从四大核心要素变化看构建自主创新计算系统的途径之一——操作系统（上）

现代计算工业架构是由普林斯顿大学冯·诺依曼教授于1944年提出的。在过去80年的发展和演变中，计算技术经历了无数次迭代，计算产品的形态也发生了很大的变化，但计算架构的基本构成仍然是由这五个部分组成。等，主要取决于操作系统、计算芯片、内存、计算终端四大核心计算要素的自主创新能力。从全球范围来看，计算产业经历了80多年的发展，伴随着四大核心要素的不断升级和变化。出现了多项根本性的结构性变化。四大核心要素80年的升级变迁史，可以折射出计算系统在核心技术、产品形态、生产组织、产业生态等方面的诸多规律。核心要素的变化看如何构建自主创新的计算体系》系列文章。

现代计算工业架构是由普林斯顿大学冯·诺依曼教授于1944年提出的。冯·诺依曼计算架构将计算机分为五个部分，即控制器、运算单元、存储器、输入设备和输出设备。 在过去80年的发展和演变中，计算技术经历了无数次迭代，计算产品的形态也发生了很大的变化，但计算架构的基本构成仍然是由这五个部分组成。 其中，操作系统主要负责控制功能，CPU、GPU等计算芯片主要负责计算功能，DRAM、NAND等芯片构建的存储器主要负责存储功能，而各种PC、服务器、手机、云平台、智能汽车等计算终端主要负责输入输出功能。 因此，操作系统、计算芯片、内存和计算终端成为计算产业的四大核心要素。 自主创新的计算系统能否成功构建？ 它在市场上有竞争力吗？ 是否自主可控？ 能否在关键时刻“卡脖子”？ 等，主要取决于操作系统、计算芯片、内存、计算终端四大核心计算要素的自主创新能力。

从全球范围来看，计算产业经历了80多年的发展，伴随着四大核心要素的不断升级和变化。 核心技术经历了5-10代际升级。 出现了多项根本性的结构性变化。 四大核心要素80年的升级变迁史，可以折射出计算系统在核心技术、产品形态、生产组织、产业生态等方面的诸多规律。 借鉴。 北京交通大学信息管理理论与技术国际研究中心（ICIR）将从操作系统、计算芯片、内存、和计算终端，分八期推出“四大”。 核心要素的变化看如何构建自主创新的计算体系》系列文章。

八个系列文章分别是：

1.《从四大核心要素——操作系统的变化看如何构建自主创新的计算系统（上）》

2、《从四大核心要素的变化看如何构建自主创新的计算系统第二部分——操作系统篇（下）》

3.《如何从四大核心要素的变化构建自主创新的计算体系第三篇——计算芯片（上）》

4、《如何从四大核心要素的变化构建自主创新的计算体系第四篇——计算芯片（下）》

5、《从四大核心要素的变化看如何构建自主创新的计算系统第五部分——存储（下）》

6、《从四大核心要素的变化看如何构建自主创新的计算系统第六篇——内存部分（下）》

7、《从四大核心要素的变化看如何构建自主创新的计算体系第七篇——计算终端（上）》

8、《从四大核心要素的变化看如何构建自主创新的计算体系第八篇——计算终端（下）》

本期是《如何从四大核心要素——操作系统的变化构建自主创新计算系统（上）》系列文章的第一篇，主要介绍操作系统从手动到专用、专用从通用型、封闭源到开源等不同阶段的发展历史、技术产品、技术路线、生产组织方式、产业生态等特点。

一、操作系统的发展历史

虽然世界上第一台电子计算机ABC（Atanas of Berry Computer）诞生于1942年，已有81年的历史，但操作系统的历史只有67年，而世界上第一个计算机操作系统直到1956年才出现， 14年后。 它由通用汽车工程师Robert L. Patrick于1999年创建，命名为GM-NAA I/O计算机操作系统。 在67年的发展历史中，操作系统已演化出开源、闭源等不同模式，广泛应用于大型机、PC终端、服务器、移动终端、云平台、智能汽车等不同终端。 、Wintel、移动（AA）等不同的发展阶段，目前正在经历以云操作系统、智能驾驶操作系统、大规模人工智能为代表的智能操作系统阶段。

