nasa超级电脑多少钱

1. 世界上的超级电脑

在西雅图举行的SC11大会上公布的全球超级计算机TOP500排行榜上，日本“京”(K Computer)以跨越1亿亿次每秒的计算能力继续占据榜首的位置。同时在计算能力排在前十位的系统中，有两套超级计算机系统是来自中国的，它们分别是来自部署在天津的“天河一号”以及部署在深圳的“曙光星云“高效能计算系统。下面就让我们来看看在这个星球上计算能力最强大的系统。
世界上超级电脑种类

1.K Computer 首个跨越亿亿次运算的超级计算机

世界上最快的超级计算机“京”(K Computer)是日本RIKEN高级计算科学研究院(AICS)与富士通的联合项目。“京”(K Computer)没有使用GPU加速，而是完全基于传统处理器搭建。“京”(K Computer)的最大性能四倍于排在第二位的“天河一号”。现在的“京”(K Computer)配备了88128颗富士通SPARC64 VIIIfx 2.0GHz八核心处理器，核心总量705024个，最大计算性能10.51Petaflop/s，峰值性能 11.28038 Petaflop/s，同时效率高达93.2%，总功耗为12659.9千瓦。

2.天河一号

曾经的王者位于中国天津国家超级计算机中心的“天河一号系统”在最新的排行榜中位列第二。计算能力达到2.57 petaflop/s。去年，天河一号还曾在TOP500排行榜中排名榜首。天河一号采用了CPU+GPU的混合架构。配有14336颗Intel Xeon X5670 2.93GHz六核心处理器、7168块NVIDIA Tesla M2050高性能计算卡，以及2048颗我国自主研发的飞腾FT-1000八核心处理器，总计20多万颗处理器核心，同时还配有专有互联网络。造价在6亿 人民币以上。

3.JAGUAR XT5 用于民用的超级计算机

“JAGUAR”超级计算机系统隶属于美国能源部，坐落于美国橡树岭国家实验室。“JAGUAR XT5”系统由美国国家科学基金会出资、Cray公司建造、田纳西大学和国家计算科学研究院共同拥有。它曾在2010年6月的TOP500排行榜中排名第一。“JAGUAR”是一台民用计算机，采用AMD Magny-Cours核心六核Opteron处理器，其最大计算能力为1.75 petaflop/s。主要用于模拟气候变化、能源产生以及其他基础科学的研究。

4.曙光星云 采用自主设计的HPP体系结构

“星云”坐落于我国深圳国家超级计算机中心。“星云”系统运算峰值达到3 petaflop/s，最大计算性能1.271 petaflop/s，并且是中国第一台、世界第三台实现双精度浮点计算超千万亿次的超级计算机，且其单位耗能所提供的性能达到了4.98亿次/瓦。

“星云”超级计算机采用自主设计的HPP体系结构，由4640个计算单元组成，采用了高效异构协同计算技术，系统包括了9280颗通用CPU和4640颗专用GPU组成。计算网络采用了单向40Gbps QDR Infiniband技术，核心存储采用了自主涉及的Parastor高速IO系统。

5.Tsubame 2.0 加入多种新硬件技术

Tsubame 2.0超级计算机是东京工业大学和NEC、HP联合推出的。Tsubame 2.0的速度是Tsubame 1.0的30倍，这款超级计算机配置2816颗 Intel Westmere 处理器和4224颗 NVIDIA Tesla M2050 GPU，并加入了DRAM和SSD等新硬件产品并采用Linux和Windows双系统。现在东京工业大学正着手制定Tsubame3.0的计划。

6.Cielo 为国家级实验室计算提供支持

在西班牙语中Cielo是“天空”的意思。Cielo现今为Los Alamos、Sandia以及Livermore三个国家级实验室提供计算支持。Cielo超级计算机基于Cray公司下一代的Baker架构，并使用AMD最新的Magny-Cours架构处理器，计算节点方面Cielo则采用双子星相互连接。

7.Pleiades 独有的Lustre文件系统

Pleiades超级计算机系统为位于美国加利福尼亚的NASA Ames研究中心提供计算支持。Pleiades由4核Harpertown和6核Westmere构成，内核数为81920个。同时网络连接架构使用infiniband方式。Pleiades的最大计算能力达到1.09 petaflop/s。并使用了超级计算机特有的Lustre文件系统。

8.HOPPER 以海军女少将命名的超级计算机

HOPPER超级计算机系统是以美国海军女少将Grace Hopper的名字命名，Grace Hopper也是软件及编程语言的先驱者。现今HOPPER位于劳伦斯伯克利国家实验室的国家能源研究科学计算中心。HOPPER采用了CrayXE6系统单元，包含AMD十二核心的Opteron6172处理器，总共具备153408个内核，最大运算能力达到了1.05petaflop/s。

9.Tera-100 欧洲大陆最强的超级计算机

Tera-100是目前欧洲计算最强的超级计算机。Tera-100系统的理论峰值性能为1.25Petaflop/s，最大计算性能约为1Petaflop/s。Tera-100去年3月完成搭建，5月26日正式加电启动。Tera-100由4300个bullxS系列服务器组成。系统部署了140000颗Intel Xeon7500处理核心，内部存储器容量为300TB，外部存储器容量达到了20PB，全局文件系统的吞吐量为500GB/s。Tera100将被用于法国核武器模拟项目。

