nasa超級電腦多少錢

1. 世界上的超級電腦

在西雅圖舉行的SC11大會上公布的全球超級計算機TOP500排行榜上，日本“京”(K Computer)以跨越1億億次每秒的計算能力繼續占據榜首的位置。同時在計算能力排在前十位的系統中，有兩套超級計算機系統是來自中國的，它們分別是來自部署在天津的“天河一號”以及部署在深圳的“曙光星雲“高效能計算系統。下面就讓我們來看看在這個星球上計算能力最強大的系統。
世界上超級電腦種類

1.K Computer 首個跨越億億次運算的超級計算機

世界上最快的超級計算機“京”(K Computer)是日本RIKEN高級計算科學研究院(AICS)與富士通的聯合項目。“京”(K Computer)沒有使用GPU加速，而是完全基於傳統處理器搭建。“京”(K Computer)的最大性能四倍於排在第二位的“天河一號”。現在的“京”(K Computer)配備了88128顆富士通SPARC64 VIIIfx 2.0GHz八核心處理器，核心總量705024個，最大計算性能10.51Petaflop/s，峰值性能 11.28038 Petaflop/s，同時效率高達93.2%，總功耗為12659.9千瓦。

2.天河一號

曾經的王者位於中國天津國家超級計算機中心的“天河一號系統”在最新的排行榜中位列第二。計算能力達到2.57 petaflop/s。去年，天河一號還曾在TOP500排行榜中排名榜首。天河一號採用了CPU+GPU的混合架構。配有14336顆Intel Xeon X5670 2.93GHz六核心處理器、7168塊NVIDIA Tesla M2050高性能計算卡，以及2048顆我國自主研發的飛騰FT-1000八核心處理器，總計20多萬顆處理器核心，同時還配有專有互聯網路。造價在6億 人民幣以上。

3.JAGUAR XT5 用於民用的超級計算機

“JAGUAR”超級計算機系統隸屬於美國能源部，坐落於美國橡樹嶺國家實驗室。“JAGUAR XT5”系統由美國國家科學基金會出資、Cray公司建造、田納西大學和國家計算科學研究院共同擁有。它曾在2010年6月的TOP500排行榜中排名第一。“JAGUAR”是一台民用計算機，採用AMD Magny-Cours核心六核Opteron處理器，其最大計算能力為1.75 petaflop/s。主要用於模擬氣候變化、能源產生以及其他基礎科學的研究。

4.曙光星雲 採用自主設計的HPP體系結構

“星雲”坐落於我國深圳國家超級計算機中心。“星雲”系統運算峰值達到3 petaflop/s，最大計算性能1.271 petaflop/s，並且是中國第一台、世界第三台實現雙精度浮點計算超千萬億次的超級計算機，且其單位耗能所提供的性能達到了4.98億次/瓦。

“星雲”超級計算機採用自主設計的HPP體系結構，由4640個計算單元組成，採用了高效異構協同計算技術，系統包括了9280顆通用CPU和4640顆專用GPU組成。計算網路採用了單向40Gbps QDR Infiniband技術，核心存儲採用了自主涉及的Parastor高速IO系統。

5.Tsubame 2.0 加入多種新硬體技術

Tsubame 2.0超級計算機是東京工業大學和NEC、HP聯合推出的。Tsubame 2.0的速度是Tsubame 1.0的30倍，這款超級計算機配置2816顆 Intel Westmere 處理器和4224顆 NVIDIA Tesla M2050 GPU，並加入了DRAM和SSD等新硬體產品並採用Linux和Windows雙系統。現在東京工業大學正著手制定Tsubame3.0的計劃。

6.Cielo 為國家級實驗室計算提供支持

在西班牙語中Cielo是“天空”的意思。Cielo現今為Los Alamos、Sandia以及Livermore三個國家級實驗室提供計算支持。Cielo超級計算機基於Cray公司下一代的Baker架構，並使用AMD最新的Magny-Cours架構處理器，計算節點方面Cielo則採用雙子星相互連接。

7.Pleiades 獨有的Lustre文件系統

Pleiades超級計算機系統為位於美國加利福尼亞的NASA Ames研究中心提供計算支持。Pleiades由4核Harpertown和6核Westmere構成，內核數為81920個。同時網路連接架構使用infiniband方式。Pleiades的最大計算能力達到1.09 petaflop/s。並使用了超級計算機特有的Lustre文件系統。

8.HOPPER 以海軍女少將命名的超級計算機

HOPPER超級計算機系統是以美國海軍女少將Grace Hopper的名字命名，Grace Hopper也是軟體及編程語言的先驅者。現今HOPPER位於勞倫斯伯克利國家實驗室的國家能源研究科學計算中心。HOPPER採用了CrayXE6系統單元，包含AMD十二核心的Opteron6172處理器，總共具備153408個內核，最大運算能力達到了1.05petaflop/s。

9.Tera-100 歐洲大陸最強的超級計算機

Tera-100是目前歐洲計算最強的超級計算機。Tera-100系統的理論峰值性能為1.25Petaflop/s，最大計算性能約為1Petaflop/s。Tera-100去年3月完成搭建，5月26日正式加電啟動。Tera-100由4300個bullxS系列伺服器組成。系統部署了140000顆Intel Xeon7500處理核心，內部存儲器容量為300TB，外部存儲器容量達到了20PB，全局文件系統的吞吐量為500GB/s。Tera100將被用於法國核武器模擬項目。