1.手动和半自动时期（1942-1955）

1942年到1955年这段时间是计算机的早期时代，这个时期还没有操作系统的概念。 电子管计算机基本上采用手动操作。 晶体管发明后，计算机的运算速度远远高于手工操作的速度。 计算机操作进入半自动阶段。 系统和实时系统。 在线批处理系统是指计算程序的输入和输出均由计算机CPU处理，在监控程序的自动控制下，计算机自动完成任务。 离线批处理系统是指当计算机在输入输出时，CPU处于等待空闲状态时，外部卫星机可以快速读取并输出数据，CPU只需与卫星机进行交互即可。 多路批处理系统是指当CPU请求卫星机的数据且CPU仍处于等待空闲状态时，允许多个计算程序存储在存储器中并在CPU中交替并行执行。 分时系统是指指定某个计算程序的占用时间。 如果处理没有完成，则处理下一个计算程序，下一个计算周期继续执行未完成的计算程序，从而解决多通道批处理。 系统中的程序独占计算资源，导致计算效率低下。 实时系统是指计算机能够及时响应随机事件并严格控制完成时间，从而解决分时系统无法及时响应特殊任务的问题。 随后，根据计算任务的不同，出现了分时处理与批处理相结合的“分时批处理系统”、实时处理与批处理相结合的“实时批处理系统”等各类多功能操作系统。批处理已经出现。 。 “分时批处理系统”和“实时批处理系统”已经具备了现代操作系统的雏形。

2、专用操作系统时期（1956-1964）

1956年，通用汽车工程师Robert L. Patrick创建了世界上第一个计算机操作系统，并将其命名为GM-NAA I/O。 以此为标志，操作系统作为大型计算机标准配置的核心部件，与计算终端一起升级、变革，逐渐发展成为计算系统的“灵魂”。

专业化是1956年到1964年期间操作系统的最大特点。每个操作系统都是为每个主机定制开发的，每个应用软件也需要在这个特殊的操作系统和主机上重新创建。 定制开发，主机硬件终端与专属操作系统及其他专属应用软件成为密不可分的封闭系统。 这一时期的计算机厂商主要有IBM、Honeywell、RCA、LINIVAC、GE、CONTROL DATA、NCR等，各个厂商生产的主机必须定制开发不同的操作系统，甚至同一厂商不同型号的主机也需要定制开发不同的操作系统。需要重新定制开发不同的操作系统。 例如，IBM自1953年推出世界上第一台量产计算机IBM 650以来，在此期间已开发出七种类型的大型机。 每台计算机都有不同的操作系统。 在第一个系统上进行重新开发，适配七个系统的各种设备。

3、通用操作系统时期（1965-1989）

随着计算机应用范围的不断扩大，全世界都希望开发出功能齐全、适合各种工作环境的通用操作系统。 但由于系统庞大复杂、可靠性和可维护性低、成本巨大等未能达到预期目标。 直到1965年，IBM才成功开发出世界上第一个通用操作系统OS/360，拉开了计算系统软硬件解耦的历史序幕。 UNIX、Linux、MS-DOS等一批划时代的操作系统相继蜂拥而至。 到。

IBM OS/360 通用操作系统。 1961年底，IBM投资50亿美元，投入2000名软件工程师，花费5000人年的工作，实施“360系统电子计算机计划”。 1965年，成功开发出人类历史上第一个通用操作系统。 系统——OS/360，统一了主机的操作系统，实现了应用程序、硬件和外设的解耦，开创了一个新时代。

UNIX 操作系统。 1969年，AT&T贝尔实验室的研究人员肯·汤普森（Ken Thompson）和丹尼斯·里奇（Dennis Ritchie）用汇编语言在DEC PDP-7机器上编写了一种新的多任务操作系统，这就是Unix。 1973年，Ken和Dennis完成了强大的C语言的开发后，用C语言重写了Unix代码，开创了用高级语言代替汇编语言编写操作系统的先例，具有划时代的意义。具有重要意义。 至此，简单、紧凑、易读、易修改、可移植的Unix操作系统已成为计算机和互联网的基石，小型机市场正式拉开帷幕。

