硬件设计师为何难懂软件成本?一篇对比解析
来源标题:"Why is software so expensive?" An explanation to the hardware designer
文章通过对比硬件与软件世界,向硬件设计师解释软件同事面临的问题。硬件设计依赖模拟手段处理延迟、信号斜率、扇入扇出等物理约束,质量保证本质上是概率性的;而软件问题的性质不同,导致成本居高不下。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
硬件世界和软件世界的对比,似乎是向硬件设计师介绍其软件同事所面临问题的好引子。
硬件设计师必须用本质上是模拟的手段来模拟一台离散机器。因此,他不得不考虑延迟、信号斜率、扇入扇出、时钟偏斜、散热、冷却与供电,以及技术与制造方面的所有其他问题。本质上用模拟元件来构建,意味着“容差”是元件规格中极其关键的方面;质量控制本质上具有统计性质,说到底,质量保证本质上是一个概率性陈述。当前质量标准下正确运行的概率非常非常高,这一事实不应诱使我们忘记其概率本质:极高的概率不应与(数学意义上的)确定性混为一谈,因此,任何设备出厂前都要用测试程序跑一遍,这是完全恰当的。随着技术不断被推向极限——而且一直如此——容差变得越来越窄,对这些容差的控制就成了硬件制造者的主要关切。与不断和不驯服的自然力量搏斗的硬件设计师相比,软件设计师简直生活在天堂,因为他只用0和1来构建自己的作品。0就是0,1就是1:他的积木块没有模糊性,整个“在容差范围内”的工程概念在那里根本不适用。从这个意义上说,程序员确实工作在天堂般的环境中。那种把设计与构建问题等同于容差控制问题的假想中的百分百电路设计师,必定对编程问题视而不见:一旦他正确地模拟了离散机器,所有真正困难的问题就都解决了,不是吗?
要向硬件世界解释编程为何仍然是个问题,我们必须关注另外几个差异。用非常概括的话说,我们可以把“设计”视为弥合差距,视为用给定组件组合出一个制品;只要“目标制品”和“源组件”不变,我们就可以复用旧设计。我们需要持续设计,正是因为它们会变。然而在这里,硬件设计师和软件设计师面对的变异、变化与多样性类型截然不同,几乎相反。
对硬件设计师而言,最大的变异在于“源组件”:自打设计机器以来,他就一直在追赶新技术,从未有时间完全熟悉自己的源材料,因为还没到那一步,新组件、新技术就已登场。与他“源组件”的剧烈变异相比,他的“目标制品”几乎保持不变:一直以来,他翻来覆去重新设计的,就是那么几台机器。
对程序员来说,变异和多样性恰恰在另一端:硬件设计师的目标就是程序员的起点。程序员的“源组件”一直非常稳定——在某些人眼里甚至稳定得令人沮丧!——FORTRAN和COBOL至今仍非常流行,而它们已超过四分之一世纪了!程序员在要弥合的差距的另一侧发现多样性:他面对的是大量极其多样的“目标制品”。甚至是非常大的多样性;本质上是极大的多样性,因为这里反映出,今天的设备确实配得上“通用”之名。
过去十年,软件设计师一直在进行近乎宗教式的“自底向上”与“自顶向下”设计之争。以前是“自底向上”:我认为现在“自顶向下”教派已拥有多数信徒。如果我们接受一条合理原则——面对多面性问题时,应先探索不确定性最大的区域(因为熟悉问题的解决方案可以推迟而风险较小)——那么我们就可以把编程界从“自底向上”到“自顶向下”的转变,解释为对以下情况的缓慢认识:程序员最大的多样性在差距的另一侧。
除了位于要弥合的差距的另一侧之外,程序员面对的变异和多样性还更加开放。硬件设计师理解源组件时,最终总能退回到物理和电子学;而软件设计师理解目标问题并设计求解算法时,常常发现合适的理论是缺失的。然而,缺乏充分理论会有多严重,人们只是慢慢才发现。
最初的机器应用是科学/技术计算,那时没有这些困难:要解决的问题在科学上已被透彻理解,数值数学可以提供算法及其依据。需要额外做的编码,比如十进制与二进制数制之间的转换、程序加载器之类,琐碎到常识就足够了。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。