美华裔专家提出大幅提高计算速度新模型

新华社华盛顿3月30日电(记者林)计算机速度的提高不仅与处理器性能有关，还需要解决内存中的“内存墙”问题。美国华裔科学家、伊利诺伊理工学院计算机系主任孙贤教授最近提出了一种新的数学模型，这种模型可以大大提高数据读取的速度，并有助于解决“大数据”时代面临的数据处理和分析问题。

人们普遍认为处理器是提高计算机计算速度的主要障碍，但是如果内存性能跟不上它，它也会限制计算速度的提高。孙贤说，在过去的40年里，计算机处理器的增长率遵循了半导体技术发展的摩尔定律，这意味着年增长率为52%。然而，计算机内存操作的速度每年仅增加9%，而硬盘性能的速度平均每年仅增加6%。目前，计算机内存的运行速度仅为处理器的400倍左右，导致数据读取延迟，形成“存储墙”。

对此，孙贤在1990年又提出了“记忆限制加速比”定律。在这个定律的基础上，孙贤和一个新提出的叫做C-AMAT的数学模型可以通过并行内存读取来并行处理计算机的缓存和存储系统，从而大大减少数据读取的延迟，从而将计算机的读取速度提高100倍。这项成就将发表在美国电气和电子工程师协会(IEEE)计算机协会的专业期刊《计算机》上。

孙贤和合说:“这是一个以数据为中心的设计概念，而以前的设计都是以计算为中心的，C-AMAT模型代表了设计概念的一个根本变化。”

芝加哥大学教授、英特尔研究前副总裁钱安达评论说，计算性能的主要障碍是数据的移动，无论是智能手机还是超级计算机。AMAT数学模型触及了这一关键问题，对更好的软件操作和改进硬件设计具有重要意义。