摩尔定律,梅特卡夫定律,吉尔德定律

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:/a/178557.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

jvs-智能bi(自助式数据分析)11.21更新功能上线

jvs智能bi更新功能 新增: 1.字段设置节点新增自定义时间格式功能; 自定义功能允许用户根据需要自定义日期和时间字段的显示格式,为用户提供了更大的灵活性和便利性 2.图表时间搜索条件新增向下兼容模式; 时间搜索条件的向下兼容模式允许用…

【wireshark】基础学习

TOC 查询tcp tcp 查询tcp握手请求的代码 tcp.flags.ack 0 确定tcp握手成功的代码 tcp.flags.ack 1 确定tcp连接请求的代码 tcp.flags.ack 0 and tcp.flags.syn 1 3次握手后确定发送成功的查询 tcp.flags.fin 1 查询某IP对外发送的数据 ip.src_host 192.168.73.134 查询某…

Ps:背景橡皮擦工具抠图实例

背景橡皮擦工具 Background Eraser Tool由于是一个破坏性的工具(直接删除像素)而少被人使用。 其实,它不仅是一个功能强大的抠图工具,也是可以转换为非破坏性运用的。 原图(注:图片来自网络) 效…

【尚硅谷】第06章:随堂复习与企业真题(面向对象-基础)

第06章:随堂复习与企业真题(面向对象-基础) 一、随堂复习 1. (了解)面向过程 vs 面向对象 不管是面向过程、面向对象,都是程序设计的思路。面向过程:以函数为基本单位,适合解决简单…

QGIS文章五——对遥感影像进行土地类型分类—监督分类(dzetsaka : classification tool)...

dzetsaka classification tool是QGIS的强大分类插件,目前主要提供了高斯混合模型分类器、Random Forest、KNN和SVM四种分类器模型,相比于SCP(Semi-Automatic Classification),他的一个特点就是功能专一,操作简单。 从十一月开始一…

深度学习 loss 是nan的可能原因

1 loss 损失值非常大,超过了浮点数的范围,所以表示为overflow 状态下的男。 解决办法: 减小学习率,观察loss值是不是还是nan 在将数据输入模型前,进行恰当的归一化 缩放 2 loss 的计算中存在除以0, log(0…

ios qt开发要点

目前关于ios qt的开发资料比较少,这里整理了几个比较重要的开发要点,基于MacOS14 Xcode15 Qt15.5 cmake iphone真机。 cmake报错,报错信息如下 CMake Error at /Users/user/Qt/5.15.5/ios/lib/cmake/Qt5Core/Qt5CoreConfig.cmake:91 (m…

【PHP】PHP生成全年日历

👉博__主👈:米码收割机 👉技__能👈:C/Python语言 👉公众号👈:测试开发自动化【获取源码商业合作】 👉荣__誉👈:阿里云博客专家博主、5…

Centos7使用rpm安装mysql 5.7.43

Centos7使用rpm安装mysql 5.7.43 1、下载rpm包 wget https://downloads.mysql.com/archives/get/p/23/file/mysql-5.7.43-1.el7.x86_64.rpm-bundle.tar2、解压并安装 tar xf mysql-5.7.43-1.el7.x86_64.rpm-bundle.tar yum -y install mysql-*3、按需修改mysql配置 #注意&a…

Impala VS Hive

Impala和Hive的关系 Impala是基于Hive的大数据实时分析查询引擎,直接使用Hive的元数据库Metadata,意味着impala元数据都存储在Hive的metastore中。并且impala兼容Hive的sql解析,实现了Hive的SQL语义的子集,功能还在不断的完善中。 与Hive的…

虹科Pico汽车示波器 | 汽车免拆检修 | 2017款东风本田XR-V车转向助力左右不一致

一、故障现象 一辆2017款东风本田XR-V车,搭载R18ZA发动机,累计行驶里程约为4万km。车主反映,车辆行驶或静止时,向右侧转向比向左侧转向沉重。 二、故障诊断 接车后试车,起动发动机,组合仪表上无故障灯点亮&…

探究Kafka原理-1.初识Kafka

👏作者简介:大家好,我是爱吃芝士的土豆倪,24届校招生Java选手,很高兴认识大家📕系列专栏:Spring源码、JUC源码、Kafka原理🔥如果感觉博主的文章还不错的话,请&#x1f44…

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…

【Web】preg_match绕过相关例题wp

目录 ①[FBCTF 2019]rceservice ②[ctfshow]web130 ③[ctfshow]web131 ④[NISACTF 2022]middlerce 简单回顾一下基础 参考文章 p牛神文 preg_match绕过总的来讲就三块可利用 数组绕过、PCRE回溯次数限制、换行符 ①[FBCTF 2019]rceservice 先贴出附件给的源码 &l…

关于用css设置input输入框hover的时候的样式以及当input为disabled的时候,不要让hover样式生效

效果如果&#xff1a; 编辑状态下的时候&#xff1a; 只读状态下的时候&#xff1a; 代码如图&#xff1a; <input type"text" name"dataForm.exportCode" id"exportCodeItem" required :disabled"editDisabled" />input:not(…

SQL知多少?这篇文章让你从小白到入门

个人网站 本文首发公众号小肖学数据分析 SQL&#xff08;Structured Query Language&#xff09;是一种用于管理和处理关系型数据库的编程语言。 对于想要成为数据分析师、数据库管理员或者Web开发人员的小白来说&#xff0c;学习SQL是一个很好的起点。 本文将为你提供一个…

实时错误’-2147217887‘多步OLB DB 操作产生错误。如果可能,请检查OLE DB状态值

目录 背景问题问题分析问题解决 错误解决与定位技巧总结 背景 仍旧是学生信息管理系统的问题&#xff0c;当时做的时候没发现这么多问题呢&#xff0c;只能说明一件事&#xff0c;做的时候没有站在用户的角度考虑需求&#xff0c;设置了什么内容&#xff0c;就按照设置好的去测…

【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&…

防止恶意攻击,服务器DDoS防御软件科普

作为一种恶意的攻击方式&#xff0c;DDoS攻击正以超出服务器承受能力的流量淹没网站&#xff0c;让网站变得不可用。近几年&#xff0c;这种攻击持续增多&#xff0c;由此优秀服务器DDoS防御软件的需求也随之增长。那么如何选择服务器DDoS防御软件&#xff0c;从根本上根除DDoS…

八、ffmpeg录制视频为yuv文件

前言 测试环境&#xff1a; ffmpeg的4.3.2自行编译版本windows环境qt5.12 图片的一些重要知识&#xff1a; RGB图片 位深度&#xff1a;每一个像素都会使用n个二进制位来存储颜色信息。每一个像素的颜色都是由红&#xff08;Red&#xff09;、绿&#xff08;Green&#xff0…