10.Roadrunner 混合式超级计算机

坐落于美国Los Alamos实验室的Roadrunner超级计算机系统曾在2008年6月的TOP 500排行榜名列首位。它也是全球第一个运算能力超过1 petaflop/s的超级计算机系统。

2. 沃森超级计算机的赛前轶事

2009年12月，弗里德曼和其他制作人员第一次见到“沃森”，当时这台超级电脑与两名人类选手展开对决。“沃森”采用IBM POWER7服务器，能够将所处理的任务实现最优化。IBM表示参加挑战的“沃森”必须快速处理所有任务。此外，这台超级电脑还采用了一系列专利技术，能够让任务和数据处理与信息实时分析同时进行。
法鲁西指出《危险》的本质就是要让技术朝着正确的方向发展。他说：“这档节目涉及的领域很广，会提出各种各样的问题，是我们希望参加的挑战之一。这项挑战是对选手信心的一种考验，你必须在确信答案正确后才回答，此外，你还不得不快速给出答案。”
IBM表示“沃森”采用的技术能够在医疗卫生等很多领域发挥作用，能够帮助提高医生诊断病情的准确性，改进在线自助咨询台，为游客和居民提供相关城市的特定信息，或者通过手机为消费者提供支持。为了备战《危险》，“沃森”曾与前《危险》冠军展开50多次对决。此外，它还参加了《危险》节目组为所有潜在选手准备的测验并顺利通过。
《危险》监制哈里·弗里德曼称，在IBM第一次与《危险》节目组接触时，制作人员均产生浓厚兴趣，但同时也担心观众对“沃森”参加比赛产生分歧，将其视为一个噱头或者花招。他说：“现在态度不同了。这是电脑获取的知识与最优秀的《危险》选手获取的知识之间的一种较量。这是一场重要的比赛，我们都希望参与其中。” 沃森由90台IBM服务器、360个计算机芯片驱动组成，是一个有10台普通冰箱那么大的计算机系统。它拥有15TB内存、2880个处理器、每秒可进行80万亿次运算（这是目前的情况）。这些服务器采用Linux操作系统。IBM为沃森配置的处理器是Power 7系列处理器，这是当前RISC（精简指令集计算机）架构中最强的处理器。它采用45nm工艺打造，拥有八个核心、32个线程，主频最高可达4.1GHz，其二级缓逗瞎存更是达到了32MB。存储了大量图书、新闻和电影剧本资料、辞海、文选和《世界图书网络全书》(World Book Encyclopedia)等数百万份资料。每当读完问题的提示后，沃森就在不到三秒钟的时间里对自己的数据库挖地三尺，在长达2亿页的漫漫资料里展开搜索。
沃森是基于IBMDeepQA(深度开放域问答系统工程)技术开发的。作为沃森超级电脑基础的DeepQA技术可以读取数百万页文本数据，利用深度自然语言处理技术产生候选答案，根据诸多不同尺度评估那些问题。IBM研发团队为沃森开发的100多套算法可以在3秒内解析问题，检索数百万条信息然后再筛选还笑液原 成 答案输出成人类语言。每一种算法都有其专门的功能。其中一种算法被称为嵌套分解算法，它可以将线索分解成两个不同的搜索功能。
沃森超级计算机与谷歌搜索引擎相比究竟谁更智能？对于这一问题，美国《商业周刊》前科技编辑史蒂芬·贝克尔近日通过分析和比较后认为，沃森超级计算机比谷歌更智能。贝克尔认为，答案很简单，谷歌现在还不能回答问题。谷歌以两种方式信赖于我们人类的大脑：首先，在描述用户的查询请求时，谷歌会让用户像计算机一样去思考，挑选出三或四个最符合计算机意图的消息，形成一个查询结果列表。其次，谷歌会将用户引导到与所查询的答案类似的答案上去，让用户花更多的脑力去发现所需要查询的确切答案。而沃森超级计算机则是自己处理所有问题。山升空它必须要解码复杂的英语，穷尽所有可能的答案，并选择其中一个，最终判定它是否足够符合要求。 对计算机沃森来说，挑选出合适的语境是一项艰巨任务，尤其是在充满暗示和恶作剧的游戏里，而且它还必须确定答案的可靠性以及它是不是需要冒险去猜。沃森需要识别人类的语言，并从中分析微妙的含义，讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索，并通过一系列的数据比对和模拟人类的联想能力得出精准的答案，再反向用人类的语言回答出来。此外，沃森还能模仿人类针对问题进行策略考虑，例如问题的挑选、是否略过不擅长的题目，还会模仿人类的口吻搞笑整个过程仅有计算机和软件算法完成，没有工程师参与（这种快速问答，其实也参与不了），也与互联网断开因此计算机不能作弊，必须自己想。