10.Roadrunner 混合式超級計算機

坐落於美國Los Alamos實驗室的Roadrunner超級計算機系統曾在2008年6月的TOP 500排行榜名列首位。它也是全球第一個運算能力超過1 petaflop/s的超級計算機系統。

2. 沃森超級計算機的賽前軼事

2009年12月，弗里德曼和其他製作人員第一次見到「沃森」，當時這台超級電腦與兩名人類選手展開對決。「沃森」採用IBM POWER7伺服器，能夠將所處理的任務實現最優化。IBM表示參加挑戰的「沃森」必須快速處理所有任務。此外，這台超級電腦還採用了一系列專利技術，能夠讓任務和數據處理與信息實時分析同時進行。
法魯西指出《危險》的本質就是要讓技術朝著正確的方向發展。他說：「這檔節目涉及的領域很廣，會提出各種各樣的問題，是我們希望參加的挑戰之一。這項挑戰是對選手信心的一種考驗，你必須在確信答案正確後才回答，此外，你還不得不快速給出答案。」
IBM表示「沃森」採用的技術能夠在醫療衛生等很多領域發揮作用，能夠幫助提高醫生診斷病情的准確性，改進在線自助咨詢台，為遊客和居民提供相關城市的特定信息，或者通過手機為消費者提供支持。為了備戰《危險》，「沃森」曾與前《危險》冠軍展開50多次對決。此外，它還參加了《危險》節目組為所有潛在選手准備的測驗並順利通過。
《危險》監制哈里·弗里德曼稱，在IBM第一次與《危險》節目組接觸時，製作人員均產生濃厚興趣，但同時也擔心觀眾對「沃森」參加比賽產生分歧，將其視為一個噱頭或者花招。他說：「現在態度不同了。這是電腦獲取的知識與最優秀的《危險》選手獲取的知識之間的一種較量。這是一場重要的比賽，我們都希望參與其中。」 沃森由90台IBM伺服器、360個計算機晶元驅動組成，是一個有10台普通冰箱那麼大的計算機系統。它擁有15TB內存、2880個處理器、每秒可進行80萬億次運算（這是目前的情況）。這些伺服器採用Linux操作系統。IBM為沃森配置的處理器是Power 7系列處理器，這是當前RISC（精簡指令集計算機）架構中最強的處理器。它採用45nm工藝打造，擁有八個核心、32個線程，主頻最高可達4.1GHz，其二級緩逗瞎存更是達到了32MB。存儲了大量圖書、新聞和電影劇本資料、辭海、文選和《世界圖書網路全書》(World Book Encyclopedia)等數百萬份資料。每當讀完問題的提示後，沃森就在不到三秒鍾的時間里對自己的資料庫挖地三尺，在長達2億頁的漫漫資料里展開搜索。
沃森是基於IBMDeepQA(深度開放域問答系統工程)技術開發的。作為沃森超級電腦基礎的DeepQA技術可以讀取數百萬頁文本數據，利用深度自然語言處理技術產生候選答案，根據諸多不同尺度評估那些問題。IBM研發團隊為沃森開發的100多套演算法可以在3秒內解析問題，檢索數百萬條信息然後再篩選還笑液原 成 答案輸出成人類語言。每一種演算法都有其專門的功能。其中一種演算法被稱為嵌套分解演算法，它可以將線索分解成兩個不同的搜索功能。
沃森超級計算機與谷歌搜索引擎相比究竟誰更智能？對於這一問題，美國《商業周刊》前科技編輯史蒂芬·貝克爾近日通過分析和比較後認為，沃森超級計算機比谷歌更智能。貝克爾認為，答案很簡單，谷歌現在還不能回答問題。谷歌以兩種方式信賴於我們人類的大腦：首先，在描述用戶的查詢請求時，谷歌會讓用戶像計算機一樣去思考，挑選出三或四個最符合計算機意圖的消息，形成一個查詢結果列表。其次，谷歌會將用戶引導到與所查詢的答案類似的答案上去，讓用戶花更多的腦力去發現所需要查詢的確切答案。而沃森超級計算機則是自己處理所有問題。山升空它必須要解碼復雜的英語，窮盡所有可能的答案，並選擇其中一個，最終判定它是否足夠符合要求。 對計算機沃森來說，挑選出合適的語境是一項艱巨任務，尤其是在充滿暗示和惡作劇的游戲里，而且它還必須確定答案的可靠性以及它是不是需要冒險去猜。沃森需要識別人類的語言，並從中分析微妙的含義，諷刺口吻、謎語、構詞斷句、詩篇線索等等這些邏輯和線索，並通過一系列的數據比對和模擬人類的聯想能力得出精準的答案，再反向用人類的語言回答出來。此外，沃森還能模仿人類針對問題進行策略考慮，例如問題的挑選、是否略過不擅長的題目，還會模仿人類的口吻搞笑整個過程僅有計算機和軟體演算法完成，沒有工程師參與（這種快速問答，其實也參與不了），也與互聯網斷開因此計算機不能作弊，必須自己想。
