计算机速成课Crash Course - 24. 冷战和消费主义

2024-01-25 21:36

本文主要是介绍计算机速成课Crash Course - 24. 冷战和消费主义,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今天继续计算机速成课Crash Course的系列讲解。

更多技术文章,全网首发公众号 “摸鱼IT” 锁定 -上午11点 - ,感谢大家关注、转发、点赞!

计算机速成课Crash Course - 24. 冷战和消费主义 (qq.com)

24. 冷战和消费主义

之前介绍了计算机历史,从人类文明的曙光开始 (第1集),一直到 1940 年代中期,电子计算机诞生,过去 23 集里讲的很多东西,比如编程语言和编译器,算法和集成电路,软盘和操作系统,电报机和屏幕,全都是1940~1970年代,大概这30年间里出现的,那时苹果和微软还不存在,也没有推特,谷歌或者 Uber,还没到个人电脑时代。

图片

而万维网,无人驾驶汽车,虚拟现实等主题,这个系列的后半部分会讲。

今天, 我们不管电路和算法,来聊聊这个影响力巨大的时代,我们会把重点放在冷战,太空竞赛,全球化,消费主义的兴起。

图片

1945年二战结束后不久,两个超级大国的关系越发紧张,美国和苏联开始了冷战,因此政府往科学和工程学投入大量资金。

计算机在战时已经证明了自身的价值,比如曼哈顿计划 和 破解纳粹通讯加密,所以政府大量投入资源,各种雄心勃勃的项目得以进行,比如之前提过的 ENIAC, EDVAC, Atlas, Whirlwind。

这种高速发展,如果仅靠商业运作是根本无法做到的,要依靠销售收回开发成本。

1950年代,事情开始发生变化,特别是 Univac 1,它是第一台取得商业成功的电脑,不像 ENIAC 或 Atlas,Univanc 1 不是一台机器,而是一个型号,一共造了40多台,大部分 Univac 去了政府或大公司,成为美国日益增长的军事工业综合体的一部分,因为政府有钱承担这些尖端科技。

图片

一个著名的例子是,一台给 美国原子能委员会 生产的 Univac 1,被 CBS 用来预测 1952 年美国总统大选的结果,仅用1%的选票,Univac 1 正确预测了结果,艾森豪威尔 获得压倒性胜利,而专家预测 史蒂文森 会赢。

这次事件把计算机推到了公众面前,计算机和以前的机器不一样,以前的机器增强人类的物理能力,比如卡车能带更多东西,自动织布机更快,机床更精确等等,这些东西代表了工业革命。

而计算机增强的是人类智力,范内瓦·布什 看到了这种潜力,他在1945年发表了一篇文章,描述了一种假想计算设备叫 Memex,可以用这个设备,存自己所有的书, 其他资料 以及和别人沟通,而且数据是按照格式存储,所以可以快速查询,有很大灵活性,可以辅助我们的记忆。

图片

他还预测会出现 新的百科全书形式,信息之间相互链接,听起来是不是很熟悉?(维基百科)

Memex 启发了之后几个重要里程碑,比如上集 伊万·萨瑟兰 的 Sketchpad(画板),以及后面很快会讲到,Dough Engelbart 的 oN-LINE 系统(第26集)。

范内瓦·布什,做过"美国科学研究与开发办公室"的头头,这个部门负责在二战期间,资助和安排科学研究,冷战时 范内瓦·布什 到处游说,想建立一个职责类似,但是在和平时期运作的部门,因此 国家科学基金会 于1950年成立。

图片

至今,国家科学基金会依然负责给科学研究 提供政府资金,美国的科技领先全球,主要原因之一就是这个机构。

1950年代,消费者开始买晶体管设备,其中值得注意的是 收音机,它又小又耐用,用电池就够了,而且便携,不像 1940 年代之前的收音机,用的是真空管。

收音机非常成功,卖的像"菲比精灵"和 iPhone 一样畅销。

图片

日本政府也在寻求工业机会,想振兴战后经济,他们很快动手从贝尔实验室 取得晶体管的授权,帮助振兴日本的半导体和电子行业。

1955年,索尼的第一款产品面世:TR-55 晶体管收音机,他们把重心放在质量和价格。因此日本公司在短短5年内,就占有了美国便携式收音机市场的一半。这为日本成为美国的强大工业对手,埋下伏笔。

图片

1953年,整个地球大概有100台计算机,苏联这时的计算机科技,只比西方落后几年,苏联在1950年,完成了第一个可编程电子计算机,但苏联在太空竞赛远远领先。

我们进入思想泡泡 ~~

苏联在1957年,把第一个卫星送上轨道,史波尼克1号,不久,在1961年,苏联宇航员 尤里·加加林 第一个进入太空,美国民众对此不满,使得肯尼迪总统,在加加林太空任务一个月后提出要登陆月球. 登月很贵的!