MS-DOS 操作系统。 1976年，美国数字研究公司开发了一套CP/M（控制程序/监视器）操作系统，专门用于搭载Intel 8080芯片的微型计算机。 几乎与此同时，来自西雅图计算机产品公司（SCP）的24岁程序员蒂姆·帕特森（Tim Paterson）花了四个月的时间编写了一个功能和性能与CP/M类似的操作系统QDOS。 1980年，微软花费5.7万美元买断了QDOS操作系统的版权。 在QDOS的基础上，于1981年7月27日推出了MS-DOS系统，并直接预装在IBM PC上。 用户每购买一台IBM PC，就必须为MS-DOS的使用支付40美元，而CP/M-86系统的售价高达240美元。 很快，MS-DOS操作系统席卷了整个PC市场。

Linux操作系统。 1983年，斯托曼发布了著名的《GUN宣言》，两年后的1985年，他创立了自由软件基金会，拉开了轰轰烈烈的自由软件运动的序幕。 1991年，芬兰赫尔辛基大学计算机二年级学生Linus Torvalds利用假期（两个月）开发Linux内核0.1版本。 经过三年的不断迭代，终于在1994年3月14日发布了Linux 1.0版本，从此，一个伟大的操作系统GNU/Linux诞生了。 迄今为止，Linux已经成为全球使用最广泛、规模最大的操作系统，特别是在服务器和智能手机领域，Linux操作系统占据绝对领先的市场份额。

4、微机操作系统（Wintel技术路线）时期（1990—）

1990年发布的Windows 3.0操作系统是微软第一个真正的Windows版本的操作系统。 同时宣布仅支持Intel X86 CPU。 至此，以Windows操作系统和Intel CPU为核心的Wintel计算系统正式形成。 随着x86架构芯片质量的不断提高，Windows的功能也不断增加和升级。 经过WindowsNT、Windows95/98、Windows2000、Windows XP、Windows Vista、Windows7/8/10/11等不同版本之后，Wintel计算路线已成为全球个人PC的主流技术路线，彻底改变了垂直一体化的生产模式。 IBM、惠普、康柏电脑、王安电脑等终端厂商，从定制芯片、开发操作系统，到终端组装生产，让电脑终端生产更加高效。 横向化和专业化，其中Windows操作系统和Intel CPU按照摩尔定律不断迭代升级，数据库等基础软件、存储等硬件以及各种应用软件都是围绕Windows操作系统和Intel CPU开发的，各个计算机终端厂商主要负责最终的集成制造过程。

5、移动操作系统（AA技术路线）时期（2007年—）

虽然微软早在1996年就发布了全球首个移动操作系统Windows CE，Symbian也在2001年发布了Symbian S60移动操作系统。不过，苹果2007年发布的全新iOS操作系统却带来了手指触摸、可触摸宽屏、网页浏览、手机游戏、手机地图等，被认为是划时代的移动操作系统。 2008年，谷歌发布了基于Linux 2.6标准内核的Android OS开源移动操作系统。

依托自研的苹果iOS移动操作系统和自研的基于ARM架构的A系列SoC移动芯片，苹果确立了“苹果iOS+ARM CPU”封闭运行的移动计算路线，并建立了高度垂直产业链一体化。 一体化生产制造模式。 与此同时，高通、联发科等芯片公司借助ARM授权，不断推出ARM CPU芯片。 谷歌发布的移动操作系统Android OS向全社会免费开放，形成了“Android OS+ARM CPU”的核心，是全行业又一条链式分工、开放协作的移动计算路线。 这两条移动计算路线统称为“AA”路线。