领导设计沃森 的IBM 研究团队的科学家David Ferrucci 博士表示：经过四年的努力，我们的科学团队相信沃森已经能够快速理解《危险边缘》问题的内容，分析它需要获得的信息，得到精确的答案，并给出可信的回答。沃森会估计《危险边缘》节目组剩下的奖金数额、自己比其他对手落后或领先多少、自己在特定类别的题目上的表现，及时调整自己的信息级别。如果沃森落后对手太多，它的信心级别会较低，例如40%，这时它仍会继续努力；不过在领先对手时它也会想：我已经领先那么多了，为什么还要冒险呢？因此，即使它的信心值是75%，它也有可能会选择不回答。
在开发沃森的四年间，研发团队主要以两种方式评估这套系统。首先，他们以成批的方式(如每次3000个问题)进行大规模测试以评估系统性能，实施错误分析，提高系统性能。基于这种多问题的表现可以从统计学角度作出重要的性能评估；其次，该团队评估沃森的第二个方式是，与《危险边缘》以前的参赛选手进行陪练比赛。在2009年冬天，他们与曾经出现在《危险边缘》的选手进行了79场比赛，在刚刚过去的秋天，沃森与获得过《危险边缘》比赛冠军的选手进行了55场对决。这些陪练比赛让研发团队对沃森的性能有了深入认识。 《危险边缘》是哥伦比亚广播公司益智问答游戏节目，已经经历了数十年历史。该节目的比赛以一种独特的问答形式进行，问题设置的涵盖面非常广泛，涉及到历史、文学、艺术、流行文化、科技、体育、地理、文字游戏等等各个领域。根据以答案形式提供的各种线索，参赛者必须以问题的形式做出简短正确的回。与一般问答节目相反，《危险边缘》以答案形式提问、提问形式作答。参赛者需具备历史、文学、政治、科学和通俗文化等知识，还得会解析隐晦含义、反讽与谜语等，而电脑并不擅长进行这类复杂思考。
沃森的设计初衷则是要理解更为复杂的词句、语言和人类知识。IBM科学家、沃森团队的负责人大卫·费鲁奇(David Ferrucci)表示，利用《危险边缘》去开发计算机系统将推动技术向正确的方向发展。他表示： 节目会问各种问题。这同时涉及到信心，当你认为你的答案不正确时不要回答。你还需要很快地做出判断。IBM表示，赢得《危险边缘》比赛并不是主要目的。通过沃森的技术，医生可以更快地诊断病例，法律工作者也可以更快地研究案例。《危险边缘》执行制片人哈里·弗里德曼(Harry Friedman)表示：这些很重要，我们希望成为其中的一部分。 北京时间2011年2月17日，人机大战最终成绩出炉：电脑沃森狂胜人类。由IBM和美国德克萨斯大学联合研制的超级电脑“沃森”(Watson)在美国最受欢迎的智力竞猜电视节目《危险边缘》中击败该节目历史上两位最成功的选手肯-詹宁斯和布拉德-鲁特，成为《危险边缘》节目新的王者。
在第三天的比赛中，IBM的超级电脑沃森获得了41413美元的分数，而两位人类选手肯·詹宁斯(Ken Jennings)和布拉德·拉特(Brad Rutter)分别仅获得了19200美元和11200美元。
将三个比赛日的成绩相加即可得出最后的总成绩，沃森也是大幅领先于人类，最终成绩上，沃森达到了77147美元，肯·詹宁斯排名第二，但只获得了24000美元，而布拉德·拉特获得了21600美元，排名第三。
在第三比赛日的比赛中，沃森一路领先，以至于在进入最终的Final Jeopardy环节前，人类选手超过沃森的几率已经几乎不存在了。
在Final Jeopardy中，排名第二的肯·詹宁斯已经放弃追赶沃森，而选择保住第二的位子，因此他仅赌了1000美元，排名第三的布拉德·拉特则放手一搏，压上了他所能赌的最大赌注——5600美元，而沃森再一次暴露了他是非人类的本质，赌了17973美元，这和人类正常赌的整数大相径庭。 美国哥伦比亚大学医疗中心和马里兰大学医学院已与IBM公司签订合同，两所大学的医疗人员将利用沃森更快、更准确地诊病、治病。它的海量信息库中存有许多发表在期刊上的专业论文，可以让医生利用最新科研成果治疗病人。
想要让沃森真正成为医生的得力助手，还需要对它进行改进。医生需要的不只是一个答案。而且有时病人提供的信息不准确或相互矛盾，这就需要医生利用丰富的经验进行判断。IBM研发小组接下来的挑战是，让沃森多提供一些假设情况，研发小组至少还需要两年才能完成这一任务。 ?14年前，IBM研发的计算机“深蓝”（Deep Blue）战胜了国际象棋冠军卡斯帕罗夫；现在，这家公司以创始人Thomas J. Watson名字命名的计算机，继续着对人类智能极限的挑战。
IBM长于制造各种复杂的机器，除了服务器还有这种智能计算机（小型机的集群），它看起来可不仅仅就像那句有点讽刺意味的流行语说的那样—IBM，不是个生产哲学的公司吗？
