引言：
正如道哥分享的那样，技术最重要的目标是追求效率。从历史到现在，计算也是为了不断解决实际问题的。实际上通过很多科学家工程师的努力，不断地提升着数据处理能力，让一些公司更好地可以聚焦于业务，通过需求牵引，技术驱动，利用计算能力，构建美好生活。
计算的起源
记得在之前的一篇文章里分享过，现在社会需要解决的问题有很多，比如计算的能力，生物的发展，高新技术产业的研究等，这次主要分享一些自己关于计算方面粗浅的理解。
大概是在很早的时候，开始接触计算机，在接触一些比较理论的知识，比如什么冯诺依曼的体系结构，图灵机等，后来也开始接触了一些安全相关的，比如一些攻与防的对立，后来接触一些开发方面的东西，让自己也在锻炼创造性思维，不断地经历着产品的从 0 到 1，体验着自己不断打磨一个产品的那种感觉，再后来开始接触到了区块链这个领域，学习了这种去中心化的思想。到目前，看过很多的项目，随着规模的不断扩大，遇到的问题也很多，有很多的团队依然在致力于使区块链有着新的应用和突破。
现在大概是 2021 年，回首以来，移动互联网的浪潮不过十年，区块链的历史仅仅十几年，智能手机的出现也不过十几年，云计算的历史也不过二十几年，而互联网的历史大概四十年，计算机的出现，也不到一百年。而这些时间，在人类历史上，实际上时间很短，但其中突破的技术，也日新月异，百家争鸣。
追溯起源，其实可以算到原始社会，人类通过一些结绳，枝条等方式，来进行计数的工具。然后随着时间的推移，不断提升计算的速度与精确度，包括不断追求圆周率后面的小数，其中也发明了一些算盘，算尺，机械计算机等工具。再后来，一些数学家提出了一些通用数字计算机的基本设计思想，（这其实也就解释了一点为什么有那种想要学好计算机要学好数学），发明了差分机（就是一种高级的机械计算机）。
实际上，真正在这个领域划时代的东西，是在 20 世纪 50 年代左右，美国一些实验室发明了世界上第一台真正意义的计算机，以及冯诺依曼提出的计算机的基本原理（不熟悉的话具体可以百度了解一下），这一原理应该可以影响数百年，到现在，几乎所有的计算设备都与其相关。
再后来，就是一些基础设施和元件的不断更新和突破，依赖摩尔定律，计算能力也在不断地升级，同时在软件层面，图形化界面不断地优化着体验，以及互联网的出现，极大地改善了人类的效率，在那时，人类基本上还是用计算机来进行辅助计算，还没有开始真正的人工智能方面的研究和探讨。
再后来，便是 Google 的那几篇经典的论文，奠定了分布式计算的一些基础，在此之后，大数据框架层出不穷，计算的量级不断提升，从当时的 GB 级别，一直到 TB，PB，EB。
在此之间，基础设施的一些性能也提升了很多很多，搭建了云计算平台，内存从世纪初的 几十M 到现在 的 128 GB，处理的数据能力不断提升。
当然这也只是大概的一个起源，每一个细节，都可以专门出一本书来叙述，实际上我们依靠着很多很多的工程师，不断地寻求计算速度和处理能力上的突破。
计算的能力
实际上，有时候在思考，我们为什么要计算，计算的结果是什么？这一点其实比较赞同道哥的观点，是认为是计算最初是为了模拟，包括像天气预报、火箭发射等计算机最初的应用，不过是根据人类过往的一些经验，去迁移到比人脑计算要快很多的平台上，从而更提高更多的效率。
到现在来看，我们计算的能力覆盖了很多方面，单台电脑的处理能力不够，人就开始一些云计算、分布式计算的探索，而随着距离云较远且分散的设备越来越多，就开始边缘计算，物联网方面的研究，而同时，绝大多数的企业，也发挥自身的云服务优势，发展提升智能制造的能力。
像以华为为代表的通信企业，也通过自身的一些网络基础设备的技术和资源优势，大力发展新一代通信标准，以支持更加智能的云计算和物联网等应用。如果再往大里讲呢，那就是像阿里这样的企业，在不断探索，计算与城市，半导体产业，量子计算，AI 等对效率的提升。（具体可以看达摩院发布的一些报告）
而我们周边的计算，已经日新月异。随着国家的不断推进，在很多方面，有越来越多的智能机器人，智能化设备参与其中。包括一个实际的例子，大概在十年前，如果是双十一大促这种的大规模压力，当时让快递行业不堪重负，处理能力跟不上，一直需要半个月才可以处理完全部的包裹，而现在实际量级大概也翻了很多倍，但处理能力依旧和平常差不多，这背后其实和效率的提升是分不开的。
图片来自达摩院官网。
在去年 5 月的时候，有一家国外公司 OpenAI 发布了能写小说，聊天，编曲，写代码的计算模型，其效果，在大多数情况下，如果不说是 AI 生成的，基本就会认为成是人类的杰作，虽然路比较长，但是他们还在不断地探索，包括与疫情的一些结合，之前实时计算挑战赛的题目就是如何和疫情结合。
所以，大规模预训练模型成为了人工智能领域的重要趋势，在现在，小说上面的仿写和诗歌的生成已经不在话下，而在应用中，将完善人工智能的基础设施，让 AI 没有难懂的语言，探索通用人工智能之路。
其实本来还想写一些计算方面的发展，但限于篇幅和时间，可能放到下篇文章了。
至于为什么会想到这个话题，一部分是道哥发的文章，一部分是今天在处理 Bitcoin SV 这一区块链的时候，遇到一些特别的数据，其中有一个交易大概 6M 多，（当然也不一定是最大的），其中放了一个图片，导致这一笔交易要比其他链的区块体积都大很多。当然再结合 Bitcoin SV 的一些愿景，之前有了解过 Metanet 的一些想法，认为是 Internet 应该是 Metanet 的侧链，在这个网络当中，什么都可以上链，通过这样，也不断提升去中心化的数据处理能力，所以以后可能在链上看到一个电影视频也不足为奇，而在实际应用上，也有着各种各样的协议与智能合约。
数据上链，实际上是要面临更多的挑战，成本如何，性能如何，安全性如何，传输效率如何，如何快速找到需要的数据，如何避免一些垃圾交易和 DDOS 攻击，这方面其实 Bitcoin SV 是一种较好的实践。中心化会导致各种数据孤岛，而去中心化，大家都可以处理这些数据，但缺点也同样有，需要提升数据处理能力以及辨别能力。
所以按目前来说，Bitcoin 适合价值储备，Bitcoin Cash 适合日常支付，Bitcoin SV 就比较星辰大海一点，适合链上大规模应用，以太坊的话，目前是智能合约，Defi 带来的各种去中心化金融的可能性。
今日的歌曲，似乎没有什么歌可以和主题契合的，因此就是一个相思背后的伤口。
题图来自阿里达摩院官网。