6、云操作系统时期（2006年—）

云计算是一种新兴的计算模式。 自2006年亚马逊（AWS）对外提供云计算服务以来，云计算经历了大集中、虚拟化、云原生三个阶段。 目前它正在与人工智能融合并继续发展。 在这个过程中，还远远没有发展到用户可以像自来水、电那样随时随地按需购买算力的时代。 在大规模集中阶段，将企业分散的数据资源和IT资源进行物理集中，形成大规模的数据中心基础设施。 这一时期的操作系统仍然以大型机Unix操作系统为主； 虚拟化技术取代大型机，利用资源池技术，通过计算与存储分离架构，将计算、存储、网络资源分别池化，为云数据中心对外提供超大规模云服务奠定基础。 现阶段的操作系统主要基于服务器Linux操作系统； 在云原生阶段，鉴于以CPU为中心的计算架构无法满足大规模数据密集型计算场景的需求，容器、k8s等云原生技术以及专用的云原生DPU数据处理器采用，并深度定制了与之适配的云原生操作系统。 进入与人工智能高度融合的云智融合阶段后，大模型可能会取代云操作系统，发挥调度、配置、控制云计算资源的作用。

目前，云操作系统主要包括闭源和开源两种类型。 亚马逊（AWS）的AWS Premium操作系统和阿里云的飞天操作系统采用闭源方式，而微软云（Azure）、谷歌（Google）、腾讯云、华为云、百度云、天翼云、移动云、 OpenStack、Kubernetes等全球云计算企业基于OpenStack、Kubernetes等开源社区开发了自己的云操作系统。

7、车辆操作系统时期（2008年—）

智能汽车作为新兴的计算终端，未来将经历电动化、网联化、智能化、共享化四个阶段。 目前，它们仅处于电气化第一阶段的早期阶段。 还有很长的路要走，计算路线还远没有形成，类似于Wintel技术路线形成之前PC市场的IBM、康柏、王安电脑，以及诺基亚、摩托罗拉、爱立信、西门子、等等，诸侯分裂，各自争斗。 目前，国际上还没有统一管理和调度汽车各功能模块的通用操作系统。 不同的功能模块仍然使用不同的操作系统。 市场上主流的智能座舱操作系统有黑莓QNX、Linux，以及谷歌Android、华为HarmonyOS、阿里AliOS等，不少车企也宣布了自主研发的车载操作系统：

QNX操作系统是全球首个通过ISO26262 ASIL Level D认证的车载操作系统，已成为40多家汽车制造商和Tire1制造商的供应商。 苹果的Carplay功能也是基于黑莓的QNX系统。 系统市场份额超过52%，自动驾驶领域操作系统已占据全球90%以上份额，目前处于绝对垄断地位。 Linux操作系统具有定制开发灵活、安全性高、可移植性强、生态良好等特点。 特斯拉、丰田、日产等汽车制造商都开发了基于Linux的车载操作系统。 特斯拉开发了Linux+FSD芯片+算法+视觉整体解决方案的智能驾驶解决方案。 基于Linux的Autopilot系统是世界上最先进的自动驾驶系统。 Android操作系统具有开源、易于OEM定制开发、开发者数量众多、应用开发生态系统完整等特点。 在应用生态和兼容性方面具有明显优势。 奥迪、通用、蔚来、小鹏、吉利、比亚迪、博泰等多家汽车厂商定制开发了自己的Android智能座舱操作系统，在全球智能座舱操作系统市场处于领先地位。 华为HarmonyOS是基于Linux开发的车载操作系统。 流畅度好，可与手机、平板、车载终端等多种电子设备共享数据。 鸿蒙汽车OS目前拥有超过14500个API，手机与平台集成的API超过13000个。 2022年已签约文杰、塞莱斯、北汽、广汽AION LX plus、长城机龙等。 合同。 AliOS是基于Linux开发的车载操作系统。 最大的特点是打通了智能座舱和智能驾驶两个领域。 这两个域共享一个操作系统。 其空中导航模式可以实现智能座舱、底盘控制、自动驾驶、雷达、底盘控制，但娱乐功能不如Android丰富，技术积累与QNX相比也有一定差距。 AliOS已经拥有超过1亿行代码，安装在神龙、福特、上汽荣威、名爵、大通、东风雪铁龙等超过200万辆汽车上。 搭载AliOS的知己汽车先后推出了知己L7轿车、知己LS7 SUV以及新概念车AIRO。