在1960年代人工智能的技术研发停滞不前数年后，科学家便发现如果以模拟人脑来定义人工智能那将走入一条死胡同。现在，“通过机器的学习、大规模数据库、复杂的传感器和巧妙的算法，来完成分散的任务”是人工智能的最新定义，这早已经取代了曾经甚嚣尘上的“重建大脑”。
按照这个定义，沃森在人工智能上被认为又迈出了一步。“深蓝只是在做非常大规模的计算，它是人类数学能力的体现，”IBM中国研究院资深经理潘越告诉《第一财经周刊》，他同时参与沃森项目，负责提供数据支持。“当涉及到机器学习、大规模并行计算、语义处理等领域，沃森了不起的地方在于把这些技术整合在一个体系架构下来理解人类的自然语言。”
如果这些解释有点晦涩难懂的话，那么可以参看一下《危险边缘》的游戏规则，你便知道沃森的价值何在。
《危险边缘》是哥伦比亚广播公司一档长盛不衰的电视问答节目，自1964年开始播出，最精彩的地方在于游戏里的问题包罗万象，几乎涵盖了人类文明的所有领域。它的规则是答对问题可以获得奖金，答错就会倒扣。
对人类来说，规则很简单，但对沃森来说，则意味着众多挑战。首先沃森必须要听懂主持人的自然语言，这是深蓝不具备的；其次是沃森需要分析这些语言，比如哪些是反讽，哪些是双关，哪些是连词，随后根据关键字判断题目的意思，沃森进行相关搜索，并评估各种答案的可能性；最后选择三个可能性最高的答案，当其中一个可能性超过50%后，程序启动，沃森按下抢答器。
这些得以实现靠的是90台IBM服务器、360个计算机芯片驱动以及IBM研发的DeepQA系统。IBM为沃森配置的处理器是Power 750系列处理器，这是当前RISC（精简指令集计算机）架构中最强的处理器—这些得以支持沃森最终得出可靠答案的时间不超过3秒钟。
沃森主打的是小型机的并行运算。IBM在大型机上的地位很难撼动—在小沃森（创始人老沃森的儿子）执掌IBM时期，IBM投入约60亿美元，这笔超过当年NASA的研发经费，最终把日本的NEC与法国的克雷排挤出去，奠定了IBM在大型机市场的垄断地位。
“在IBM的内部员工培训上流传着一句笑话，那便是在大型机领域，有97%的市场份额来自IBM，剩下的3%来自淘汰的IBM二手大型机。”IBM服务器销售部门前负责人告诉《第一财经周刊》。
IBM试图把大型机上的优势带入到小型机领域。沃森主打的正是IBM的销售新星90台小型机的并行运算，“IBM小型机的运算速度是突出的，”上述IBM员工评价说，“因为它把大型机的CPU研发优势直接移植到小型机上来了。”
IBM是为数不多的可以有能力独立开发小型机CPU的厂家，IBM还将这些技术出售给了除英特尔以外的芯片制造商。
现在，在小型机市场上，IBM与HP的市场比例大致为2：1，另外一家小型机公司SUN则现在主要针对低端市场。
此外，IBM的全球研发团队的某种模式也加大了沃森赢得比赛的可能。
这些团队分工极为细致，比如以色列海法团队负责深度开放域问答系统工程的搜索过程，日本东京负责沃森在问答中将词意和词语连接，IBM中国研究院和上海分院则负责以不同的资源给沃森提供数据支持，还有专门研究算法的团队以及研究策略下注的博弈团队等。
“我们就好像是每个不同的虚拟部队，每个人只做自己最擅长与熟悉的那部分。”潘越称。
事实上这便是IBM的特色，它一直遵循工业时代的成功模式，比如这种制造企业更为擅长的流水线模式，并且通过给员工分级打分的奖惩制度，让它的各个团队都更有效率。
这些研发天才开发的DeepQA系统保证了沃森可以具备崭新的人机交互模式，比如可以理解并分析自然语言，事实上，对自然语言的理解也一直是IBM研究机构在人工智能上的强项。
这很像科幻电影里的桥段—为了隐秘的机器人开发计划，在全球招募天赋异秉的人士。所不同的是，IBM的意义显然更为实际。
此前，基于深蓝研发的AIX操作系统让IBM在商业运用与政府部门中取得了大量的订单，IBM也希望可以将沃森的DeepQA系统运用于医疗服务、咨询等领域之中。
“沃森的优势是给出准确与可靠的答案，因此可以为医生提供更适合病人的解决方案。“潘越称，“在医疗领域的应用将是沃森商用最主要的领域。”
沃森项目如果想在医疗行业推行的话，还需要面临法律层面的问题，IBM一位研究员称，“如果沃森诊断出错，而医生又听从了错误的诊断，那么沃森就会面临被患者告上法庭的危险，这对IBM而言是一个正在考虑的应用问题。”
对于IBM来说，沃森未来不仅要继续挑战人类智能的极限，还要帮助这家公司去同亚马逊、谷歌、微软们竞争，争夺未来科技制高点的主导权。