領導設計沃森 的IBM 研究團隊的科學家David Ferrucci 博士表示：經過四年的努力，我們的科學團隊相信沃森已經能夠快速理解《危險邊緣》問題的內容，分析它需要獲得的信息，得到精確的答案，並給出可信的回答。沃森會估計《危險邊緣》節目組剩下的獎金數額、自己比其他對手落後或領先多少、自己在特定類別的題目上的表現，及時調整自己的信息級別。如果沃森落後對手太多，它的信心級別會較低，例如40%，這時它仍會繼續努力；不過在領先對手時它也會想：我已經領先那麼多了，為什麼還要冒險呢？因此，即使它的信心值是75%，它也有可能會選擇不回答。
在開發沃森的四年間，研發團隊主要以兩種方式評估這套系統。首先，他們以成批的方式(如每次3000個問題)進行大規模測試以評估系統性能，實施錯誤分析，提高系統性能。基於這種多問題的表現可以從統計學角度作出重要的性能評估；其次，該團隊評估沃森的第二個方式是，與《危險邊緣》以前的參賽選手進行陪練比賽。在2009年冬天，他們與曾經出現在《危險邊緣》的選手進行了79場比賽，在剛剛過去的秋天，沃森與獲得過《危險邊緣》比賽冠軍的選手進行了55場對決。這些陪練比賽讓研發團隊對沃森的性能有了深入認識。 《危險邊緣》是哥倫比亞廣播公司益智問答游戲節目，已經經歷了數十年歷史。該節目的比賽以一種獨特的問答形式進行，問題設置的涵蓋面非常廣泛，涉及到歷史、文學、藝術、流行文化、科技、體育、地理、文字游戲等等各個領域。根據以答案形式提供的各種線索，參賽者必須以問題的形式做出簡短正確的回。與一般問答節目相反，《危險邊緣》以答案形式提問、提問形式作答。參賽者需具備歷史、文學、政治、科學和通俗文化等知識，還得會解析隱晦含義、反諷與謎語等，而電腦並不擅長進行這類復雜思考。
沃森的設計初衷則是要理解更為復雜的詞句、語言和人類知識。IBM科學家、沃森團隊的負責人大衛·費魯奇(David Ferrucci)表示，利用《危險邊緣》去開發計算機系統將推動技術向正確的方向發展。他表示： 節目會問各種問題。這同時涉及到信心，當你認為你的答案不正確時不要回答。你還需要很快地做出判斷。IBM表示，贏得《危險邊緣》比賽並不是主要目的。通過沃森的技術，醫生可以更快地診斷病例，法律工作者也可以更快地研究案例。《危險邊緣》執行製片人哈里·弗里德曼(Harry Friedman)表示：這些很重要，我們希望成為其中的一部分。 北京時間2011年2月17日，人機大戰最終成績出爐：電腦沃森狂勝人類。由IBM和美國德克薩斯大學聯合研製的超級電腦「沃森」(Watson)在美國最受歡迎的智力競猜電視節目《危險邊緣》中擊敗該節目歷史上兩位最成功的選手肯-詹寧斯和布拉德-魯特，成為《危險邊緣》節目新的王者。
在第三天的比賽中，IBM的超級電腦沃森獲得了41413美元的分數，而兩位人類選手肯·詹寧斯(Ken Jennings)和布拉德·拉特(Brad Rutter)分別僅獲得了19200美元和11200美元。
將三個比賽日的成績相加即可得出最後的總成績，沃森也是大幅領先於人類，最終成績上，沃森達到了77147美元，肯·詹寧斯排名第二，但只獲得了24000美元，而布拉德·拉特獲得了21600美元，排名第三。
在第三比賽日的比賽中，沃森一路領先，以至於在進入最終的Final Jeopardy環節前，人類選手超過沃森的幾率已經幾乎不存在了。
在Final Jeopardy中，排名第二的肯·詹寧斯已經放棄追趕沃森，而選擇保住第二的位子，因此他僅賭了1000美元，排名第三的布拉德·拉特則放手一搏，壓上了他所能賭的最大賭注——5600美元，而沃森再一次暴露了他是非人類的本質，賭了17973美元，這和人類正常賭的整數大相徑庭。 美國哥倫比亞大學醫療中心和馬里蘭大學醫學院已與IBM公司簽訂合同，兩所大學的醫療人員將利用沃森更快、更准確地診病、治病。它的海量信息庫中存有許多發表在期刊上的專業論文，可以讓醫生利用最新科研成果治療病人。
想要讓沃森真正成為醫生的得力助手，還需要對它進行改進。醫生需要的不只是一個答案。而且有時病人提供的信息不準確或相互矛盾，這就需要醫生利用豐富的經驗進行判斷。IBM研發小組接下來的挑戰是，讓沃森多提供一些假設情況，研發小組至少還需要兩年才能完成這一任務。 ?14年前，IBM研發的計算機「深藍」（Deep Blue）戰勝了國際象棋冠軍卡斯帕羅夫；現在，這家公司以創始人Thomas J. Watson名字命名的計算機，繼續著對人類智能極限的挑戰。
IBM長於製造各種復雜的機器，除了伺服器還有這種智能計算機（小型機的集群），它看起來可不僅僅就像那句有點諷刺意味的流行語說的那樣—IBM，不是個生產哲學的公司嗎？