8、大规模人工智能模型时代（2022—）

以2022年11月30日OpenAI推出ChatGPT人工智能模型为标志，人类社会开始迈向生成式人工智能时代。 生成式人工智能时代的大模型与信息技术时代的操作系统是一样的。 它起着调度、指挥、控制的作用。 未来的生成式人工智能，甚至未来的通用人工智能，都需要依靠大型人工智能模型才能完成训练、输出等一系列动作。 大规模人工智能不仅将重构成熟的PC计算系统、服务器系统、智能手机计算系统，还将融合云计算、智能驾驶等新兴计算产业，形成人工智能时代的全新计算产业。 这时，大模型将很大程度上取代传统操作系统的功能，操作系统将开启一个新的历史时代。

2、操作系统不同阶段的发展特点

操作系统在其67年的发展历史中经历了八个不同的时期，大致可以分为三个阶段。 第一阶段为专业化阶段，包括1942年至1955年的手动和半自动时期以及专用操作系统时期； 第二阶段为推广阶段，包括1965年至1989年的通用操作系统时期、1990年以来的Wintel技术路线时期、以及2008年以来的AA技术路线时期； 第三阶段是智能化阶段，包括2006年以来的云操作系统时期、2008年以来的车载操作系统时期、2022年以来的人工智能大车型时期。 在不同的发展阶段，操作系统表现出不同的发展特点。

1、专业化阶段的特点

操作系统专业化阶段经历了手工、半自动化和专业化三个时期，从1942年到1964年历时22年，主要表现出以下几个特点：

(1)技术产品不独立。 专业化阶段的操作系统并不是独立的技术产品，而是大型计算机发展的关键支撑环节。 因为每台主机都需要定制开发不同的操作系统，此时的操作系统对于产品来说已经不够了，而更像是个体项目，操作系统的定制化程度高，标准化比例高低。

(2)技术路线不固定。 专业化阶段的操作系统都是计算机厂商根据不同的计算需求定制开发的。 不同厂家的主机、同一厂家不同型号的主机、甚至同型号主机的不同批次都是定制开发的。 操作系统完全不同，没有可以复制和复用的技术路线。

（三）生产组织一体化。 在专业化阶段，还没有出现专业的操作系统厂商。 所有操作系统只是大型计算机发展中的一个关键支撑环节，都是计算机厂商根据不同的计算需求定制开发的。 计算机整机制造商几乎接管了主机产业链的所有生产环节，包括底层操作系统、中层应用软件、上层终端产品。

（四）产业生态尚不完善。 专业化阶段的主机属于尖端产品，多应用于军队、科研机构、高等院校。 很难覆盖公众和普通企业用户，基本没有用户生态。 大型机的应用软件基本上由机器制造商内部开发。 市场上独立的第三方开发者较少，无法形成开发者生态系统。 操作系统只是针对某类主机定制开发，不需要开发操作系统以外的开发工具、接口平台等开发环境，无法形成技术生态。 因此，专业化阶段的操作系统无法构建用户生态、开发者生态、技术生态，几乎不存在产业生态系统。

2. 泛化阶段的特点

操作系统的通用化阶段经历了大型机（小型机）通用操作系统、微型机操作系统和移动操作系统三个时期。 自1965年IBM成功开发出世界上第一个通用操作系统OS/360以来，已历时58年。 年，并将继续这样做。 现阶段的操作系统主要表现出以下特点：

（一）科技产品蓬勃发展。 自从世界上第一个通用操作系统OS/360出现以来，操作系统作为计算系统的底层核心技术，迅速发展成为独立的产品，并形成了庞大的产业。 这一阶段，UNIX、Linux、MS-DOS、Windows、iOS、Android等流行操作系统产品相继出现，极大地推动了计算产业向小型化、移动化、大众化、便捷化方向变革。

