你的领域有哪些看起来平平无奇，实则科技含量满满的事物？

John

光明日报联合知乎「吾辈问答」，邀请大家来聊一聊：
你的领域有哪些看起来平平无奇，实则科技含量满满的事物？
让我们一起，向科学要答案。



原文地址：https://www.zhihu.com/question/459861681

同花顺

作为汽车行业的，我想拿一个小点来讲讲。
乌漆嘛黑的轮胎，看起来足够平平无奇了，那么它的科技感又体现在哪里呢？
一、从职业经历说起

之前在橡胶行业做了一段时间，所在企业主供汽车的各类橡胶件。
（下图是之前企业内部的某橡胶制品的一段工艺流程。）


客户有CJLR(捷豹路虎），BBAC(北京奔驰）,VOLVO（沃尔沃）,BMW(宝马)等。
而在汽车橡胶行业里面时间久了，就会懂得一些普通人不知道的知识。
比如最开始的轮胎是白色的。


为啥是白色的？不是现在的黑色。
原因很简单，因为天然橡胶本来就是乳白色的，而早期直接用橡胶做轮胎，自然刚开始的轮胎也是白色的。但这种白色轮胎的强度低，且耐磨度极差，开不了多久就得更换。
其实现在汽车类的橡胶制品，送过来的橡胶原料还是白色的。
不过后期增加了多个工序，提高耐磨，提高耐腐蚀度，提高强度等。
比如加入炭黑，硫化等工序，橡胶由白变黑的过程中可以有效提高生橡胶的各项物理/化学参数。
橡胶硫化原理：生橡胶为线型的大结构分子，在外力下会发生明显位移，比如我们很多的橡胶玩具很软，很容易变形。而生橡胶经过硫化之后，线型的大分子结构变成了立体空间网状结构的大分子，这种结构就限制了大分子的移动，具体表现为多项参数的提升（如下图）。


经过了一系列工序后，轮胎橡胶由白转黑，耐磨性，拉伸强度，抗撕裂强度都大大提高。
当然除了橡胶本身的性质之外，轮胎的相关科技还有很多种，以至于车用橡胶产品大致可分为两大类，一大类就是轮胎，另一大类就是其它车用橡胶品，如密封条、橡胶管路，内饰等。
回到科技含量较高的汽车轮胎上面来。
从大的方面来说，轮胎都绕不开三大性能——滚动阻力、抗湿滑性能和耐磨性能。
这三个参数并不是相辅相成的关系，而是一个互相排斥的关系。光提升一个性能的参数简单，难的就是能综合提升上述三大性能的参数，因此，上述三个维度，也被称为轮胎性能的“魔鬼三角”。
比如想要提高轮胎耐湿滑性能，增加轮胎在雨水路面的抓地力，则需要增加和地面接触的面积。但这样面积增大，摩擦力也就相应的增大了，滚动阻力也就随之增加了。
比如降低轮胎的刚度，橡胶的硬度，轮胎变软就可以减小轮胎接触地面的冲击力，有效降低噪音，但是这样又容易造成发热耐久性和耐磨性变差。
实际，即便经过了这么多年的发展，也没有一个轮胎能够三者都是顶尖水准的。
所以，现在好的轮胎品牌基本除了综合性能优异外，还会主打自己的优势点，或按优势点把旗下品牌划分成不同用途的轮胎型号。
如米其林为了增加舒适性，加入葵花籽油等油性添加剂保证低温性能和柔软度。但时间久了这种添加剂会流失，轮胎会变硬，舒适性变差。于是米其林就又在轮胎中加入隐形沟槽，增加耐磨能力，减缓抓地力的衰减；


如普利斯通为了增加舒适性，在冬季轮胎冰锐客系列采用发泡橡胶技术，在橡胶中打入小气泡增加弹性，使轮胎变得更柔软，舒适性更高；


如固特异则使用高碳分子链取代炭黑添加剂，使轮胎更耐磨，并且提出了不对称花纹的设计，增加弯道抓地力和刹车性能；


如主打安全和降噪的马牌则采用改变花纹排列，设置消音腔等技术，把声音变为震动，使胎噪更小，行车过程更安静。


如以运动性能著称的倍耐力轮胎则使用了人造丝结构、高强度双层聚酰胺带束层增加运动性能，而橡胶则采用中等硬度获得良好的支撑性能。很多跑车，包括兰博基尼、保时捷、马莎拉蒂用的都是这个品牌的轮胎。


如国产的新高端品牌支点轮胎。相比上述轮胎品牌，支点轮胎的特色在于，产品性能瞄准米其林Acoustic技术的高端产品。一方面，加入全新的胎侧设计工艺，让轮胎也能“颜值出挑”；另一方面，利用与米其林Acoustic技术相似的静音棉科技，吸收和阻隔轮胎滚动产生的空腔噪音和轮胎花纹压缩所产生的泵浦噪声，极大程度降低胎噪。聚氨酯静音棉是近来新兴的降噪技术，目前也只是用在米其林PS EV这种高端产品线上，提供给特斯拉等品牌配套，并未走向普及，而支点轮胎则提供了更多的型号适配。


