阵营的胖网瘦端技术,比如 ATM,而对于 CSMA 网络,它本身就是一个 “无限抖动” 的网络,谁见谁愁,总有人试图用魔改 bbr 适应 WiFi,简直就是用精确的预设适应一个随机的现实。

总之很有意思,摩尔定律将要失效,梅特卡夫的网络将崩溃,都悲观,只有吉尔德乐观憧憬无限带宽,结果还出现了偏差…

下面是书摘:
在这里插入图片描述

作者写这本书时,ATM 技术,Microsoft Windows 如日中天。

浙江温州皮鞋湿,下雨进水不会胖。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1240368.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ChatGPT/GPT4丨编程助手;AI画图;数据分析;科研/项目实现;提示词工程技巧;论文写作等

ChatGPT 在论文写作与编程方面也具备强大的能力。无论是进行代码生成、错误调试还是解决编程难题,ChatGPT都能为您提供实用且高质量的建议和指导,提高编程效率和准确性。此外,ChatGPT是一位出色的合作伙伴,可以为您提供论文写作的…

C++ DAY08 异常

概念 异常事件(如:除 0 溢出,数组下标越界,所要读取的文件不存在 , 空指针,内存不足 等等) 在 C 语言对错误的处理是两种方法: 一是使用整型的返回值标识错误; 二是使用 errn…

Day40:139.单词拆分、背包问题总结

文章目录 139.单词拆分思路代码实现 背包问题总结背包类型递推公式 139.单词拆分 题目链接 思路 确定dp数组以及下标的含义 dp[i] : 从0开始长度为i的字符串是否可以拆分为一个或多个在字典中出现的单词确定递推公式 如果确定dp[j] 是true,且 [j, i] 这个区间的子…

php生成xml数据

在PHP中,你可以使用以下几种方法生成XML数据: 使用DOM扩展: $xml new DOMDocument(1.0, UTF-8); $root $xml->createElement(root); $xml->appendChild($root); $child $xml->createElement(child); $root->appendChild($ch…

Redis(主从复制)

主从复制: 主从复制是指在Redis中,一个主节点可以将自己的数据复制到多个从节点上,从节点会定期从主节点同步数据,从而保持数据的一致性。主从复制可以实现数据的备份和容灾,提高系统的可用性和性能。在主从复制中&am…

Tomcat实现WebSocket即时通讯 Java实现WebSocket的两种方式

HTTP协议是“请求-响应”模式,浏览器必须先发请求给服务器,服务器才会响应该请求。即服务器不会主动发送数据给浏览器。 实时性要求高的应用,如在线游戏、股票实时报价和在线协同编辑等,浏览器需实时显示服务器的最新数据&#x…

RPG项目_UI登录

首先创建一个项目 将资源包导进Resources文件夹 创建一个Scripts脚本文件夹 然后再对Scripts脚本文件夹分门别类 导入UI资源包 创建一个Image 按住Alt 选择右下角 image就会覆盖整个面板 修改image名字为BG 将image图片放置背景栏 再创建一个image 改名为MainMenu 修改MainMenu…

Django(九、cookie与session)

文章目录 一、cookie与session的介绍HTTP四大特性 cookiesession Django操作cookie三板斧基于cookie的登录功能 一、cookie与session的介绍 在讲之前我们先来回忆一下HTTP的四大特性 HTTP四大特性 1.基于请求响应 2.基于TIC、IP作用于应用层上的协议 3.无状态 保存…

Java集合拓展01

1、List,Set,Map三者的区别 List:一个有序(元素存入集合的顺序和取出的顺序一致)容器,元素可以重复,可以插入多个null元素,元素都有索引。常用的实现类有 ArrayList、LinkedList 和…

CSS画一条线

<p style"border: 1px solid rgba(0, 0, 0, 0.1);"></p> 效果&#xff1a;