图片

NASA 的预算增长了几乎十倍,在 1966 年达到顶峰,占了政府预算的4.5%,如今,NASA 的预算只占 0.5%。

图片

NASA 用这笔钱资助各种科学研究,阿波罗计划花的钱最多,雇了40万人左右,而且有2万多家大学和公司参与。

其中一个挑战是 怎样在太空中导航,NASA 需要电脑计算复杂的轨道来引导太空船,因此,他们造了 "阿波罗导航计算机"。

有3个重要要求:

1. 计算机要快, 这在意料之中;

2. 计算机要又小又轻,太空船里的空间不多,而且要飞去月球,能轻一点是一点;

3. 要超级可靠,这对太空船非常重要,因为太空中有很多震动,辐射,极端温度变化,如果东西坏掉了,可没办法去"百思买"买新的。

那时的主流科技,真空管和晶体管 无法胜任这些要求,所以 NASA 用全新科技:集成电路。

阿波罗导航计算机 首先使用了集成电路,NASA 是唯一负担得起集成电路的组织,最初,一个芯片差不多50美金,导航计算机需要上千个芯片,但美国也因此成功登月,打败苏联。

谢了 思想泡泡~~

虽然人们经常把集成电路的发展,归功于阿波罗导航计算机,但它们的产量很低,一共只有 17 次阿波罗任务,实际上是军事大大推进了集成电路发展,特别是洲际导弹和核弹,使集成电路大规模生产。

图片

美国建造强大计算机时,也进一步推进了集成电路,一般叫"超级计算机",因为它们经常比全球最快电脑还快10倍以上,但 CDC,Cray,IBM 制造的计算机非常昂贵,几乎只有政府负担得起,这些计算机用于政府机构,比如美国国家安全局,以及实验室比如,劳伦斯·利弗莫尔 实验室、洛斯·阿拉莫斯 国家实验室。

最初,美国的半导体行业靠高利润政府合同起步,因此忽略了消费者市场,因为利润小,因此日本半导体行业在1950和1960年代,靠低利润率占领了消费者市场,日本人投入大量资金,大量制造以达到规模经济,同时研究技术,提高质量和产量,以及用自动化来降低成本。

图片

1970年代,太空竞赛和冷战逐渐消退,高利润的政府合同变少,美国的半导体和电子设备公司发现更难竞争了,虽然很多计算机组件商品化了,但并没有什么帮助。

DRAM 就是 DRAM,能从日立买便宜的,干嘛要从英特尔买贵的?

1970年代 美国公司开始缩小,合并,或直接倒闭,1974年英特尔不得不裁员三分之一,知名的仙童半导体也在 1979 年濒临倒闭,被其他公司收购了,为了生存,很多公司把生产外包出去,降低成本。

图片

英特尔不再把精力放在 内存集成电路,而是把精力放在处理器,这个决定最后挽救了公司,美国公司的无力,导致 夏普 和 卡西欧 这样的日本公司,占领了1970年代的主流产品。

手持计算器,因为集成电路,计算机又小又便宜,取代了办公室里昂贵的桌面计算器,对大多数人,这是他们第一次不必用纸笔和计算尺来做计算,手持计算机因此大卖,进一步降低了集成电路的成本,使得微处理器被广泛使用。

图片

比如之前讨论过的 Intel 4004,Intel 在1971年应日本计算器公司 Busicom 的要求做了这个芯片,很快,日本电子产品到处都是,从电视到手表到随身听,而廉价的微处理器,也催生了全新的产品,比如街机游戏。

图片

1972年诞生了Pong,1976年诞生了打砖块,因为成本不断下降,很快,普通人也买得起计算机了,这段期间,第一批家用电脑开始出现,比如1975年的 Altair 8800,以及第一款家用游戏机,比如1977年的Atari 2600。

图片

家用!我再说一遍 家用!如今没什么大不了的。

但那时是计算机的全新时代,在短短三十年内,计算机从大到人类可以在 CPU 里走来走去,发展到小到小孩都能拿住的手持玩具,而且微处理器还快得多。

这种巨大变化是由两种力量推动的:政府和消费者。政府资金,比如冷战期间美国投入的钱,推动了计算机的早期发展,并且让计算机行业活得足够久,使得技术成熟到可以商用,然后是公司,最后是消费者,把计算机变成了主流。

冷战虽然结束了,但这种关系今天仍在继续,政府依然在资助科学研究,情报机构依然在超级计算机,人类仍然被发射到太空里,而你依然在买电视,Xbox,Playstation,笔记本电脑和手机。

因此,计算机会继续飞速发展,我们下节课见。


以上内容就是 24. 冷战和消费主义 的内容,感兴趣的同学记得点赞、关注、转发、收藏哦!