二、解析：2022年，国产轮胎科技发展的阶段

自家油车的米其林PRIMACY 3 ST轮胎（原配）的寿命差不多到了，虽然只开了七八万公里，但是过了6年多，轮胎风吹日晒下，已经明显老化了。


胎面上花纹还很深，但已经出现了很明显的老化裂纹。虽然这种轮胎跑市内的中低速，应该还可以撑个一两年。但这个时候的轮胎，其实各项参数已经开始下降了，为了行车安全和舒适，应该需要更换了。


而这次国产品牌提供了支点轮胎，因为是全新品牌、国产高端、全新技术，让我来了兴致。于是一拍即合，体验一下。
本来借着换轮胎之便，约好了测下米其林的新品静音系列、马牌新品CC7、支点静力S1。对比3个静音轮胎来试驾感受下的，但是米其林和马牌轮胎大概因为疫情关系，推迟了新品上市的时间，一直拿不到现货。
而疫情却没有阻挡国产品牌的脚步，直接安排上了。只有等后面有机会测了米其林和马牌新静音产品后，再专门写篇回答了。
对一般的轮胎产品，上来应该是测性能、测性能、测性能。
但支点轮胎有所不同，它用的新技术不少，我们先讲下相关技术。
第一个技术是外观。
支点轮胎的胎侧，品牌的logo被聚焦、提亮。ALMOTIVE和Statics等字符，这个做法跟一贯低调的中国品牌完全不同。
支点轮胎通过莫桑石光源反射原理，用纳米级激光雕刻工艺实现的全新外观工艺，能够让轮胎展现出类似油画里面的“象牙黑”视觉。要实现这样的视觉效果，在制造工艺上是非常麻烦的，导致象牙黑视觉工艺的轮胎的生产成本陡增——目前，即便是对于出货量巨大的行业龙头米其林，这种工艺也只是用在诸如PS EV/PS5这种高端产品线上。
回到制造环节看，造轮胎的过程和你家宝宝捏橡皮泥是类似的，想要快速地获得一个统一的形状，那么必然需要一套模具。待模具打开，一条轮胎的形状就出来了。
而天鹅绒胎侧的花纹设计，则打破了原有的生产流程。需要激光对轮胎模具内部的特定部位，边扫描边烧刻，在模具表面的特定位置上留下深度仅0.2mm的激光蚀刻印，使得轮胎侧面具备更具立体感的造型。我的手机拍摄不够直观，贴个官图感受下：


支点作为国产高端轮胎品牌，一开始就用全新的技术，把品牌名聚焦起来，也是当下中国品牌更加自信的表现。
对普通消费者来说，有什么用处？论实用功能确实增益不多。但从美学设计上来说，亮黑的天鹅绒胎侧更显亮黑，让轮胎不论是静止还是运动状态都更显精神，就像商业人士随时穿的都是一双新皮鞋一样。


而现在的国产轮胎“支点”也标配了象牙黑+天鹅绒的胎侧设计。不得不说，装载了新轮胎后，轮胎和车身相得益彰，多少有点容（绒）光焕发的感觉了。（下图为换了四个新轮胎后，师傅做四轮定位。）


第二个技术，则是前面讲到的，为了克服胎噪，支点轮胎的解决方案。
轮胎行驶产生胎噪的主要来源之一：轮胎震动噪音
轮胎震动噪音和轮胎的模态相关，轮胎内部是一个密闭的腔体，里面充满了氮气或者空气，拥有一个固定的声腔模态，比如220HZ左右。
当轮胎的激励和轮胎模态一致，将会导致轮胎结构的震动产生噪音，就能听到明显的振动噪音。这种噪音和轮胎表面的花纹、沟槽，材质没有直接关系，所以一般都是在轮胎内部想办法进行改善。
支点采用的方法就是在轮胎内部附上一层厚厚的聚氨酯吸音层。
之前我也说过聚氨酯的一些内容。实际这并非如普通人想象的那样，就是简单的在轮胎内侧粘一圈静音棉即可，其中蕴含的科技含量可不低。


聚氨酯并非普通的静音棉，而是一种新兴的有机高分子聚合物，是聚氨基甲酸酯的简称，英文名称是Polyurethane。由异氰酸酯（单体）与羟基化合物（聚醚型或聚酯型）在一定比例下反应聚合而成，因其优异综合性能，在诸多高科技领域均有运用，被誉为“第五大塑料”。
在支点轮胎内部，可以看到厚厚的灰色聚氨酯泡棉材料。而且为了让静音棉保持寿命和固定位置，用的是专门配置的特种粘合剂，粘性不会随时间弱化，能长期保持高强粘度。
虽然聚氨酯泡棉的制作工艺复杂，成本更高，但相应的抗冲击和减振降噪能力也更强。最可贵的是材料稳定性好，可以长期使用，除了吸收空腔振动的噪音外，也能减轻轮胎的泵气噪音、轮胎摩擦音和撞击音。
三、实测：静音性、抓地、操控

我测试了下市区、高架、高速几个路段，体验了两三百公里，接下来说下我的试驾初步感受了。
首先在市区里面，在中低速的情况下明显感觉到轮胎变厚实了，行驶过程中从车底上传的噪音减弱了，在过比较低矮的减速带时，感觉反震也缓解了一些，没有那么硬了。
这种感觉就好像从一般的步行鞋换成了那种底比较厚的boost鞋底，舒适度比我那车企原配，用了六年多的米其林PRIMACY 3 ST轮胎明显提高了许多。