3. 想要NASA带你登月，大概得需要支付多少钱

想要NASA带你登月，最多需支付最多需要300亿美元。

距离1969年美国登陆月球已经过去了50多年，登月手续复杂，不止人要做好准备，技术也要够，投入的钱也要足够，但是钱能解决的事情，也算是有可能的事？上一次美国登月的时候是60年代，总共花了257亿美元左右。大概需要一千亿左右来训练个人体质，身体不好很容易在返回大气压高过载的时候眩晕。

为了得到更多的资金资质，需要想登月的人士来支持此薯，最多需要300亿美元。按NASA的说法，往返费用比较贵，大概需要5800万美元，停留时间的花费另外计算。比较了俄罗斯当时的个人登月的金额，那位旅客当时花费了2000万美元。

我国人民即使花钱了，登月估计也很难，因为美国国会有立法，禁止NASA和中森铅者国有关的任何团体合作，也禁止使用任何和中国有关的资金。美国单方面加快登月速度，结果要靠NASA自己了。

4. nasa联名为啥那么便宜

品牌影响力。
而且NASA的产品都是经过严顷唯格检测的，质量都是上乘，所以很多商家都愿意以低价格出售NASA联名产品雀茄培，以吸引更多的消费纳老者。此外，NASA联名产品的价格也受到了市场竞争的影响，因为很多商家都在竞争，所以价格也会相对较低。另外，NASA联名产品的价格也受到了技术的影响，随着技术的发展，生产成本也会相应降低，从而使得NASA联名产品的价格也会相应降低。

5. nasa是什么牌子的衣服(nasa是什么牌子的衣服多少钱)

1.NASA并不是一种品牌，它是美国国家航空岁差航天局的简称，但也有部孙斗分品牌是可以申请NASA商标授权的，比如coach、H&M等，它们可以在得到授权之后推出包含了NASA元素的商品。乎凯皮

6. TP钱包里的NASA是什么资产

TP钱包里的NASA是一种ERC-20代币，类似于以太坊的代币，由NASA Token项目发行。该代御胡币旨在为区块链应用提供支付和存储解决方案，支持快速、安全和低成本的交易。NASA代币还可以用于支付服务费用、购买特定产品和镇尘拦参与社区治兄卖理。

7. NASA是什么机构为什么他们科技那么厉害

NASA，中文译作美国航空航天局，成立于1958年，是美国政府主管太空计划和航空航天研究的机构，它的大名往往跟阿波罗登月、航天飞机、国际空间站等太空项目联系在一起，可以说是家喻户晓，那么这个机构到底有多强，看看它有多能烧钱就明白了。

1967-1973，NASA发射的各型土星五号火箭

虽然航天项目确实比较花钱，但像NASA这么出手阔绰的机构，迄今为止，也只有这么一家，也只有强大如美国这样的国家，才能供研究机构这样的岩旅挥霍。

8. 为什么你做出这样的决定

就算是两个看起来追求相同目标的人，他们内心对这个目标的定义也不同。比方说都追求公务员职位，在仕途上成功的人，有的是图安稳，有的是图面子。有的是图理想，可以真实的改变一些事情。

而且不同目标带来的结果也不是一样，有一些带来的是持久的开心和好处，比方说健身，学习一项有用的技能等。有些确是非常短暂的，甚至是不存在的袜余，比方说存一年的钱，买奢侈品包包之类的。有些甚至带来抑郁和无助，比方说一夜暴富，找个白富美或者金龟婿等等。

这里我们讨论，普通人是怎么选择目标的，是什么因素明显的，暗示的影响了你的决定。

对能力模式的认知在设定目标时有非常大的作用。你相信能力是天生的还是后天习得的，是固定不变的还是可以通过练习获得的。

对能力模型的认知，叫做内隐观。叫做内隐的原因是因为你可能没有明显意识到这些东西的存在，但是这些观念却每天强烈的影响着我们。

认为能力是固定不变的，叫做固定派。
认为能力是可以不断提升的，叫做增量派。

人可能在不同的方向上持有的理论不一样。比方说，大家都愿意相信以后会赚越来越多的钱。所以这个点上，大部分人是增量派。但是很多人都认为自己的知识和能力从大学毕业后就固定了。或者认为自己天生不擅长数学，物理，英语等等。在这个事情上，很多人都是固定派。

关于内隐观，做出最多研究的是Stanford psychologist Carol Dweck.。根据她的研究发现，固定派的人，他们想要抓住任何机会去展示自己的聪明。他们想要感受到自己聪明，并且让别人感受到自己聪明。

更深入一层分析，其实这个想法是非常合理的，如果你认为你有固定量的智慧。那么你到底有多少量呢，其实是不知道的。只是知道是固定的。所以对你来说，尽可能的确认以及让别人认为自己有很多量的智慧就显得非常重要了。所以你会怎么做呢，选择尽可能自己擅长的，没有挑战的，不会对自己的智慧程度造成风险的事情来做。

这不是最要命的，最要命的是，当他们做一件事情进展不顺利的时候，就非常容易放弃(这样比较容易保留面子以及智慧)。他们太在意证明自己，以至于因为这个不合理的在意，放弃了很多拓展和提升自己的机会。 比方说你本来选择了一个非常好的目标，(比方说学习一个声乐或者体育运动)，不论最终是否能取得什么成就，这都是非常好的经历。但是固定派在遇到困难的时候，非常容易放弃，因为坚持下去，会证明他们很蠢。而放弃(尤其是以我不感兴趣了的理由)，则“杜绝”了这次证明自己很蠢的机会。

增量派 ，则不太容易犯这种错误。因为增量派认为自己的能力是可以习得和提升的。他们不会聚焦在证明自己，而是聚焦在提升自己上。所以挑战不再是一个会证明自己愚蠢的潜在威胁，而是一个提升自己技能的机会。犯错不意味自己笨，而是一个获得更多知识的机会。