在1960年代人工智慧的技術研發停滯不前數年後，科學家便發現如果以模擬人腦來定義人工智慧那將走入一條死胡同。現在，「通過機器的學習、大規模資料庫、復雜的感測器和巧妙的演算法，來完成分散的任務」是人工智慧的最新定義，這早已經取代了曾經甚囂塵上的「重建大腦」。
按照這個定義，沃森在人工智慧上被認為又邁出了一步。「深藍只是在做非常大規模的計算，它是人類數學能力的體現，」IBM中國研究院資深經理潘越告訴《第一財經周刊》，他同時參與沃森項目，負責提供數據支持。「當涉及到機器學習、大規模並行計算、語義處理等領域，沃森了不起的地方在於把這些技術整合在一個體系架構下來理解人類的自然語言。」
如果這些解釋有點晦澀難懂的話，那麼可以參看一下《危險邊緣》的游戲規則，你便知道沃森的價值何在。
《危險邊緣》是哥倫比亞廣播公司一檔長盛不衰的電視問答節目，自1964年開始播出，最精彩的地方在於游戲里的問題包羅萬象，幾乎涵蓋了人類文明的所有領域。它的規則是答對問題可以獲得獎金，答錯就會倒扣。
對人類來說，規則很簡單，但對沃森來說，則意味著眾多挑戰。首先沃森必須要聽懂主持人的自然語言，這是深藍不具備的；其次是沃森需要分析這些語言，比如哪些是反諷，哪些是雙關，哪些是連詞，隨後根據關鍵字判斷題目的意思，沃森進行相關搜索，並評估各種答案的可能性；最後選擇三個可能性最高的答案，當其中一個可能性超過50%後，程序啟動，沃森按下搶答器。
這些得以實現靠的是90台IBM伺服器、360個計算機晶元驅動以及IBM研發的DeepQA系統。IBM為沃森配置的處理器是Power 750系列處理器，這是當前RISC（精簡指令集計算機）架構中最強的處理器—這些得以支持沃森最終得出可靠答案的時間不超過3秒鍾。
沃森主打的是小型機的並行運算。IBM在大型機上的地位很難撼動—在小沃森（創始人老沃森的兒子）執掌IBM時期，IBM投入約60億美元，這筆超過當年NASA的研發經費，最終把日本的NEC與法國的克雷排擠出去，奠定了IBM在大型機市場的壟斷地位。
「在IBM的內部員工培訓上流傳著一句笑話，那便是在大型機領域，有97%的市場份額來自IBM，剩下的3%來自淘汰的IBM二手大型機。」IBM伺服器銷售部門前負責人告訴《第一財經周刊》。
IBM試圖把大型機上的優勢帶入到小型機領域。沃森主打的正是IBM的銷售新星90台小型機的並行運算，「IBM小型機的運算速度是突出的，」上述IBM員工評價說，「因為它把大型機的CPU研發優勢直接移植到小型機上來了。」
IBM是為數不多的可以有能力獨立開發小型機CPU的廠家，IBM還將這些技術出售給了除英特爾以外的晶元製造商。
現在，在小型機市場上，IBM與HP的市場比例大致為2：1，另外一家小型機公司SUN則現在主要針對低端市場。
此外，IBM的全球研發團隊的某種模式也加大了沃森贏得比賽的可能。
這些團隊分工極為細致，比如以色列海法團隊負責深度開放域問答系統工程的搜索過程，日本東京負責沃森在問答中將詞意和詞語連接，IBM中國研究院和上海分院則負責以不同的資源給沃森提供數據支持，還有專門研究演算法的團隊以及研究策略下注的博弈團隊等。
「我們就好像是每個不同的虛擬部隊，每個人只做自己最擅長與熟悉的那部分。」潘越稱。
事實上這便是IBM的特色，它一直遵循工業時代的成功模式，比如這種製造企業更為擅長的流水線模式，並且通過給員工分級打分的獎懲制度，讓它的各個團隊都更有效率。
這些研發天才開發的DeepQA系統保證了沃森可以具備嶄新的人機交互模式，比如可以理解並分析自然語言，事實上，對自然語言的理解也一直是IBM研究機構在人工智慧上的強項。
這很像科幻電影里的橋段—為了隱秘的機器人開發計劃，在全球招募天賦異秉的人士。所不同的是，IBM的意義顯然更為實際。
此前，基於深藍研發的AIX操作系統讓IBM在商業運用與政府部門中取得了大量的訂單，IBM也希望可以將沃森的DeepQA系統運用於醫療服務、咨詢等領域之中。
「沃森的優勢是給出准確與可靠的答案，因此可以為醫生提供更適合病人的解決方案。「潘越稱，「在醫療領域的應用將是沃森商用最主要的領域。」
沃森項目如果想在醫療行業推行的話，還需要面臨法律層面的問題，IBM一位研究員稱，「如果沃森診斷出錯，而醫生又聽從了錯誤的診斷，那麼沃森就會面臨被患者告上法庭的危險，這對IBM而言是一個正在考慮的應用問題。」
對於IBM來說，沃森未來不僅要繼續挑戰人類智能的極限，還要幫助這家公司去同亞馬遜、谷歌、微軟們競爭，爭奪未來科技制高點的主導權。