但在提高舒适度的同时，也过滤掉了那种非常细微的路感。之前比如我压过去地面的一些标志，如果这标志涂得比较厚，比如道路上的那种转向箭头，限速标识，我开过去，是能够清楚感觉到地面有轻微起伏的，但现在已经感受不到了。
无疑普通人肯定会更喜欢这种舒适度，而那些不必要的轻微路感实际过滤了也没啥。比如我回家的途中开了一段小石子路（经常大货车开，路被压得有点烂了），那种地面传来的密集细碎震感比之前缓解了许多。
先测了下车内的静态分贝数。（马路上车来车往不鸣笛的场景。）


因为我换轮胎的这辆是传统的燃油车，车龄已经快七年，加上日系车的NVH一直都不是强项，虽然是顶配，但四十多分贝的数据还是赶不上好一些的新能源车的（动力系统安静），这里只是给一个基础的声音参数，以便后面好理解不同路况下的噪音表现。
我先测了市内行驶时的分贝数。


在比较平整的市区道路内行驶，大概保持50-60公里/小时的速度，分贝仪测出来的分贝数大概在53分贝左右，算是非常安静了。这个静谧程度就基本相当于人在密闭环境下小声说话的声音了。
下图则是我在家里，和坐在旁边沙发上的老婆闲聊的声音分贝数。


而车内的环境则更为密闭，所以车内小声说话，或者放点轻音乐，实际都能压过市内行驶时的路噪了。
紧接着是高架的测试，只要路面平整，速度提到了约70-80公里/小时，车内的噪音也没有提高多少。


后面以80-90公里/小时的速度在高架上面行驶，车内的分贝数大概在63-65分贝之间。
下图为直线行驶的分贝数。


下图为弯道行驶的分贝数。


之前换轮胎前，用的米其林Primacy3 ST的轮胎也对比测了下分贝数，大概在高架上以80-90公里/小时行驶的噪音为70分贝出头。


别小看这差距的6-7分贝，要知道分贝数不是线性关系，是对数关系，差1分贝就差了12%，6分贝就差了100%。所以，“支点”轮胎带来的静音效果还是非常明显的。
最后再说下“支点”轮胎抓地力的感受。
中低速的时候，刹车制动很稳，没有丝毫滑的感觉，哪怕是洒水车刚刚喷洒经过的路面。
在高架上面以60公里-70公里/小时过弯的时候，轮胎给的支撑力感觉和悬架配合得更好了，侧倾有所缓解，让人转弯的信心更足一些。
在高速的时候，最高开到了140公里/小时（短时间超车），小范围转向也没有“飘”起来，说明高速下的抓地力也不错，脚感/手感比之前的米其林Primacy 3 ST略强。
实际“支点”轮胎抓地力不弱，个人分析也是得益于采用了聚氨酯静音棉的技术。
因为用这样的方式在保障了低噪音的同时，还能更多考虑轮胎的其他参数，如抓地力，耐磨，寿命，轮下滚阻等。
为什么这么说，因为之前让轮胎更静音有两种方法，“软化”橡胶配方和“细化”轮胎花纹。
前者可以降低轮胎接触地面时的振动，从而降低接地噪声；后者则可以降低轮胎花纹接触地面时，空气被压缩所产生的“泵浦噪声”。但这两种降噪措施都会带来副作用。
软化橡胶配方后，会导致轮胎的耐冲击和耐磨性能降低，而采用了更细密的轮胎花纹后，又会导致轮胎的干地抓地力减弱、湿地排水性变差。因此我们经常听到静音轮胎不耐磨、静音轮胎抓地力很差的说法。
而静音棉则是扬长避短，为轮胎提供了全新的降噪路径，使轮胎的橡胶和花纹不用完全妥协于静音性，让轮胎在提供良好静音性的前提下，同时获得更强的干地抓地、湿地排水、耐磨耐用等全方位性能，从而提高轮胎的性能天花板。
最后，回到题主的提问。
关于轮胎的科技已经写了一些，但远远没到写透的地步，因为轮胎科技真的包含太多知识点了。
就一个如何提高轮胎的NVH，对于轮胎刚度/模态/包容性/高宽比/接地形状的分析，就可以写一本相关的厚厚书籍。
就一个看起来平平无奇的轮胎表面花纹，就涉及到了众多科技点，影响着胎噪、耐磨性、抗滑性，散热性、排水性、弹性、滚阻等一系列参数。
而我们中国品牌，在看得见的领域，取得了一个又一个的成就，在看似“平平无奇”的领域，也正悄然发力。国产支点轮胎在某些方面，比如上文说的静音科技+天鹅绒胎侧设计工艺，已经在技术上不输国外的一线大品牌。
我相信，中国轮胎产业发展，必将跟随中国汽车产业的整体发展而进一步崛起。
（部分图片来源网络，侵删！）