这种内隐观的区别，不仅仅对大的决定有很大影响。日常生活中的小问题也有很多影响。相信自己的能力比较容易提升的，不会很容易获得挫败感。遇到事情，麻烦都会觉得这个是一个过程，相信事情可以变好。而固定派则特别容易挫败，放弃，认为自己不适合做这个事情。所以增量派在日常生活中，会积极乐观，并且持续尝试。而固定派则下意识和潜意识的避免让自己有挫败感的事情。从而丧失很多机会

心里学家曾经做过一个实验，让一个羞涩的人在摄像头前和另外一个人对话，给羞涩的人两个选择，
1：一个社交专家对话，好处是可以学到社交技能。坏处是在摄像头前会看起来很尴尬。
2：一个更加羞涩的人对话，好处是在摄像头之前看起来不尴尬。
统计发现，羞涩的增量派相信自己的羞涩是可以提升的，所以选择和社交专家对话，而羞涩的固定派会选告坦滚择和一个更加羞涩的人对话，让自己至少这一次看起来不尴尬。

Carol Dweck曾经在纽约的中学做过一个对照试验。把学生分成两组，一组观察组和一个对照组。研究员每周花一个小时和学生在一起。观察组给学生们讲大脑和记忆是怎么工作的。对照组给学生们讲智慧是怎么样可以修改和提升的，八周过去后，对照组的学生数学获得了巨大的提升

你可能没有意识到，大部分决定是潜意识的
当我们聊到设定目标的时候，我们想到的是这是一个非常慎重的，经过认知思考的，衡量过利弊的，信碰计算我们达成这个目标的成功概率等等一系列的事情。

一些目标确实是这样的，但是有一些目标，事实上很多目标，准确的说，日常生活中的大部分目标是无意识的操作的。

听起来很惊悚，但事实上大脑就是这么工作的。有意识的工作，大脑能处理的是非常有限的，这种事情多了，就会出错，比方说你不能谈话的时候还同时读书思考玩手机。 但是潜意识的工作，大脑的处理能力是非常有限的。这个区别就像电脑的内存和硬盘一样。

人脑有意识和潜意识能处理的信息量，打个比方来说就是：如果潜意识可以处理的信息量如同NASA的超级电脑的话，有意识的部分处理的信息量就是一个便签的容量。

而且人脑有一种机制，就是当一个操作熟悉后，就会转换为潜意识处理模式，因为这样损耗很低。我们做一件事情越娴熟，就变得越靠近潜意识。比方说键盘打字，我们已经很少去操心按的是那个键，甚至不用拼写，要打的内容都是自动出来的。 比方说玩手机，也基本是不去想应该点击哪个动作，然后自己想看的内容就出现了。这些都是潜意识完成的。

那我们是怎么完成这些事情呢，答案是周围的环境触发了潜意识完成这个动作。比方说按钮变色，左右可以滑动的暗示等等。这些暗示直接绕过你的下意识，触发潜意识。

都有哪些点处可以触发潜意识去追求目标呢，事实上，任何事情。和目标相关的语言，图片等。

下面有几个例子证明了这一点：

神奇的事情：如果参与这个游戏的人，在游戏开始之前，让他们用一些单词造句，这些词包括乐于助人的，团队合作的，公平，分享等。单纯这一个动作，参与游戏的人差不多把25%的鱼放回鱼塘，这个远远高于没有做过造句的团队。而且这个比例和明确要求团队合作作为KPI的游戏团队的比例是一样的。

有这样一个实验：
让一群荷兰男人和女人读一个故事，读完故事后去做任务赚钱。任务做的越快，钱赚的越多。故事都是约翰和朋友做度假的计划。第一个故事里面暗示约翰要为这个度假攒钱。 第二个里面只是提到度假计划，没有提到钱。

阅读过第一个版本的人，做任务的速度比第二个版本的人平均快10%。因为他们的潜意识被约翰攒钱的目标给触发了，但是他们并没有意识到。

另外一个实验：
让一群大学生阅读Bas的故事：Bas约见了他的大学同学Natash(女)， 他们聊天，喝酒，跳舞。结局分两个版本1：然后就各回各家，各找各妈。 2：Bas把Natash送回家，然后带有性暗示的问“我可以进来吗”。这里暗示了Sex Seeking的目标，故事里并没有描述是否有性发生。
但是阅读不同故事的男性在遇到需要帮助的漂亮女性Ellen时，表现非常不一样，阅读了Sex Seeking的版本愿意花费更多的时间和精力在帮助漂亮女生Ellen上。

上面解释了潜意识是如何被激发的。剩下的就是想想你周围的环境可以触发什么潜意识，更重要的是，想想为了触发潜意识，周围的环境缺乏什么。如果你想减肥，那么就放一个火辣的健身美女的照片在显眼的地方。 把妈妈的照片设置成手机屏保。在办公桌上，放上自己的职业偶像，激励自己努力工作。