3. 想要NASA帶你登月，大概得需要支付多少錢

想要NASA帶你登月，最多需支付最多需要300億美元。

距離1969年美國登陸月球已經過去了50多年，登月手續復雜，不止人要做好准備，技術也要夠，投入的錢也要足夠，但是錢能解決的事情，也算是有可能的事？上一次美國登月的時候是60年代，總共花了257億美元左右。大概需要一千億左右來訓練個人體質，身體不好很容易在返回大氣壓高過載的時候眩暈。

為了得到更多的資金資質，需要想登月的人士來支持此薯，最多需要300億美元。按NASA的說法，往返費用比較貴，大概需要5800萬美元，停留時間的花費另外計算。比較了俄羅斯當時的個人登月的金額，那位旅客當時花費了2000萬美元。

我國人民即使花錢了，登月估計也很難，因為美國國會有立法，禁止NASA和中森鉛者國有關的任何團體合作，也禁止使用任何和中國有關的資金。美國單方面加快登月速度，結果要靠NASA自己了。

4. nasa聯名為啥那麼便宜

品牌影響力。
而且NASA的產品都是經過嚴頃唯格檢測的，質量都是上乘，所以很多商家都願意以低價格出售NASA聯名產品雀茄培，以吸引更多的消費納老者。此外，NASA聯名產品的價格也受到了市場競爭的影響，因為很多商家都在競爭，所以價格也會相對較低。另外，NASA聯名產品的價格也受到了技術的影響，隨著技術的發展，生產成本也會相應降低，從而使得NASA聯名產品的價格也會相應降低。

5. nasa是什麼牌子的衣服(nasa是什麼牌子的衣服多少錢)

1.NASA並不是一種品牌，它是美國國家航空歲差航天局的簡稱，但也有部孫斗分品牌是可以申請NASA商標授權的，比如coach、H&M等，它們可以在得到授權之後推出包含了NASA元素的商品。乎凱皮

6. TP錢包里的NASA是什麼資產

TP錢包里的NASA是一種ERC-20代幣，類似於以太坊的代幣，由NASA Token項目發行。該代御胡幣旨在為區塊鏈應用提供支付和存儲解決方案，支持快速、安全和低成本的交易。NASA代幣還可以用於支付服務費用、購買特定產品和鎮塵攔參與社區治兄賣理。

7. NASA是什麼機構為什麼他們科技那麼厲害

NASA，中文譯作美國航空航天局，成立於1958年，是美國政府主管太空計劃和航空航天研究的機構，它的大名往往跟阿波羅登月、太空梭、國際空間站等太空項目聯系在一起，可以說是家喻戶曉，那麼這個機構到底有多強，看看它有多能燒錢就明白了。

1967-1973，NASA發射的各型土星五號火箭

雖然航天項目確實比較花錢，但像NASA這么出手闊綽的機構，迄今為止，也只有這么一家，也只有強大如美國這樣的國家，才能供研究機構這樣的岩旅揮霍。

8. 為什麼你做出這樣的決定

就算是兩個看起來追求相同目標的人，他們內心對這個目標的定義也不同。比方說都追求公務員職位，在仕途上成功的人，有的是圖安穩，有的是圖面子。有的是圖理想，可以真實的改變一些事情。

而且不同目標帶來的結果也不是一樣，有一些帶來的是持久的開心和好處，比方說健身，學習一項有用的技能等。有些確是非常短暫的，甚至是不存在的襪余，比方說存一年的錢，買奢侈品包包之類的。有些甚至帶來抑鬱和無助，比方說一夜暴富，找個白富美或者金龜婿等等。

這里我們討論，普通人是怎麼選擇目標的，是什麼因素明顯的，暗示的影響了你的決定。

對能力模式的認知在設定目標時有非常大的作用。你相信能力是天生的還是後天習得的，是固定不變的還是可以通過練習獲得的。

對能力模型的認知，叫做內隱觀。叫做內隱的原因是因為你可能沒有明顯意識到這些東西的存在，但是這些觀念卻每天強烈的影響著我們。

認為能力是固定不變的，叫做固定派。
認為能力是可以不斷提升的，叫做增量派。

人可能在不同的方向上持有的理論不一樣。比方說，大家都願意相信以後會賺越來越多的錢。所以這個點上，大部分人是增量派。但是很多人都認為自己的知識和能力從大學畢業後就固定了。或者認為自己天生不擅長數學，物理，英語等等。在這個事情上，很多人都是固定派。

關於內隱觀，做出最多研究的是Stanford psychologist Carol Dweck.。根據她的研究發現，固定派的人，他們想要抓住任何機會去展示自己的聰明。他們想要感受到自己聰明，並且讓別人感受到自己聰明。

更深入一層分析，其實這個想法是非常合理的，如果你認為你有固定量的智慧。那麼你到底有多少量呢，其實是不知道的。只是知道是固定的。所以對你來說，盡可能的確認以及讓別人認為自己有很多量的智慧就顯得非常重要了。所以你會怎麼做呢，選擇盡可能自己擅長的，沒有挑戰的，不會對自己的智慧程度造成風險的事情來做。

這不是最要命的，最要命的是，當他們做一件事情進展不順利的時候，就非常容易放棄(這樣比較容易保留面子以及智慧)。他們太在意證明自己，以至於因為這個不合理的在意，放棄了很多拓展和提升自己的機會。 比方說你本來選擇了一個非常好的目標，(比方說學習一個聲樂或者體育運動)，不論最終是否能取得什麼成就，這都是非常好的經歷。但是固定派在遇到困難的時候，非常容易放棄，因為堅持下去，會證明他們很蠢。而放棄(尤其是以我不感興趣了的理由)，則「杜絕」了這次證明自己很蠢的機會。

增量派 ，則不太容易犯這種錯誤。因為增量派認為自己的能力是可以習得和提升的。他們不會聚焦在證明自己，而是聚焦在提升自己上。所以挑戰不再是一個會證明自己愚蠢的潛在威脅，而是一個提升自己技能的機會。犯錯不意味自己笨，而是一個獲得更多知識的機會。

