http://irdis.livejournal.com/ (
irdis.livejournal.com) wrote in
useless_faq2008-05-04 09:28 am
Системная конфигурация человеческого мозга
А кто-нибудь пытался определить тактовую частоту мозга в гигагерцах (т.е. сколько операций в секунду он производит)? Сколько килобайт данных может вместить кратковременная память у максимально натренированного человека? А долговременная?
Какова максимальная скорость обмена данными через порты типа "рот-уши" с другими людьми?
Какова максимальная скорость обмена данными через порты типа "рот-уши" с другими людьми?
no subject
no subject
no subject
no subject
вопрос поста о тактовой частоте - бессмыслица в квадра
http://en.wikipedia.org/wiki/Von_Neumann_architecture
Во-вторых, мозг не является синхронным дизайном с clock-ом
http://en.wikipedia.org/wiki/Sequential_logic
Поэтому вопрос поста о тактовой частоте - бессмыслица в квадрате.
Насчет остального - дело более тонкое, но я иду спать.
Кратковременная память человека может одновременно оперировать 7 плюс-минус 2 объектами.
Но "объект" может быть довольно сложным.
Тактовая частота - эталон быстродействия.
Но "мегагерцы" в разговорном языке являются показателем быстродействия. Точнее говорить про FLOPS, MIPS и транзакции в секунду, но не каждый может въехать в эти термины...
суперскалярные процессоры - все равно фон-Неймановски
Когда я говорю о не-фон-нейманновской машине, я имею в виду,
что в железе можно имплементировать миллионы параллельно работающих юнитов.
Процессор компьютера - это ничтожное подмножество того, что можно имплементировать в железе.
Для того, чтобы пояснить вам, как это работает, мне нужно знать вашу степень
осведомленности с программированием и hardware design-ом
(тогда я могу рекомендовать вам что читать).
Я занимаюсь много лет стредствами автоматизации электронного дизайна
(в числе моих клиентов были Intel, Hitachi, Fujitsu и многие другие компании).
Например, если вы не знаете, что такое Verilog, то начать можно
с Verilog-а, после чего в качестве упражнения имплементировать
примитивный конвейерный процессор используя в качестве пособия например
книжку Computer Organization and Design by David A. Patterson, John L. Hennessy
или Computer Architecture, Fourth Edition: A Quantitative Approach
by John L. Hennessy and David A. Patterson. В процессе этого вы поймете,
насколько гибко может быть hardware.
Re: суперскалярные процессоры - все равно фон-Неймановс
В этой области тоже чуток разбираюсь :-).
Re: суперскалярные процессоры - все равно фон-Неймановс
1. Я не люблю так называемые "искуственные нейронные сети", но чисто для целей аргумента:
Предположим, вы имплементировали большую искуственную нейронную сеть с помощью FPGA или ASIC (такие имплементации делались в частности в университетах). Правомерно ли измерять производительность такого устройства тактовой частотой клока, который используется для этого дизайна? Нет, не правомерно.
2. Есть методологии дизайна вообще без клока, зотя они слабо разработаны http://en.wikipedia.org/wiki/Asynchronous_circuit
Re: суперскалярные процессоры - все равно фон-Неймановс
Мы смотрели на самосинхронные системы. Они требуют почти в 2 раза больше оборудования (правда не требуют разводки clock tree, которое на современных процессорах занимает не меньше) и очень сложны в верификации и тестировании. В общем мы "не осилили", что лично мне очень обидно. Но их производительность как раз достаточно хорошо оценивается сравнением с аналогичной системой с синхронным дизайном.
no subject
no subject
no subject
no subject
no subject
no subject
И разрешающая способность человеческого глаза ограничена, только меряют ее не в мегапикселях есессно :) а, по-моему, в угловых секундах.
no subject
no subject
no subject
дело ведь не в том, как быстро происходит распознавание комнаты или расчет факториала, а в том, что мозг и процессор оперируют принципиально разными типами данных по принципиально разным алгоритмам
no subject
no subject
Тактовая частота отдельного нейрона очень низкая. Но нейроны работают параллельно. И сложность операции, которую выполняет нейрон за такт сложно оценить - она может быть как очень большой, так и очень маленькой (по типу вычисления средневзвешенной суммы в перцептроне).
no subject