继续前进

谢 @知乎日报 邀。
这个问题还正好适合我的答题领域——计算器。因为本人收藏了的非常多的计算器，所以能说自己是几乎重新见证了整个电子计算器的发展史。
先向大家说明一点，这里说的是计算器（Calculator），不是计算机（Computer）。已经步入信息时代的我们，大多数人对于一些不起眼的电子产品都失去了兴趣，认为不值一提。然而，这些产品却曾经在科技发展的历程中书写下浓墨重彩的一笔。人类对于计算的需求从未消失过，但计算的工具却见证了人类科技的发展历程。从我国古代的算盘，到现在的超级计算机，我们要解决的核心问题都离不开计算二字。



一台普通的电子计算器。

我们在路边商店里花几块钱就能买个袖珍电子计算器，我们的手机里面也有各式各样的计算器APP，我们的电脑上也能从简单的计算器到复杂的大型计算软件都安装个遍，可以说对于今天的人们来说，计算的实现异常轻松，不足为奇。然而有多少人想过，计算器为什么能算呢？
前不久我写过一篇回答，如果深入思考这个问题，那么你就会发现，如此不起眼的事物，竟然也包含着我们现代社会各种科技产品的基本原理和结构，因为计算器在本质上也是属于计算机。
为什么这么说呢？
我们知道计算机包含五个基本组成部分：控制器、运算器、存储器、输入、输出。
计算器也有处理器，即控制器和运算器；计算器要存储运算所需的程序，所以有存储器；计算器有键盘，所以有输入部分；计算器有显示屏（早期有使用打印机代替显示屏的计算器），所以有输出部分。实际上，输入和输出部分是人和计算机（计算器）交互的渠道，大多数计算器把输入（键盘）和输出（显示屏）以及主板上芯片之外的东西都除去之后，剩下的部分就是一个单片机。
所以计算器本质上就是计算机，可能你觉得这个结论很好笑，但却是不折不扣的事实。既然它也算是计算机，那么就不得不从最基本的东西——二进制以及逻辑电路说起。
电子计算器用二进制来表示数，二进制是所有电子产品的逻辑基础。

所谓的二进制，是只用0和1这两个数码来表示数。我们今天所说的计算器，都是指从1964年夏普推出的CS-10A开始算起的电子计算器。在此之前有电气式计算器，二进制的两个数码在它的电路中是真正的通和断，然而在电子式计算器中，能实现“通”和“断”这两种状态的电路却很复杂，“通”和“断”两种状态也不一定是电路的导通和断开，更普适一些的说法应该是使用两种电路状态来表示二值逻辑的0和1这两种逻辑状态。在电子电路中，这两种电路状态用高、低“电平”来表示，一般是输出信号的电压的高、低。
在电子技术中，半导体元器件是最重要的。实现电子电路的高、低电平两种状态，并实现与、或、非、与非、或非、与或非这些逻辑运算，都是利用了半导体元器件在不同电压条件下的工作特性。实现基本逻辑运算和复合逻辑运算的电路称为门电路。门电路可以由半导体二极管组成，也可以由双极型三极管（BJT）组成，还可以由金属-氧化物-半导体场效应管（MOS管）组成。目前应用最广泛的是CMOS门电路。将大量的门电路集成到一块很小的半导体芯片上，组成大规模集成电路，就能形成非常复杂的功能了。我们拆开计算器时看到的一小块黑色胶装物质，或者是有很多引脚的塑料块，里面就是封装的计算器的集成电路芯片。


我们今天日常用到的手机、电脑等电子产品，里面最核心的部分都是处理器，其内部执行的运算也正是大量的二进制逻辑运算。
电子计算器通过键盘接收输入的信息，键盘是人机交互的输入接口。

有人拆过计算器吗？是否看过键盘底下是什么构造？


似乎都长得差不多，实际上每个按键都是一个简单的开关。
一个计算器有好几十个按键，如果每一个开关都直接引一根线到芯片上，那么芯片的接口可想而知会有很多。而且每次我们只按一个按键，芯片要来判断几十个接口上是哪个接口被导通了，这也是很麻烦的。为了简化设计，节约硬件资源，自然有一种很好的解决办法，那就是矩阵键盘。
矩阵键盘顾名思义就是将键盘排列成矩阵的形式，把键盘上按键的两个引脚分别连接在不同的端口上。我们以像下图这样的16个按键的键盘为例，16个按键只需要8条线就能够完成按键的判断。其中4条作为列电平输入，另外4条作为行电平输出，这样就可以从行列读取被按下的按键。


这里矩阵键盘还是用了8条线，如果希望进一步精简，则可以使用编码器，将这线的电平状态进行编码，用多位二进制值来表示按下的按键，最后用更少的线就能完成键盘按键的检测。计算器得到我们按键的编码，就可以进一步地转换成相应的二进制数，然后进行后续的运算了。不过我们输入的也不仅仅是数，也可能是其他的指令，原理也是一样的。
我们每天用到的实体键盘（注意这里说的是实体键盘，不是触摸屏上的那种虚拟键盘），仍然是应用这些原理工作的。
当然我们日常用到的电子产品，能输入信息的不只有键盘。以智能手机为例，它没有实体键盘，很显然，它的触摸屏的触控部分就是输入信息用的，它用于输入触摸的位置、移动、触控点数目等等信息。还有话筒、相机、光线传感器等等，它们分别输入的是声音、图像、光强信息。
计算器依靠人工给定的规则执行运算，逻辑运算规则是所有电子产品的运行准则。