這種內隱觀的區別，不僅僅對大的決定有很大影響。日常生活中的小問題也有很多影響。相信自己的能力比較容易提升的，不會很容易獲得挫敗感。遇到事情，麻煩都會覺得這個是一個過程，相信事情可以變好。而固定派則特別容易挫敗，放棄，認為自己不適合做這個事情。所以增量派在日常生活中，會積極樂觀，並且持續嘗試。而固定派則下意識和潛意識的避免讓自己有挫敗感的事情。從而喪失很多機會

心裡學家曾經做過一個實驗，讓一個羞澀的人在攝像頭前和另外一個人對話，給羞澀的人兩個選擇，
1：一個社交專家對話，好處是可以學到社交技能。壞處是在攝像頭前會看起來很尷尬。
2：一個更加羞澀的人對話，好處是在攝像頭之前看起來不尷尬。
統計發現，羞澀的增量派相信自己的羞澀是可以提升的，所以選擇和社交專家對話，而羞澀的固定派會選告坦滾擇和一個更加羞澀的人對話，讓自己至少這一次看起來不尷尬。

Carol Dweck曾經在紐約的中學做過一個對照試驗。把學生分成兩組，一組觀察組和一個對照組。研究員每周花一個小時和學生在一起。觀察組給學生們講大腦和記憶是怎麼工作的。對照組給學生們講智慧是怎麼樣可以修改和提升的，八周過去後，對照組的學生數學獲得了巨大的提升

你可能沒有意識到，大部分決定是潛意識的
當我們聊到設定目標的時候，我們想到的是這是一個非常慎重的，經過認知思考的，衡量過利弊的，信碰計算我們達成這個目標的成功概率等等一系列的事情。

一些目標確實是這樣的，但是有一些目標，事實上很多目標，准確的說，日常生活中的大部分目標是無意識的操作的。

聽起來很驚悚，但事實上大腦就是這么工作的。有意識的工作，大腦能處理的是非常有限的，這種事情多了，就會出錯，比方說你不能談話的時候還同時讀書思考玩手機。 但是潛意識的工作，大腦的處理能力是非常有限的。這個區別就像電腦的內存和硬碟一樣。

人腦有意識和潛意識能處理的信息量，打個比方來說就是：如果潛意識可以處理的信息量如同NASA的超級電腦的話，有意識的部分處理的信息量就是一個便簽的容量。

而且人腦有一種機制，就是當一個操作熟悉後，就會轉換為潛意識處理模式，因為這樣損耗很低。我們做一件事情越嫻熟，就變得越靠近潛意識。比方說鍵盤打字，我們已經很少去操心按的是那個鍵，甚至不用拼寫，要打的內容都是自動出來的。 比方說玩手機，也基本是不去想應該點擊哪個動作，然後自己想看的內容就出現了。這些都是潛意識完成的。

那我們是怎麼完成這些事情呢，答案是周圍的環境觸發了潛意識完成這個動作。比方說按鈕變色，左右可以滑動的暗示等等。這些暗示直接繞過你的下意識，觸發潛意識。

都有哪些點處可以觸發潛意識去追求目標呢，事實上，任何事情。和目標相關的語言，圖片等。

下面有幾個例子證明了這一點：

神奇的事情：如果參與這個游戲的人，在游戲開始之前，讓他們用一些單詞造句，這些詞包括樂於助人的，團隊合作的，公平，分享等。單純這一個動作，參與游戲的人差不多把25%的魚放回魚塘，這個遠遠高於沒有做過造句的團隊。而且這個比例和明確要求團隊合作作為KPI的游戲團隊的比例是一樣的。

有這樣一個實驗：
讓一群荷蘭男人和女人讀一個故事，讀完故事後去做任務賺錢。任務做的越快，錢賺的越多。故事都是約翰和朋友做度假的計劃。第一個故事裡面暗示約翰要為這個度假攢錢。 第二個裡面只是提到度假計劃，沒有提到錢。

閱讀過第一個版本的人，做任務的速度比第二個版本的人平均快10%。因為他們的潛意識被約翰攢錢的目標給觸發了，但是他們並沒有意識到。

另外一個實驗：
讓一群大學生閱讀Bas的故事：Bas約見了他的大學同學Natash(女)， 他們聊天，喝酒，跳舞。結局分兩個版本1：然後就各回各家，各找各媽。 2：Bas把Natash送回家，然後帶有性暗示的問「我可以進來嗎」。這里暗示了Sex Seeking的目標，故事裡並沒有描述是否有性發生。
但是閱讀不同故事的男性在遇到需要幫助的漂亮女性Ellen時，表現非常不一樣，閱讀了Sex Seeking的版本願意花費更多的時間和精力在幫助漂亮女生Ellen上。

上面解釋了潛意識是如何被激發的。剩下的就是想想你周圍的環境可以觸發什麼潛意識，更重要的是，想想為了觸發潛意識，周圍的環境缺乏什麼。如果你想減肥，那麼就放一個火辣的健身美女的照片在顯眼的地方。 把媽媽的照片設置成手機屏保。在辦公桌上，放上自己的職業偶像，激勵自己努力工作。