【深度学习】不用Conda在PP飞桨Al Studio三个步骤安装永久PyTorch环境

在 PaddlePaddle AI Studio 中使用 Python 虚拟环境安装 PyTorch 免责声明 在阅读和实践本文提供的内容之前&#xff0c;请注意以下免责声明&#xff1a; 侵权问题: 本文提供的信息仅供学习参考&#xff0c;不用做任何商业用途&#xff0c;如造成侵权&#xff0c;请私信我&am…

JVM 之 class文件详解

目录 一. 前言 二. class文件结构 2.1. 文件格式 2.2. 魔数与版本号 2.3. 常量池 2.4. 访问标志 2.5. 类索引、父类索引和接口索引集合 2.6. 字段表集合 2.7. 方法表集合 2.8. 属性表集合 2.8.1. Code 属性表 2.8.2. Exceptions 属性 2.8.3. LineNumberTable 属性…

【C语言】深入理解指针(四)

&#x1f308;write in front :&#x1f50d;个人主页 &#xff1a; 啊森要自信的主页 ✏️真正相信奇迹的家伙&#xff0c;本身和奇迹一样了不起啊&#xff01; 欢迎大家关注&#x1f50d;点赞&#x1f44d;收藏⭐️留言&#x1f4dd;>希望看完我的文章对你有小小的帮助&am…

2、数仓理论概述与相关概念

1、问&#xff1a;数据仓库 建设过程中 经常会遇到那些问题&#xff1f; 模型(逻辑)重复建设 数据不一致性 维度不一致&#xff1a;命名、维度属性值、维度定义 指标不一致&#xff1a;命名、计算口径 数据不规范(字段命名、表名、分层、主题命名规范) 2、OneData数据建设核心方…

ubuntu操作系统中docker下Hadoop分布式前置环境配置实验

版本&#xff1a; centos7 hadoop 3.1.3 java JDK:1.8 集群规划&#xff1a; masterslave1slave2HDFS NameNode DataNode DataNode SecondryNameNode DataNode YARNNodeManager ResourceManage NodeManager NodeManager 1.docker容器&#xff1a; 把普通用户加入到docker组&am…

掌握 AI 和 NLP:深入研究 Python — 情感分析、NER 等

一、说明 我们见证了 BERT 等预训练模型在情感分析方面的强大功能,使我们能够破译隐藏在文本数据中的情感。通过 SpaCy,我们探索了命名实体识别的迷人世界,揭开了隐藏在非结构化文本中的秘密。 二、问题陈述 命名实体识别(NER)是自然语言处理中的一项关键…

【深度学习】脸部修复,CodeFormer,论文,实战

代码&#xff1a; https://github.com/sczhou/CodeFormer 论文&#xff1a;https://arxiv.org/abs/2206.11253 Towards Robust Blind Face Restoration with Codebook Lookup Transformer 文章目录 论文摘要1 引言2 相关工作**4 实验****4.1 数据集****4.2 实验设置和指标***…

【libGDX】使用Mesh绘制圆形

1 前言 使用Mesh绘制三角形 中介绍了绘制三角形的方法&#xff0c;使用Mesh绘制矩形 中介绍了绘制矩形的方法&#xff0c;本文将介绍绘制圆形的方法。 libGDX 以点、线段、三角形为图元&#xff0c;没有提供绘制圆形的接口。要绘制圆形边框&#xff0c;必须通过割圆法逼近圆形&…

Vue2系列 — 渲染函数 (render + createElement)

官网文档&#xff1a;https://v2.cn.vuejs.org/v2/guide/render-function.html 1 render 函数 render 函数 不使用模板&#xff0c;使用 js 生成虚拟 dom 2 createElement() 接受的参数&#xff1a; 参数1 节点类型参数2 attribute参数3 子节点 3 DEMO <template>&…

BUUCTF 梅花香之苦寒来 1

BUUCTF:https://buuoj.cn/challenges 题目描述&#xff1a; 注意&#xff1a;得到的 flag 请包上 flag{} 提交 密文&#xff1a; 下载附件&#xff0c;解压得到一张.jpg图片。 解题思路&#xff1a; 1、用010 Editor看了一下&#xff0c;刚开始以为是修改宽高的题&#xff…