我们先回想一下我们小学的时候是怎么学计算的。以乘法为例，我们到底是如何学会整数、小数、分数的乘法的？
背诵乘法口诀表 → 学习一个因数是一位数的乘法法则 → 学习一个因数是两位数的乘法法则 → 学习小数乘法法则 → 学习分数乘法法则
这些虽然都是我们要“背”的，但我们仔细分析一下，乘法口诀表是死记的，而后面四个都是计算的方法。所以计算器也一样，我们要给它最基本的“口诀”，然后再给它计算的方法，它就可以计算了。
前面我们提到了二进制，两个二进制之间的算术运算，最基本的加、减、乘、除，本质上都是化成若干步加法运算来完成的：
减法——使用补码转化为加法进行运算；
乘法——进行若干次被乘数左移，被乘数与部分积相加
除法——除数右移一位，从被除数或除数中减去除数
逻辑电路中将基本逻辑门进行简单的组合，可以设计出加法器，这里的加法器要考虑低位来的进位，如果进一步考虑运算的速度，加法器的结构就会更加复杂。


所以，加法器就是我们教给计算器的“口诀”，其他的都是教给计算器的“方法”。
四则运算我们实现了，更高级的函数运算怎么办呢？那就是各种数值计算方法大显神通的时候了。
我们从开平方说起。1973年CASIO推出的“ROOT-8”，是卡西欧推出的第一款袖珍式可以开平方的计算器：



CASIO ROOT-8

单这一个功能，就让这台计算器的价格高出当时其他计算器不少。但原理却很简单，用了数值计算方法中的牛顿迭代法。例如我们要计算 ，计算器内部就按如下方法进行迭代计算：
，
迭代几次之后就达到了显示位数的精度。如果是科学计算器，一些初等函数的计算，就使用的多项式近似计算：
正弦函数： ；
对数函数：
指数函数：
反三角函数：由 ，将 替换为 ，又 ，对级数逐项积分即可。
具体可阅读：
计算器或计算机如何进行比较复杂的数学计算？上世纪90年代出现的带有CAS功能（Computer Algebra System，计算机代数系统）的计算器，则又有一套符号计算的算法。这样的算法，不论是数字还是字母，都会被视为符号，因此计算机代数系统的算法都是以高精度整数运算开宗明义。
我们日常接触到的那些电子产品，归根结底，它们内部所有的处理过程都是不同复杂程度的逻辑计算过程。
计算器通过显示屏向人们传递信息，显示屏是人机交互的输出接口。

计算器算完了，要把计算的结果交给人们。我们已经讲了计算器是用二进制的，如果计算的结果也用二进制来表示，那肯定是不能看的。我们或许注意到，我们平时见到的计算器上的数字，都是这种7个笔画，再加一个小数点的样子，这种显示器叫七段数码管：


那么让计算器把数字显示在屏幕上的原理是什么呢？答案是显示译码器。它的原理和我们前面提到的编码器相反，计算器将二进制转化为十进制之后，每个数字仍然是用多位二进制数表示的数码（一般为BCD码，Binary-Coded Decimal，二进制编码十进制数），然后显示译码器将数码“翻译”成我们能看到的数字；不同的位也用编码表示并进行译码，让数字显示在指定的位置上。


当然，显示器不只有这种形式，最早的电子计算器是用辉光管显示的，那么辉光管里面是充入稀有气体，然后装入了10个数码形状的阴极和金属丝网的公共阳极，要显示哪个数字就导通哪个电极。后来有了荧光管显示的，最早的荧光管原理就和我们上面讲的七段数码管一样，但形状不同，后来才演变成我们现在所看到的七段数码管的形状：


再后来出现了更复杂的点阵显示屏，虽然原理更复杂，但本质上仍然是将计算器输出的信号进行“翻译”再表达在屏幕上。
我们日常使用的电子产品，大多数都是通过屏幕来输出信息。瞪大你的眼睛，凑近看屏幕，你会发现一个一个的像素点。这些像素点无非包括三个基本信息：红色亮度、绿色亮度、蓝色亮度，三种颜色不同强弱的亮度组合就能实现各种各样五彩缤纷的颜色。当然了，我们日常使用的电子产品，能够输出信息的不仅仅是屏幕，也不仅仅是输出的视觉信息。例如喇叭就是用来向人们输出声音信息的。
<hr/>所以，小小的计算器，的确可以说是看起来平平无奇，却又是科技含量满满的事物。

同花顺

在大数据时代，无论是生活中各种类型的传感器，还是用户规模庞大的互联网，它们时时刻刻都在生产数据。从手机上的高清照片，到医用 CT 图像，再到遥感卫星拍摄的地球摄影，无论数据量如何增长，人们都期待实时获得结果。而我们的生活之所以能够如此便利，如此丰富多彩，背后依靠的重要技术就是分布式优化。
好的，今天咱们来聊一下天天提、天天说的大数据，说一说这个“熟悉”的词汇背后的数学基础。讲一讲大数据处理，谈一谈分布式优化的前世今生。