這些技巧同樣適合於激發別人的潛意識。比方說把愛因斯坦的海報放在孩子的房間等。

9. 請問什麼是巨型計算機

巨型計算機是一種超大型電子計算機。具有很強的計算和處理數據的能力，主要特點表現為高速度和大容量，配有多種外部和外圍設備及豐富的、高功能的軟體系統。

巨型計算機實際上是一個巨大的計算機系統，主要用來承擔重大的科學研究、國防尖端技術和國民經濟領域的大型計算課題及數據處理任務。如大范圍天氣預報，整理衛星照片，原子核物的探索，研究洲際導彈、宇宙飛船等，制定國民經濟的發展計劃，項目繁多，時間性強，要綜合考慮各種各樣的因素，依靠巨型計算機能較順利地完成。

對巨型計算機的指標一些家這樣規定：首先，計算機的運算速度平均每秒1000萬次以上；其次，存貯容量在1000萬位以上。如我國研製成功的"銀河"計算機，就屬於巨型計算機。巨型計算機的發展是電子計算機的一個重要發展方向。它的研製水平標志著一個國家的科學技術和工業發展的程度，體現著國家經濟發展的實力。一些發達國家正在投入大量資金和人力、物力，研製運算速度達幾百億次的超級大型計算機。

在一定時期內速度最快、性能最高、體積最大、耗資最多的計算機系統。巨型計算機是一個相對的概念，一個時期內的巨型機到下一時期可能成為一般的計算機；一個時期內的巨型機技術到下一時期可能成為一般的計算機技術。現代的巨型計算機用於核物理研究、核武器設計、航天航空飛行器設計、國民經濟的預測和決策、能源開發、中長期天氣預報、衛星圖像處理、情報分析和各種科學研究方面，是強有力的模擬和計算工具，對國民經濟和國防建設具有特別重要的價值。

據統計,計算機的性能與使用價值的平方成正比,即所謂平方律。按照這一統計規律，計算機性能越高，相對價格越便宜。因此，隨著大型科學工程對計算機性能要求的日益提高，超高性能的巨型計算機將獲得越來越大的經濟效益。

一、巨型計算機的發展概況

50年代中期的巨型機有 UNIVAC公司的LARC機和 IBM公司的 STretch機。這兩台計算機分別採用了指令先行控制、多個運算單元、存儲交叉訪問、多道程序和分時系統等並行處理技術。60年代的巨型機有CDC6600機和7600機，它們都配置有多台外圍處理機,主機的中央處理器含有多個獨立並行的處理單元。70年代出現了現代巨型計算機，其指令執行速度每秒已達5000萬次以上，或每秒可獲得2000萬個以上的浮點結果。

現代巨型機經歷了三個發展階段。第一階段有美國ILLIAC-Ⅳ(1973年)、STAR-100（1974年）和ASC（1972年）等巨型機。ILLIAC－Ⅳ機是一台採用64個處理單元在統一控制下進行處理的陣列機，後兩台都是採用向量流水處理的 向量計算機 。1976年研製成功的CRAY-1機標志著現代巨型機進入第二階段。這台計算機設有向量、標量、地址等通用寄存器,有12個運算流水部件,指令控制和數據存取也都流水線化；機器主頻達80兆赫，每秒可獲得8000萬個浮點結果； 主存儲器 容量為100～400萬字(每字64位)，外存儲器容量達10 9 ～10 11 字；主機櫃呈圓柱形，功耗達數百千瓦；採用氟里昂冷卻。圖中為這種機器的邏輯結構。中國的「銀河「億次級巨型計算機（1983年）也是多通用寄存器、全流水線化的巨型機。運算流水部件有18個，採用雙向量陣列結構，主存儲器容量為200～400萬字(每字64位)，並配有磁碟海量存儲器。這些巨型機的系統結構都屬於單指令流多數據流(SIMD)結構。80年代以來，採用多處理機（多指令流多數據流MIMD）結構、多向量陣列結構等技術的第三階段的更高性能巨型機相繼問世。例如，美國的CRAY-XMP、CDCCYBER205,日本的S810/10和20、VP/100和200、S×1和S×2等巨型機，均採用超高速門陣列晶元燒結到多層陶瓷片上的微組裝工藝，主頻高達50～160兆赫以上，最高速度有的可達每秒5～10億個浮點結果,主存儲器容量為400～3200萬字（每字64位），外存儲器容量達10 12 字以上。

還有一類專用性很強的巨型機。例如，美國哥德伊爾宇航公司的巨型並行處理機MPP，由16384個處理器組成128×128的方陣，專用於衛星圖像信息的高速處理,8位整數加的處理速度可達每秒60億次，32位浮點加可達每秒1.6億次。英國ICL公司研製的分布式陣列處理機專用系統DAP，由 4096個一位 微處理器 和一台大型系列機2900組成，最高速度可達每秒1億個64位的浮點結果。

二、巨型計算機的組成

巨型機主機由高速運算部件和大容量快速主存貯器構成。由於巨型機加工數據的吞吐量很大，只有主存是不夠的，一般有半導體快速擴充存貯器和海量（磁碟）存貯子系統來支持。對大規模數據處理系統的用戶，常需大型聯機磁帶子系統或光碟子系統作為大量信息數據進／出的媒介 。巨型機主機一般不直接管理慢速的輸入／輸出（I／O）設備，而是通過I／O介面通道聯結前端機，由前端機做I／O的工作，包括用戶程序和數據的准備、運算結果的列印與繪圖輸出等。前端機一般用小型機。I／O的另一種途徑是通過網路，網上的用戶藉助其端機（微機、工作站、小型大型機）通過網來使用巨型機，I／O均由用戶端機來做。網路方式可大大提高巨型機的利用率。

