=高性能計算=

算法有兩種實現(xiàn)方式，一種是純串聯(lián)算法，一種是純并聯(lián)算法。

純串聯(lián)算法，就是整個算法具備先后順序性，前面得出的結(jié)果，是后面運算的參與因子，比如（499979開499973次方）乘以499979的結(jié)果再乘以499927分之499943，前面的運算沒有得出結(jié)果時，后面的運算就只能做預(yù)處理（把非純串聯(lián)的算式運算出來，比如在計算499979開499973次方的同時，也可以計算499927分之499943）。

純并聯(lián)算法，就是整個算法并不具備先后順序性，比如階乘，升階次方，降階次方……，算法本身可以拆分成很多個小算法，然后使用多個運算單元進行運算。

高性能計算，就是盡可能避免使用串聯(lián)式算法，而盡可能使用并聯(lián)式算法，這樣才能避免因為算法的原生屬性，導(dǎo)致硬件資源的浪費和運算速度的限制，當然這只能說是軟解決，治標，本質(zhì)性還是需要研發(fā)出單核心更高的運算頻率，這才是硬解決，不怕串聯(lián)算法，治本。

=特殊運算猜想=

按照運算和內(nèi)存的硬件需求，可以分為以下四種：

1：運算要求高，內(nèi)存需求大（比如理論核試驗，生物基因運算，非單一人工智能的大數(shù)據(jù)處理→也就是說不存在一種人工智能通用于大數(shù)據(jù)，各個行業(yè)的專家設(shè)計屬于自己行業(yè)專屬的專用人工智能）。

2：運算要求高，內(nèi)存需求?。ū热缛斯ぶ悄軟Q策，最終決策是擱置，確認可以，確認不可以，確認要禁止，確認可以無作為→靜觀其變，最終結(jié)果不要求有怎樣大的內(nèi)存，只是運算過程？？？大量的算法參與其中）。

3：運算要求低，內(nèi)存需求大（比如數(shù)據(jù)搜索，數(shù)據(jù)檢索，本身并不需要大量的運算，基本都是同一運算過程群發(fā)到所有內(nèi)存相關(guān)的處理器上，然后進行處理，比如時間同步的直播，點播收發(fā)服務(wù)器）。

4：運算要求低，內(nèi)存需求小。

第四種相當于個人電腦層面，而其他三種則屬于大數(shù)據(jù)應(yīng)用的常規(guī)局面。

如同可以用運算來替代內(nèi)存需求→數(shù)據(jù)壓縮和解壓縮技術(shù)；那么對應(yīng)的，有沒有一種使用內(nèi)存來替代運算需求→運算能力不足時，把隊列列表存儲到內(nèi)存中，然后等到閑暇時再進行運算？

按照處理器的發(fā)展方向，可以先研究各種算法的專用硬件，比如加減法計算器（沒錯，就是計算過程硬件化，然后把每秒運算次數(shù)提升上去，比如每皮秒運算千萬億次加減法），然后是乘除法計算器，無理數(shù)運算專用計算器，數(shù)組陣列運算專用計算器，三角函數(shù)專用計算器，統(tǒng)計計算器，進制轉(zhuǎn)換計算器，以此類推到所有類型的通用計算，然后采納一些應(yīng)用較為廣泛（取其量之大者），以及一些經(jīng)典的專用計算（取其質(zhì)之高者）。

先不考慮大小，先做出來，避免因為大小的限制從而影響其可維護性，可技術(shù)升級性，然后再考慮等比例縮小，如何做到越來越小。

當然了，也可以同臺競技，一個團隊專門研究和大小無關(guān)的大處理器（立方千米級處理器），一個團隊專門研究和大小有關(guān)的小處理器（低于立方厘米級處理器）。

→作者：感覺以后會有覆蓋整個天體表面積的脫殼式的處理器設(shè)計，那時候，960萬平方公里為一個基準單位咯。

=作者的話=

如果什么不是問題，那么什么都不是問題（一門不出何以通達世界）。

不管什么是不是問題，另一些方面都不是問題（不存在互為前提）。

只有什么不是問題，才能發(fā)現(xiàn)的前所未有的問題。