撰文 | 董乾（中国科学院软件研究所）、刘歆（中国科学院数学与系统科学研究院）

目前，市场上主流手机摄像头的清晰度已经达到两千万像素，国内某著名手机制造商最新推出的一款环绕屏手机的清晰度更是超过了一亿像素，一张照片的容量就要达到100MB。手机的电子防抖功能，手机软件的去噪功能，这些最后都归结为数学模型中的最优化问题，但是无论数据量如何增大，人们对这些功能的要求都是瞬时提供结果。

医用CT机（电子计算机断层扫描仪）拍摄的图像容量更是可以达到GB量级。医学工作者想依靠断层扫描的结果重构人体三维结构需要求解一个几何问题（可归结为最优化问题）；想通过千千万万个病人的CT报告信息来总结疾病的规律，核心是统计问题（可归结为最优化问题），这些数学模型的数据量超过了一般计算机可拥有的最大内存。

给咱们蓝色的美丽地球摄影的遥感卫星，它拍摄的照片往往是以TB计，由于卫星自身容量、能量都有限，这些照片会在压缩后实时传回地球上的接收站。地面获取数据后的解压过程需要求解一个被称为稀疏优化的数学模型。而实时不断传回的数据往往会使得用来处理数据的计算机不堪重负。

为了可以“瞬时”处理“实时”到来的“大规模”数据，人们想到了使用拥有多个计算单元的超级计算机来进行分布式、并行计算。下面我们就带大家细细品味分布式优化的前世今生。

1
优化方法是人工智能的数学基础
最优化问题是应用数学的一个分支，顾名思义，是指在一定的条件限制下，选取某种方案使得目标达到最优的一种方法。许多科学工程领域的核心问题最终都归结为优化问题。随着大数据、机器学习和人工智能的迅猛发展，作为这些应用问题的核心数学模型，最优化问题遇到了千载难逢的发展机遇。

另一方面，随着数据量的增大，问题复杂性提高，这给最优化方法的研究带来了巨大的挑战。传统最优化方法的设计思想主要是通过传统的串行计算实现的，无法与硬件的并行架构完美兼容，这降低了传统最优化方法在具有大数据背景的应用领域的可适用性，限制了求解来源于相关应用领域的最优化模型的精度和效率。为了突破这一困境，以分布式存储为基础，以并行计算为核心的分布式优化应运而生，这也使得最优化方法得到了比以往任何时候都更加广泛的应用。

随着信息技术的跨越式发展，近年来，人工智能迎来了一波喷涌式发展。在人工智能的这次发展浪潮中，机器学习奠定了人工智能在统计意义上的基础和合理性，对应的优化算法和配套的硬件计算能力确保了人工智能在实现上的正确性和有效性。

换句话说，目前图像识别、目标检测、语音识别等算法在准确性上所表现出的显著提高离不开机器学习及其对大数据的训练方法。而所谓的“训练方法”，主要是指利用训练数据集找到一组参数，使得由这组参数决定的函数或映射能够尽可能匹配训练数据的特征标签，同时能在一定范围内对其它数据的特征做出预测，给进一步决策提供参考。这里的参数估计问题，就是一个以拟合度为目标的最优化问题。我们根据目标函数的函数值、梯度值等信息，设计求解最优参数的迭代算法，因为数据量极大，所以传统的最优化方法往往不能胜任。最优化方法同人工智能的关系可以参见图1。



图1 优化方法在人工智能中的应用和体现

2
传统最优化方法受到数据爆炸的冲击
在这个大数据时代，一方面，数据的产生由手动方式转变为自动化，各种类型的传感器被人们应用到生产、生活以及科学研究中来获取信息，数据的收集变得更加便捷经济；另一方面，拥有庞大数量用户的互联网无时无刻不在产生规模巨大的数据。以上因素的联合作用,导致了数据集规模的爆炸式增长，图2[1]展示了全球数据量的增长趋势（1PB=1024TB，1EB=1024PB）。


图2 IDC预测的2020年全球数据量

单个的存储单元数据的分布式采集以及数据量不断扩张进一步催生数据分布式存储结构的出现。然而，数据爆炸给传统最优化方法带来了巨大的挑战。但是，传统优化方法所处理的数据集规模较小，而且往往是串行算法。所以，对于求解目前大规模和分布式存储的数据问题，一方面,对小规模数据集的传统优化方法并不见得对大数据问题有效；另一方面，以目前单核处理器的计算能力,数据规模的爆炸使得串行算法难以在可忍受的时间内进行求解。

3
现代计算机的并行架构推动分布式优化方法的发展


图3 CPU发展历史

幸运的是，现代计算机的并行架构为我们由传统优化方法转到发展分布式优化以求解上述问题带来了机遇。从图3[2]中可以发现，随着晶体管电路逐渐接近性能极限，处理器（CPU）由单核逐渐过渡到多核。例如，图4[3]中展示的Intel Xeon系列处理器中的一款CPU具有6个核心单元。


图4 Intel Xeon系列处理器架构

不仅仅是CPU，近年来快速发展的图形处理器（GPU）也具有众多的计算单元，从而产生很强大的浮点运算、并行计算性能。例如，NVIDIA公司的TURING TU102 GPU内建4608颗CUDA核心，576颗Tensor核心,如图5[4]所示。



