大型计算机的演进——到 IBM 最新的 z16

2022-11-10 1622阅读

温馨提示:这篇文章已超过863天没有更新,请注意相关的内容是否还可用!

历史可追溯到 1930 年代,大型机计算机已显着发展到今天的大型机。

大型计算机的演进——到 IBM 最新的 z16
(图片来源网络,侵删)
大型计算机的演进——到 IBM 最新的 z16
(图片来源网络,侵删)

众所周知,计算机并不总是像今天这样强大、便携和“相对”便宜。事实上,早期的计算机体积庞大要占据整个房间,并且可能花费数百万元。例如,1930 年代被称为哈佛 Mark 1的机电计算机宽 50 英尺,高 8 英尺。

哈佛 Mark 1,也称为 IBM 自动序列控制计算器 (ASCC),是有史以来第一台大型计算机。图片来源网络

由于体积庞大,此类计算机在历史上被称为大型机,因为它们安装在大型金属盒或框架中。今天,大型机的规模只是其历史规模的一小部分,并且可以执行更强大的计算——IBM 最新的 z16 大型机就是一个例子。

大型机的演变

Mark 1 将代表现代技术史上的一个关键时刻。有史以来第一次,科学家和工程师可以在几秒钟内完成基本的数值运算。几年后,ENIAC(电子数值积分器和计算机)预示着第二个突破:世界上第一台完全电子化和可编程的大型计算机。

虽然 Mark 1 是一个机电系统什么是大型机,但 ENIAC 使用真空管技术来存储和传输信息。真空管使工程师能够在 ENIAC 重新创建基本的逻辑电路。可编程性允许 ENIAC 执行基本的循环和分支条件。

真空管用于早期的大型计算机。图片由IBM提供

尽管如此,真空管仍消耗大量电力。1960 年代晶体管的发明显着降低了计算机的外形尺寸。晶体管启用了固态逻辑电路,1981 年 IBM 发布了后来成为世界上第一台商业上成功的个人计算机:IBM PC。

即使在 1980 年代 PC 出现时,大型计算机一直使用到今天。今天,大型机这个词被用来区分计算机的应用程序,而不是它的物理外形。今天的大型机不再占据整个房间或花费数百万美元购买:IBM z16 大约有冰箱那么大。相反,大型机这个词指的是那些通常具有大量内存和处理器来处理数百万笔交易的计算机,但在设计时也考虑到了可靠性、稳定性和安全性。

现代大型机的特性:可靠性、可用性和可维护性

当今计算机最重要的两个特性是处理能力和可用内存容量。例如,笔记本电脑或台式机 PC 可能会被宣传为配备 2.5 GHz 四核处理器,具有 16 GB 的 RAM 和 256 GB 的硬盘空间。但是大型机具有三个附加特性:可靠性、可用性和可服务性 (RAS)。

图片由IBM提供

虽然大多数消费者都熟悉可靠性的概念,但现代大型计算机必须能够连续运行多年而无需维修。在此概念的基础上,还必须有一台大型计算机,这意味着它可以在发生故障时执行自动硬件和软件恢复,而不会影响用户的操作。最后,大型计算机必须是可维修的什么是大型机,这表明它可以准确地确定发生特定操作故障的原因。

总之,大型机的这三个特征使它们成为当今世界企业和政府后端基础设施的重要组成部分。例如,由于能够以高可用性和可靠性处理大量交易,大型机是银行机构的关键组成部分。

IBM z16 以 AI 和事务工作负载为目标

IBM 是当今大型机领域的领先企业,最近发布了其最新的 z16 大型机。z16 本身有 200 个基于IBM Telum 处理器的内核。单个 IBM Telum 芯片具有 8 个处理器内核(以 5 GHz 时钟频率运行),它们使用超标量无序流水线策略来最大限度地提高 CPU 级别的指令吞吐量。

重要的是,Telum 芯片还包含通过“AI 核心”进行 AI 处理的片上加速。AI 核心本质上是 Telum 芯片上的一个专用核心,针对深度学习工作负载进行了优化。当 Telum 上的其他 CPU 内核执行程序时,紧密耦合的 AI 内核能够对整个系统发送的数据进行深度学习分析。例如,对于银行应用程序,IBM 表示这可以使银行在欺诈性信用卡交易完成之前检测到它们。

图片由IBM提供

无论应用程序如何,很明显 IBM 大型机将继续以跨行业的大容量事务工作负载为目标。据 IBM 称,其 z/OS 操作系统与大型硬件技术相结合,已针对使用多任务功能处理大规模事务性工作负载进行了优化。在未来几年,这可能会在大型机技术中发挥更加关键的作用。

VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]