三、巨型機技術

並行處理是巨型機技術的基礎。為提高系統性能，現代巨型機都在系統結構、硬體、軟體、工藝和電路等方面採取各種支持並行處理的技術。

數據類型為便於高速並行處理， 中央處理器 的數據類型除傳統的各類標量外，都增加了向量或數組類型。向量或數組運算的實質，是相繼或同時執行一批同樣的運算，而標量運算只處理一個或一對操作數，故向量運算速度一般比標量運算速度快得多。

硬體結構現代巨型機硬體大多採用流水線、多功能部件、陣列結構或多處理機等各種技術。流水線是把整個部件分成若干段，使眾多數據能重疊地在各段操作，特別適於向量運算，性能-價格比高,應用普遍。多功能部件可以同時進行不同的運算，每個部件內部又常採用流水線技術，既適合向量運算又適合標量運算。中國的「銀河」機和日本的 VP/200、S810/20機進一步將每個向量流水部件或向量處理機加倍，組成雙向量陣列，又把向量運算速度提高了兩倍。美國CYBER－205機的向量處理機可按用戶需要組成一、二或四條陣列式的流水線，技術上又有所發展。多處理機系統以多台處理機並行工作來提高系統的處理能力，各台處理機可以協作完成一個作業，也可以獨立完成各自的作業。每台處理機內部也可採用各種適宜的並行處理技術。在任務的劃分與分配、多處理機之間的同步與通信和 互連網路 的效益等方面，多處理機系統尚存在不少問題有待解決。現代巨型機採用的主要還是雙處理機系統（如CRAY-XMP）和四處理機系統（如HEP）。

向量寄存器為降低存儲流量和頻帶寬度的要求，並解決短向量運算速度低的問題，第二階段的巨型機採取了向量寄存器技術。CRAY-1機設有8個向量寄存器,所有向量運算指令都面向向量寄存器和其他通用寄存器。為更有力地支持各運算流水部件高度並行地進行各自的向量運算，日本的VP/100和S810等第三階段的巨型機設有龐大的向量寄存器，總容量達64K位元組。

標量運算標量運算速度對巨型機系統綜合速度的影響極大。為此,除增設標量寄存器、標量後援寄存器或標量 高速緩沖存儲器 以及採用先進的標量控制技術（如先行控制等）外，還可採用專作標量運算的功能部件和標量處理機等技術。例如,CRAY-1機的多功能部件中,有6個專作標量和地址運算，3個兼作標量浮點運算，標量運算速度可達每秒2000萬次以上；CYBER205機專設標量處理機，含5個運算部件,標量運算速度可達每秒5000萬次以上。在提高向量運算速度的同時，進一步提高標量運算速度，盡可能縮小兩者的差距，已成為改善巨型機系統性能的重要研究課題。

主存儲器為使復雜系統的三維處理成為可能，要求主存儲器能容納龐大的數據量。80年代的巨型機容量已達256兆位元組。為與運算部件的速度相匹配,主存儲器必須大大提高信息流量。為此，主要的措施是：①採取較成熟的多模塊交叉訪問技術,模塊數量一般取2n,有的巨型機採用素數模新技術，以盡量避免向量訪問的沖突；②不斷減小每個模塊的存取周期，如CRAY-XMP機的存取周期為38納秒，S810機雖用靜態MOS存儲器,也只有40納秒，與雙極存儲相當；③增加主存儲器的訪問埠，如CRAY-XMP機的每台處理機與CRAY-1機相比，訪問埠由一個增加到四個，解決了存儲訪問的瓶頸問題。

輸入輸出通道巨型機不但配有數量較多的輸入輸出通道，如16～32個，而且具有較高的通道傳輸率。如CRAY-XMP機除一般通道外,還有兩個傳輸率為每秒100兆位元組的通道和一個傳輸率高達每秒1250兆位元組的通道。

固態海量存儲器為適應特大算題的大量數據在主存儲器和外存儲器之間的頻繁調度，新型的巨型機採用固態海量存儲器作為超高速外存儲器。CRAY-XMP機的固態存儲器採用MOS技術，容量為64～256兆位元組，傳輸率比磁碟快50～100倍。S810機的固態存儲器容量為256～1024兆位元組，傳輸率達每秒1000兆位元組。

大規模集成電路巨型機的 邏輯電路 都採用超高速ECL電路，門級延遲約為0.25～0.5納秒，晶元門數為幾十至一千以上；1984年日本已研製成功4K門陣列常溫砷化鎵晶元，級延遲約為50皮秒；用於向量寄存器的超高速雙極隨機存取存儲器的訪問時間為3.5～5.5納秒。

組裝工藝縮短機內走線長度和提高機器主頻，是提高巨型機速度的基礎。現代巨型機主頻有的已達 250兆赫以上。為此，除提高晶元的集成度和速度外，還採用微組裝等高密度多層組裝工藝。由此而來的散熱問題很突出，需要採取特殊的冷卻措施。

並行演算法和軟體技術為充分發揮巨型機的系統性能，必須研究各種並行演算法並研製並行化的軟體系統。針對特大型科學計算的特點，巨型機通常配置如下軟體：具有多重處理能力的批處理分布式 操作系統 、高效的匯編語言、向量FORTRAN或PASCAL、ADA語言和向量識別器、並行化標准子程序庫、科學子程序庫和應用程序庫、系統 實用程序 、診斷程序等。