这些技巧同样适合于激发别人的潜意识。比方说把爱因斯坦的海报放在孩子的房间等。

9. 请问什么是巨型计算机

巨型计算机是一种超大型电子计算机。具有很强的计算和处理数据的能力，主要特点表现为高速度和大容量，配有多种外部和外围设备及丰富的、高功能的软件系统。

巨型计算机实际上是一个巨大的计算机系统，主要用来承担重大的科学研究、国防尖端技术和国民经济领域的大型计算课题及数据处理任务。如大范围天气预报，整理卫星照片，原子核物的探索，研究洲际导弹、宇宙飞船等，制定国民经济的发展计划，项目繁多，时间性强，要综合考虑各种各样的因素，依靠巨型计算机能较顺利地完成。

对巨型计算机的指标一些家这样规定：首先，计算机的运算速度平均每秒1000万次以上；其次，存贮容量在1000万位以上。如我国研制成功的"银河"计算机，就属于巨型计算机。巨型计算机的发展是电子计算机的一个重要发展方向。它的研制水平标志着一个国家的科学技术和工业发展的程度，体现着国家经济发展的实力。一些发达国家正在投入大量资金和人力、物力，研制运算速度达几百亿次的超级大型计算机。

在一定时期内速度最快、性能最高、体积最大、耗资最多的计算机系统。巨型计算机是一个相对的概念，一个时期内的巨型机到下一时期可能成为一般的计算机；一个时期内的巨型机技术到下一时期可能成为一般的计算机技术。现代的巨型计算机用于核物理研究、核武器设计、航天航空飞行器设计、国民经济的预测和决策、能源开发、中长期天气预报、卫星图像处理、情报分析和各种科学研究方面，是强有力的模拟和计算工具，对国民经济和国防建设具有特别重要的价值。

据统计,计算机的性能与使用价值的平方成正比,即所谓平方律。按照这一统计规律，计算机性能越高，相对价格越便宜。因此，随着大型科学工程对计算机性能要求的日益提高，超高性能的巨型计算机将获得越来越大的经济效益。

一、巨型计算机的发展概况

50年代中期的巨型机有 UNIVAC公司的LARC机和 IBM公司的 STretch机。这两台计算机分别采用了指令先行控制、多个运算单元、存储交叉访问、多道程序和分时系统等并行处理技术。60年代的巨型机有CDC6600机和7600机，它们都配置有多台外围处理机,主机的中央处理器含有多个独立并行的处理单元。70年代出现了现代巨型计算机，其指令执行速度每秒已达5000万次以上，或每秒可获得2000万个以上的浮点结果。

现代巨型机经历了三个发展阶段。第一阶段有美国ILLIAC-Ⅳ(1973年)、STAR-100（1974年）和ASC（1972年）等巨型机。ILLIAC－Ⅳ机是一台采用64个处理单元在统一控制下进行处理的阵列机，后两台都是采用向量流水处理的 向量计算机 。1976年研制成功的CRAY-1机标志着现代巨型机进入第二阶段。这台计算机设有向量、标量、地址等通用寄存器,有12个运算流水部件,指令控制和数据存取也都流水线化；机器主频达80兆赫，每秒可获得8000万个浮点结果； 主存储器 容量为100～400万字(每字64位)，外存储器容量达10 9 ～10 11 字；主机柜呈圆柱形，功耗达数百千瓦；采用氟里昂冷却。图中为这种机器的逻辑结构。中国的“银河“亿次级巨型计算机（1983年）也是多通用寄存器、全流水线化的巨型机。运算流水部件有18个，采用双向量阵列结构，主存储器容量为200～400万字(每字64位)，并配有磁盘海量存储器。这些巨型机的系统结构都属于单指令流多数据流(SIMD)结构。80年代以来，采用多处理机（多指令流多数据流MIMD）结构、多向量阵列结构等技术的第三阶段的更高性能巨型机相继问世。例如，美国的CRAY-XMP、CDCCYBER205,日本的S810/10和20、VP/100和200、S×1和S×2等巨型机，均采用超高速门阵列芯片烧结到多层陶瓷片上的微组装工艺，主频高达50～160兆赫以上，最高速度有的可达每秒5～10亿个浮点结果,主存储器容量为400～3200万字（每字64位），外存储器容量达10 12 字以上。

还有一类专用性很强的巨型机。例如，美国哥德伊尔宇航公司的巨型并行处理机MPP，由16384个处理器组成128×128的方阵，专用于卫星图像信息的高速处理,8位整数加的处理速度可达每秒60亿次，32位浮点加可达每秒1.6亿次。英国ICL公司研制的分布式阵列处理机专用系统DAP，由 4096个一位 微处理器 和一台大型系列机2900组成，最高速度可达每秒1亿个64位的浮点结果。

二、巨型计算机的组成

巨型机主机由高速运算部件和大容量快速主存贮器构成。由于巨型机加工数据的吞吐量很大，只有主存是不够的，一般有半导体快速扩充存贮器和海量（磁盘）存贮子系统来支持。对大规模数据处理系统的用户，常需大型联机磁带子系统或光盘子系统作为大量信息数据进／出的媒介 。巨型机主机一般不直接管理慢速的输入／输出（I／O）设备，而是通过I／O接口通道联结前端机，由前端机做I／O的工作，包括用户程序和数据的准备、运算结果的打印与绘图输出等。前端机一般用小型机。I／O的另一种途径是通过网络，网上的用户借助其端机（微机、工作站、小型大型机）通过网来使用巨型机，I／O均由用户端机来做。网络方式可大大提高巨型机的利用率。