我会不定期发布课程的讲解!

更多技术文章,全网首发公众号 “摸鱼IT” 锁定 -上午11点 - ,感谢大家关注、转发、点赞!

这篇关于计算机速成课Crash Course - 24. 冷战和消费主义的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/644686

相关文章

如何测试计算机的内存是否存在问题? 判断电脑内存故障的多种方法

《如何测试计算机的内存是否存在问题?判断电脑内存故障的多种方法》内存是电脑中非常重要的组件之一,如果内存出现故障,可能会导致电脑出现各种问题,如蓝屏、死机、程序崩溃等,如何判断内存是否出现故障呢?下... 如果你的电脑是崩溃、冻结还是不稳定,那么它的内存可能有问题。要进行检查,你可以使用Windows 11

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

计算机视觉工程师所需的基本技能

一、编程技能 熟练掌握编程语言 Python:在计算机视觉领域广泛应用,有丰富的库如 OpenCV、TensorFlow、PyTorch 等,方便进行算法实现和模型开发。 C++:运行效率高,适用于对性能要求严格的计算机视觉应用。 数据结构与算法 掌握常见的数据结构(如数组、链表、栈、队列、树、图等)和算法(如排序、搜索、动态规划等),能够优化代码性能,提高算法效率。 二、数学基础

java计算机毕设课设—停车管理信息系统(附源码、文章、相关截图、部署视频)

这是什么系统? 资源获取方式在最下方 java计算机毕设课设—停车管理信息系统(附源码、文章、相关截图、部署视频) 停车管理信息系统是为了提升停车场的运营效率和管理水平而设计的综合性平台。系统涵盖用户信息管理、车位管理、收费管理、违规车辆处理等多个功能模块,旨在实现对停车场资源的高效配置和实时监控。此外,系统还提供了资讯管理和统计查询功能,帮助管理者及时发布信息并进行数据分析,为停车场的科学

Science|癌症中三级淋巴结构的免疫调节作用与治疗潜力|顶刊精析·24-09-08

小罗碎碎念 Science文献精析 今天精析的这一篇综述,于2022-01-07发表于Science,主要讨论了癌症中的三级淋巴结构(Tertiary Lymphoid Structures, TLS)及其在肿瘤免疫反应中的作用。 作者类型作者姓名单位名称(中文)通讯作者介绍第一作者Ton N. Schumacher荷兰癌症研究所通讯作者之一通讯作者Daniela S. Thomm

《计算机视觉工程师养成计划》 ·数字图像处理·数字图像处理特征·概述~

1 定义         从哲学角度看:特征是从事物当中抽象出来用于区别其他类别事物的属性集合,图像特征则是从图像中抽取出来用于区别其他类别图像的属性集合。         从获取方式看:图像特征是通过对图像进行测量或借助算法计算得到的一组表达特性集合的向量。 2 认识         有些特征是视觉直观感受到的自然特征,例如亮度、边缘轮廓、纹理、色彩等。         有些特征需要通

【python计算机视觉编程——7.图像搜索】

python计算机视觉编程——7.图像搜索 7.图像搜索7.1 基于内容的图像检索(CBIR)从文本挖掘中获取灵感——矢量空间模型(BOW表示模型)7.2 视觉单词**思想****特征提取**: 创建词汇7.3 图像索引7.3.1 建立数据库7.3.2 添加图像 7.4 在数据库中搜索图像7.4.1 利用索引获取获选图像7.4.2 用一幅图像进行查询7.4.3 确定对比基准并绘制结果 7.

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法(KNN)8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正

Python计算机视觉编程 第十章

目录 一、OpenCv基础知识 1.读取和写入图像 2.颜色空间 3.显示图像和结果 二、处理视频 1.输入视频 2.将视频读取到NumPy数组中 三、跟踪 1.光流 2.Lucas-Kanade算法 一、OpenCv基础知识 OpenCV 自带读取、写入图像函数以及矩阵操作和数学库。 1.读取和写入图像 import cv2# 读取图像im = c

【超级干货】2天速成PyTorch深度学习入门教程,缓解研究生焦虑

3、cnn基础 卷积神经网络 输入层 —输入图片矩阵 输入层一般是 RGB 图像或单通道的灰度图像,图片像素值在[0,255],可以用矩阵表示图片 卷积层 —特征提取 人通过特征进行图像识别,根据左图直的笔画判断X,右图曲的笔画判断圆 卷积操作 激活层 —加强特征 池化层 —压缩数据 全连接层 —进行分类 输出层 —输出分类概率 4、基于LeNet