馮·諾依曼計算機將漸行漸遠？

如果說圖靈（Alan Turing）奠定的是計算機的理論基礎，那么馮·諾依曼（John Von Neumann）則是將圖靈的理論物化成為實際的物理實體，成為了計算機體系結構的奠基者。從第一臺馮·諾依曼計算機誕生到今天已經過去了將近 70 年，計算機的技術與性能也都發生了巨大的變化，但整個主流體系結構依然是馮·諾依曼結構。

馮·諾依曼體系結構的特點：采用二進制，硬件由 5 個部分組成（運算器、控制器、存儲器、輸入設備和輸出設備），提出了“存儲程序”原理，使用同一個存儲器，經由同一個總線傳輸，程序和數據統一存儲同時在程序控制下自動工作。特別要指出，它的程序指令存儲器和數據存儲器是合并在一起的，程序指令存儲地址和數據存儲地址指向同一個存儲器的不同物理位置。因為程序指令和數據都是用二進制碼表示，且程序指令和被操作數據的地址又密切相關，所以早先選擇這樣的結構是合理的。

但是，隨著對計算機處理速度要求的提高和對需要處理數據的種類、量級的增大，這種指令和數據共用一個總線的結構，使得信息流的傳輸成為限制計算機性能的一個瓶頸，制約了數據處理速度的提高。由此，體現出了馮·諾依曼體系結構的局限性:

1. 目前 CPU 的處理速度和內存容量的成長速率要遠大于兩者之間的流量，將大量數值從內存搬入搬出的操作占用了 CPU 大部分的執行時間，也造成了總線的瓶頸。
2. 程序指令的執行是串行的，由程序計數器控制，這樣使得即使有關數據已經準備好，也必須遵循逐條執行指令序列，影響了系統運行的速度；
3. 存儲器是線性編址，按順序排列的地址訪問，這是有利于存儲和執行機器語言，適用于數值計算。但高級語言的存儲采用的是一組有名字的變量，是按名字調用變量而非按地址訪問，且高級語言中的每個操作對于任何數據類型都是通用的，不管采用何種數據結構，多維數組、二叉樹還是圖，最終在存儲器上都必須轉換成一維的線性存儲模型進行存儲。這些因素都導致了機器語言和高級語言之間存在很大的語義差距，這些語義差距之間的映射大部分都要由編譯程序來完成，在很大程度上增加了編譯程序的工作量。
4. 馮·諾依曼體系結構計算機是為邏輯和數值運算而誕生的，它以 CPU 為中心，I/O設備與存儲器間的數據傳送都要經過運算器，在數值處理方面已經達到很高的速度和精度，但對非數值數據的處理效率比較低，需要在體系結構方面有革命性突破。

科學家們一直在努力突破傳統的馮·諾依曼體系結構框架，對馮·諾依曼計算機進行改良，主要體現在：

1. 將傳統計算機只有一個處理器串行執行改成多個處理器并行執行，依靠時間上的重疊來提高處理效率，形成支持多指令流、多數據流的并行算法結構。
2. 改變傳統計算機控制流驅動的工作方式，設計數據流驅動的工作方式，只要數據準備好，就可以并行執行相關指令。
3. 跳出采用電信號二進制范疇，選取其他物質作為執行部件和信息載體，如光子、量子或生物分子等。

近幾年，在計算機體系結構研究方面也已經有了重大進展，越來越多的非馮計算機相繼出現，如光子計算機、量子計算機、神經計算機以及 DNA 計算機等等。

光子計算機（Photonic computer）是一種采用光信號作為物質介質和信息載體，依靠激光束進入反射鏡和透鏡組成的陣列進行數值運算、邏輯操作和信息的存儲和處理。它可以實現對復雜度高、計算量大、實時性強的任務的高效、并行處理，比普通電子計算機快 1000 倍，在圖像處理、模式識別和人工智能方面有著非常巨大的應用前景。

神經計算機（Neural computer）是一種可以并行處理多種數據功能的神經網絡計算機，它以神經元為處理信息的基本單元，將模仿大腦神經記憶的信息存放在神經元上。神經網絡具有自組織、自學習、自適應及自修復功能，可以模仿人腦的判斷能力和適應能力。美國科學家研究出的神經計算機可以模擬人的左腦和右腦，能識別語言文字和圖形圖像，能控制機器人行為，進行智能決策。它的左腦由 100 萬個神經元組成，用于存儲文字和語法規則，右腦由 1 萬多個神經元組成，適用于圖形圖像識別。這將有可能成為人工智能硬件發展的主攻方向。

量子計算機（Quantum computer）是遵循量子力學規律進行高速數學和邏輯運算、存儲及處理量子信息的物理裝置。量子計算機本身的特性，擴充了邏輯和數學理論，通過核自旋、光子、束縛離子和原子等制成的量子位，創造出經典條件下不可能存在的新的邏輯門。與經典的比特位不同，對量子位操作 1 次等同于對經典位操作 2 次，因為量子不像半導體只能記錄 0 和1，它可以同時表示多種狀態。這些都為新的算法實現提供了條件，也為人工智能的發展提供了可能的硬件條件。

馮·諾依曼計算機以其技術成熟、價格低廉、軟件豐富和大眾的使用習慣，可能在今后很長的一段時期里還將為人類的工作和生活發揮著重要作用。當然，為了滿足人們對計算機更快速、更高效、更方便的使用要求，為了讓計算機能夠模擬人腦神經元和腦電信號脈沖這樣復雜的結構，就需要突破現有的體系結構框架并尋求新的物質介質作為計算機的信息載體，才能使計算機有質的飛躍。隨著非馮計算機的商品化問世，我們將會迎來一個嶄新的信息時代。