三、巨型机技术

并行处理是巨型机技术的基础。为提高系统性能，现代巨型机都在系统结构、硬件、软件、工艺和电路等方面采取各种支持并行处理的技术。

数据类型为便于高速并行处理， 中央处理器 的数据类型除传统的各类标量外，都增加了向量或数组类型。向量或数组运算的实质，是相继或同时执行一批同样的运算，而标量运算只处理一个或一对操作数，故向量运算速度一般比标量运算速度快得多。

硬件结构现代巨型机硬件大多采用流水线、多功能部件、阵列结构或多处理机等各种技术。流水线是把整个部件分成若干段，使众多数据能重叠地在各段操作，特别适于向量运算，性能-价格比高,应用普遍。多功能部件可以同时进行不同的运算，每个部件内部又常采用流水线技术，既适合向量运算又适合标量运算。中国的“银河”机和日本的 VP/200、S810/20机进一步将每个向量流水部件或向量处理机加倍，组成双向量阵列，又把向量运算速度提高了两倍。美国CYBER－205机的向量处理机可按用户需要组成一、二或四条阵列式的流水线，技术上又有所发展。多处理机系统以多台处理机并行工作来提高系统的处理能力，各台处理机可以协作完成一个作业，也可以独立完成各自的作业。每台处理机内部也可采用各种适宜的并行处理技术。在任务的划分与分配、多处理机之间的同步与通信和 互连网络 的效益等方面，多处理机系统尚存在不少问题有待解决。现代巨型机采用的主要还是双处理机系统（如CRAY-XMP）和四处理机系统（如HEP）。

向量寄存器为降低存储流量和频带宽度的要求，并解决短向量运算速度低的问题，第二阶段的巨型机采取了向量寄存器技术。CRAY-1机设有8个向量寄存器,所有向量运算指令都面向向量寄存器和其他通用寄存器。为更有力地支持各运算流水部件高度并行地进行各自的向量运算，日本的VP/100和S810等第三阶段的巨型机设有庞大的向量寄存器，总容量达64K字节。

标量运算标量运算速度对巨型机系统综合速度的影响极大。为此,除增设标量寄存器、标量后援寄存器或标量 高速缓冲存储器 以及采用先进的标量控制技术（如先行控制等）外，还可采用专作标量运算的功能部件和标量处理机等技术。例如,CRAY-1机的多功能部件中,有6个专作标量和地址运算，3个兼作标量浮点运算，标量运算速度可达每秒2000万次以上；CYBER205机专设标量处理机，含5个运算部件,标量运算速度可达每秒5000万次以上。在提高向量运算速度的同时，进一步提高标量运算速度，尽可能缩小两者的差距，已成为改善巨型机系统性能的重要研究课题。

主存储器为使复杂系统的三维处理成为可能，要求主存储器能容纳庞大的数据量。80年代的巨型机容量已达256兆字节。为与运算部件的速度相匹配,主存储器必须大大提高信息流量。为此，主要的措施是：①采取较成熟的多模块交叉访问技术,模块数量一般取2n,有的巨型机采用素数模新技术，以尽量避免向量访问的冲突；②不断减小每个模块的存取周期，如CRAY-XMP机的存取周期为38纳秒，S810机虽用静态MOS存储器,也只有40纳秒，与双极存储相当；③增加主存储器的访问端口，如CRAY-XMP机的每台处理机与CRAY-1机相比，访问端口由一个增加到四个，解决了存储访问的瓶颈问题。

输入输出通道巨型机不但配有数量较多的输入输出通道，如16～32个，而且具有较高的通道传输率。如CRAY-XMP机除一般通道外,还有两个传输率为每秒100兆字节的通道和一个传输率高达每秒1250兆字节的通道。

固态海量存储器为适应特大算题的大量数据在主存储器和外存储器之间的频繁调度，新型的巨型机采用固态海量存储器作为超高速外存储器。CRAY-XMP机的固态存储器采用MOS技术，容量为64～256兆字节，传输率比磁盘快50～100倍。S810机的固态存储器容量为256～1024兆字节，传输率达每秒1000兆字节。

大规模集成电路巨型机的 逻辑电路 都采用超高速ECL电路，门级延迟约为0.25～0.5纳秒，芯片门数为几十至一千以上；1984年日本已研制成功4K门阵列常温砷化镓芯片，级延迟约为50皮秒；用于向量寄存器的超高速双极随机存取存储器的访问时间为3.5～5.5纳秒。

组装工艺缩短机内走线长度和提高机器主频，是提高巨型机速度的基础。现代巨型机主频有的已达 250兆赫以上。为此，除提高芯片的集成度和速度外，还采用微组装等高密度多层组装工艺。由此而来的散热问题很突出，需要采取特殊的冷却措施。

并行算法和软件技术为充分发挥巨型机的系统性能，必须研究各种并行算法并研制并行化的软件系统。针对特大型科学计算的特点，巨型机通常配置如下软件：具有多重处理能力的批处理分布式 操作系统 、高效的汇编语言、向量FORTRAN或PASCAL、ADA语言和向量识别器、并行化标准子程序库、科学子程序库和应用程序库、系统 实用程序 、诊断程序等。