图5 Turing TU102 GPU 架构简图

当然，单个CPU或者GPU的计算能力依然十分有限。于是，利用多个CPU、GPU构建的大规模集群/超级计算机，成为目前主流的计算硬件资源，比如2015年百度利用36个服务节点搭建了深度学习专用服务器Minwa[5]参加当年的计算机视觉挑战赛（ILSVRC）。更多的全球超级计算机介绍及排名可见[6]。无论是多核CPU、GPU，还是超级计算机，都是并行的硬件架构。为充分有效利用计算资源的并行架构，我们需要结合这一架构特点进行并行程序的设计开发。

4
分布式优化与并行计算
分布式优化方法属于并行计算中的一类方法。与将一个问题分解成一系列离散的指令，由单个核心依次逐一执行这些指令的串行计算不同，并行计算是同时使用多个核心来求解一个计算问题，如图6[3]。具体地说，并行计算要首先把一个问题分解成若干个可以同时计算的子问题（部分），并将每个子问题进一步细分为一系列离散的指令；然后，采用全面控制/协调机制，利用多个核心同时执行每个部分的指令。


图6-1 并行计算示意图



图6-2 串行计算示意图

而分布式优化，就是考虑如何把大任务分解成若干子任务，安排给多个核心、利用多个核心来实现对一个大问题的并行快速求解。目前，在算法设计上，分布式优化可以分成代数层面的分布式优化和模型层面的分布式优化两类。相比于并行计算，分布式计算的概念要更加宽泛，用在事务处理和科学计算中；而并行计算一般出现在科学计算中。不过两者之间并没有明确的分界线,我们利用“分布式”来强调数据的分布式存储以及分布式内存。

01）代数层面的分布式优化


图7 数据矩阵的分块方式

将已有的高效串行算法中的数据矩阵（如图7所示）和对应的变量分块，在代数运算层面上将可并行的运算进行并行化实现，这被称为代数层面的分布式优化。这类方法是传统并行计算与已有传统优化方法的直接结合，优点是仅需要分析已有串行算法中的可并行部分，同时对于数据并行情形容易估计实际的计算量，进而利用传统并行计算中的负载均衡技术，即适当分配每个核心的计算任务，使得核心之间分配大约相等数量的工作，以使所有核心始终保持忙碌，避免出现图8中展示的多数进程空等待的情形[7]。



图8 负载不均衡的情况

02 模型层面的分布式优化
虽然上述分布式优化方法简单易行，但是仅仅是基于已有的串行方法来实现数值计算上的并行，并不能得到新方法。另外，这种并行化的方式不仅依赖于算法的结构，其可扩展性与求解问题的特点有密切的关系。想要突破传统并行算法仅在运算层面上并行的方式，就需要根据计算机的并行架构来设计模型层面上的分布式/并行算法。
模型层面上的分布式优化方法，其基本思想是将大规模问题分解成若干个小规模/子块的子问题进行同时求解，实现算法的分布式/并行计算。与代数层面的传统优化方法并行实现有着本质的不同，模型层面的分布式优化需要指定每个计算核心需要存储的数据、处理的变量，以及各核心间的通信等，达到从模型层面将求解大任务划分为并发执行的小任务的目标，使得算法的并行结构与硬件的并行架构之间一致、协调，从而发挥出现有计算资源的强大能力。

5
分布式优化中的异步计算问题
对于代数层次的分布式优化，容易通过并行数值计算方面的负载均衡技术，使得多个核心发挥出各自的计算性能，避免出现核心的空等待。然而，对于模型层次的分布式优化方法，在每个迭代步中，变量的更新是在所有进程求解完子问题之后再共同进行的。这时，如果每个进程所负责子问题的求解难度不一致，或者每个进程的计算能力不均，就会出现有些进程已经完成子问题的求解，从而等待其它进程完成子问题求解的情形，如图9[8]左边所示。


图9 多进程的异步计算示意图
由于从算法流程上子问题的求解过程无法再进行分割，所以模型层次的分布式优化方法无法像代数层次的分布式优化那样直接利用并行数值计算方面的负载均衡技术。为了解决这一问题，异步计算近年来得到了广泛关注，也即每步迭代中变量的更新只利用当前信息，而缺少了全局同步的过程。

6
结语

本文从分布式优化的应用背景和硬件基础入手，介绍了分布式优化的基本概念、主要方法和关键问题。不难看出，分布式优化是以大数据为基础的人工智能时代中优化领域不可或缺的研究方向；分布式优化的研究离不开背景问题和用来实现算法的计算机体系结构，包括硬件环境和软件体系；它的研究需要结合模型设计、算法设计和并行程序开发，属于跨学科的交叉研究方向，十分具有挑战性。

参考文献
[1] John Gantz and David Reinsel. The digital universe in 2020: Big data, bigger digital shadows, and biggest growth in the far east. IDC iView, 2007:1–16, 2012.
[2] John Hennessy and David Patterson. Computer Architecture: A Quantitative Approach. Elsevier, 2011.
[3] https://computing.llnl.gov/tutorials/parallel_comp/#Whatis
[4] https://www.nvidia.com/content/dam/en-zz/Solutions/design-visualization/technologies/turing-architecture/NVIDIA-Turing-Architecture-Whitepaper.pdf[5] https://blog.csdn.net/lynnandwei/article/details/44411465
[6] https://www.top500.org
[7] https://computing.llnl.gov/tutorials/parallel_comp/#DesignLoadBalance
[8] Zhimin Peng, Yangyang Xu, Ming Yan, and Wotao Yin. ARock: an algorithmic framework for asynchronous parallel coordinate updates. SIAM Journal on Scientific Computing, 38-5(2016), A2851–A2879.


