計算的未來是什么？

[核心提示] 從最早的大型機到現在的刀片處理器，從電腦到人工智能，再到可穿戴設備的崛起，計算的未來是什么？

可穿戴設備的崛起是為什么？因為它代表了一種發展方向，通用計算向場景計算的轉移。

首先我們來看，計算意味著什么？

第一階段：計算=Computing2

從以大型機為代表的計算機初始到以 Pentium IV 頻率為王的單核時期，大家對計算的要求在于更高的處理速度。這時計算能力幾乎是唯一指標。這一階段的目標是實現計算速度與計算精度。

第二階段：計算=Computing2

這一階段移動進入人們的視野。標志性產品包括筆記本—>MID—>智能手機—>Phablet/Hybrid Device。在這個路徑中，我們看到人們的需求從對計算能力重視、便攜移動優化的階段進入對每瓦計算能力的考量。這一思考的頂端就是對用戶端設備輸入輸 出能力的重視，而考慮把計算能力上提到云端（云=存儲能力+計算能力），于是我們看到了 Chromebook，聽到了傳說中的 Windows 9將是一款云端操作系統。至于蘋果一端，我們可以繼續期待 iOS 和 Macintosh 的跨尺寸設備承載。

這一階段與第一階段有一個共同點，計算=通用計算。只是無論在企業端還是消費者端，計算開始考慮成本。于是我們看到了利用海水能源的數據中心，以及 英特爾對消費者設備中TDP概念的重視，處理器原生集成越多的組件，對功耗的優化產生重大影響。于是我們看到CPU集成了南北橋，內存控制器，集成顯卡嵌 入 CPU。在這一時刻，摩爾定律在生產線上被一次又一次完美地鑒證著。

第三階段：計算=

這個階段剛進入萌芽期，代表是可穿戴設備。這一階段的重要特點是傳感器引入計算。云與端的結合，使計算提供解決方案成為了可能，而云成為解決方案中 關鍵的服務提供商。這一階段，我們發現像第二階段中計算能力的權重下降一樣，對于功耗的要求也在減弱，尤其是大設備，比如可運行8小時的消費級筆記本，乃 至可待機月余的藍牙4.0 設備。

五年前，我們在研究一款室內定位系統，當時擺在面前的選擇方案是 UWB，Zigbee，ISM 段的RF。單一的傳感器與單一的算法無法解決信號碰撞與信號干擾，于是一個在檔案室的人可能在顯示終端上出現在隔壁的辦公室。當時傳感器與計算單元，傳感 器與傳感器的聯系遠未如此豐富。回到今天，我們看到了iBeacon的可能性，更精確的室內定位，成本可控的民用小范圍定位可能更近了一些。

回到我們現在看到的可穿戴設備，傳感器在用戶端實現數據采集，在云端進行數據處理，很遺憾這種數據處理目前更多的是以區段結構呈現的。比如說體脂 秤，當我75公斤的體重實時數據和云端的基本數據結合以后，預設的BMI區段會告訴我過胖了。也就是說這種計算是一種預置的計算，既沒有做到實時，也沒有 實現精準。而這正是未來計算的目標：面向場景的精準實時計算。

這一計算目前有沒有實例？地圖的推薦交通方式即是一例，根據路上擁堵狀況，部分公交的運行位置，乃至公共交通的運行時間比照，最終給出推薦路線。未 來計算就是要實現這樣一種目標，傳感器（獨立或疊加）的應用，自然搜索的實現，機器學習的優化，面向場景計算模型的建立，將共同為我們實現這一目標——解 決方案的所見即所得將向軟件的所見即所得一樣直觀。

什么時候這樣的目標能夠實現？我認為當主傳感器不再通過用戶端計算設備與云端實現連接的時候有望實現。提一個問題，除去藍牙4.0，可穿戴設備還有什么靠譜的數據上傳方式？