（2）技术路线高度收敛。 PC终端和智能手机是目前全球生产规模最大、应用范围最广的两种计算终端，而这两种计算终端分别形成了高度融合的Wintel技术路线和AA技术路线，是最突出的操作系统在这个阶段。 特征。 在PC终端领域，微软的Windows操作系统和英特尔的CPU已经成为PC计算系统的核心，数据库、中间件、应用软件甚至PC终端等其他环节都是围绕WindowsOS和英特尔CPU由不同厂商生产的。 智能手机领域有两种AA路线，一种是苹果AA路线（苹果iOS+ARMCPU）。 苹果开发了自己的iOS操作系统，授权开发自己的基于ARM架构的移动CPU，并通过高度集成的供应链定制其他组件，最终打造出苹果品牌的高端智能手机。 另一种是Google AA路线（AndroidOS+ARM CPU）。 谷歌发布了开源移动操作系统AndroidOS。 高通、联发科等厂商授权研发基于ARM架构的移动CPU。 品牌智能手机。

（3）软硬件解耦成为主流。 通用操作系统的出现，将大型机的软硬件环节从垂直一体化的生产模式中解放出来。 主机上使用的各种基础软件包括操作系统、各种基础组件、各种应用软件，它们都可以以独立产品的形式出现，主机制造商主要负责最终的生产集成，开启了生产的新时代软件和硬件解耦的组织。 从此，无论是PC计算产业、服务器计算产业，还是智能手机计算产业，都形成了软硬件解耦的横向分工和生产组织。 例如，在PC计算行业领域，微软操作系统和英特尔CPU，甲骨文数据库的横向分工，存储芯片如三星、美光，PC终端如联想、戴尔。 在智能手机领域，苹果手机操作系统、谷歌手机开源操作系统、基于ARM架构的CPU、三星、美光等存储芯片、苹果等移动终端已形成横向分工生产模式、三星和小米。

（四）产业生态系统成为护城河。 通用化使得操作系统与其他基础软件、应用软件、计算终端等环节由不同厂家生产，成为独立的产品。 However, whether various independent products in the industrial chain including the operating system can survive and develop depends to a large extent on the frequency of use and application in the downstream links. This is the industrial ecosystem. The market-leading operating systems in the generalization stage, whether it is Windows for PC computing terminals, Linux for server computing terminals, or iOS and AndroidOS for mobile computing terminals, have established a huge industrial ecology and built a deep moat , it has maintained its monopoly competitive advantage all year round.

3. Characteristics of the intelligent stage

After the human society has realized the generalization, miniaturization and mobility of computing, it has begun to move towards the direction of intelligence. At present, there are three paths being explored in the direction of intelligence, one is the direction of cloud computing, the other is the direction of intelligent driving, and the third is the direction of large models. Therefore, the operating system at this stage exhibits three distinct characteristics:

(1) Cloudification characteristics. In 2006, Amazon AWS first launched the AWS cloud operating system and provided cloud computing services as a symbol. Cloud computing has gone through two stages of centralization and virtualization, and is now in the stage of cloud native development. The public cloud integrating cloud and intelligence will be the development direction of cloud computing in the future. Just like people can use electricity and tap water on demand without having to build their own power plants and water plants, in the future all institutions and individuals will not need to own a cloud platform to achieve on-demand use of computing power. The cloud platform will become an same infrastructure.

(2) Intelligent features. In 2008, Tesla launched the first intelligent electric vehicle Roadster, which opened a new era of intelligent driving as a symbol. Intelligent driving is still in the initial stage of intelligence, and there is still a long way to go before fully automatic driving. At present, great progress has been made in the intelligentization of the cockpit, the intelligentization of the vehicle and the machine has also made great progress, the vehicle-road network is steadily advancing, and the smart car is on the eve of a technological change.

(3) Large-scale modeling features. Marked by OpenAI's launch of the ChatGPT artificial intelligence model in 2022, a new era of generative artificial intelligence has opened. Big models will have a huge impact on what happens to the computing industry. One is that cloud computing and intelligent driving will be highly integrated under the large model. Maas (Model as a Service) will become an important part of cloud computing, "BEV+Transformer" will become the mainstream model of intelligent driving, and the integration of intelligent driving and cloud computing platforms will lead to the emergence of "front store (intelligent driving)" Back Factory (Cloud Intelligent Computing Platform)" new model. Second, the large model represented by Transformer will play the role of control, scheduling, command, etc. in various intelligent platforms, intelligent systems, intelligent equipment and products, and will play more of the role of the operating system. In the new era of generative artificial intelligence, operating systems may be replaced by large models.