本文首发于2019年11月04日的《返朴》。

长长的路

这东西看起来是一个平平无奇的“大灯泡”，猜猜多少钱能买到？


粗看起来和我们平时见到的白炽灯很像，商店里卖几块钱的那种，国际售价却要3000美元一个！
因为它实际上不是灯泡，而是20英寸的光电倍增管，科技含量满满，价格可比灯泡贵多了。
光电倍增管是一种真空电子器件，可以把光信号转换为电信号。工作原理简单来说，它可以把入射的光子通过光电效应（让爱因斯坦获得诺贝尔奖的那个效应）转化成电子，少数的电子在倍增电场的作用下发生二次电子发射，可以倍增放大获得更多的电子，放大后的这些电子通过阳极收集后输出[1]。



光电倍增管工作原理：入射光子打到阴极发生光电效应产生电子，电子在倍增电场的作用下不断飞向倍增极产生二次电子，经过多次倍增，把信号放大。

想象一下，在一个乌漆嘛黑的环境中，你的眼睛什么都看不到，神奇的光电倍增管却是火眼金睛，它能灵敏、快速地捕捉到那些极微弱的光信号，将其转换成更强的电信号，帮助你准确地看到这些极微弱光信号。
正因为独特的高灵敏度、高响应速度等优点，光电倍增管在空间技术、考古、医学、地质学、生物学、天文学、冶金、化学、农业和军事等领域都有广泛应用，被用于光子计数、弱光探测、化学发光、生物发光、宇宙射线探测器、分光光度计、色度计、生化分析仪等设备[2]。
光电倍增管的市面上，日本的滨松公司占有垄断地位。虽然这两年日本企业丑闻频频，造假鞠躬的事情频繁发生。然而，在光电倍增管的制造领域，滨松独步天下。
特别是大尺寸的光电倍增管，在2016年之前，全世界只有滨松有能力生产。世界最大的20英寸光电倍增管，一口价3000美元一个，您爱买不买，反正全世界唯独滨松有。
当年日本的超级神冈中微子实验，向滨松公司订购了11000多个这样的大尺寸光电倍增管，仅仅是光电倍增管一项的花销，就花了三千多万美元（按当时汇率超过两亿人民币）[3]。
就是下面这个实验：



图中的超级神冈探测器，是一个挖在地底下的大池子，池子的墙壁上密密麻麻布满了光电倍增管，然后池子会注水，科学家怎么检查光电倍增管呢？如上图所示，划船进去。

超级神冈在2001年注水实验的时候发生一件“惨案”，有7000多个光电倍增管莫名其妙地炸掉了！花了这么多钱，一夜之间变成7000响的鞭炮了。日本科学家们只能含泪又买了一批光电倍增管（滨松公司在偷笑，赚翻了）。
看起来毫不起眼、平平无奇，像白炽灯一个模样的20英寸光电倍增管，尽管贵，却是物有所值。
科学家做中微子实验离不开它，从神冈到超级神冈实验，光电倍增管帮助日本人获得了两次诺贝尔物理学奖，一次是2002年小柴昌俊因发现超新星中微子获奖，还有一次是2015年梶田隆章等人因发现中微子振荡获奖。日本科学家正在计划把超级神冈升级为超级超级神冈，用于测量中微子质量顺序和质子衰变，预计会使用更多的光电倍增管（滨松公司又在偷笑了）。
小柴昌俊获得诺奖的时候，有一张照片是他抱着20英寸的光电倍增管在憨笑。



小柴昌俊抱着20英寸光电倍增管

故事到这里还没有结束，该中国人上场了。
还记得刚才说到“在2016年之前”只有日本滨松公司能生产大尺寸光电倍增管吗？
2016年之后呢？中国人来了。
2016年，中国科学家正在广东建造“江门中微子实验”的大科学装置，需要使用一万五千多个20英寸的光电倍增管。咱们也向日本滨松买吗？才怪。他们卖得太贵了，我们需要花小钱办大事。况且，中国的江门实验是日本超级神冈实验的竞争对手，就算我们想买，别人不一定肯卖。
在江门中微子实验动工之前，中科院高能物理研究所的科学家就已经早早地做了筹备。



中国科学家在实验室研制成功的20英寸光电倍增管，图片来自曹俊研究员。



20吋微通道板型光电倍增管

由高能所牵头，中国兵器工业集团北方夜视、中国科学院西安光学精密机械研究所、中核控制系统股份有限公司和南京大学等单位组成合作组，集体攻关突破了20英寸光电倍增管的制造技术，新型光电倍增管实现国产化。
中国科学家与国内企业合作，攻克了高量子效率的光阴极制备技术、微通道板、大尺寸玻壳、以及真空光电子器件封装技术等多个技术难点，最终研制出量子效率、收集效率和单光电子峰谷比等关键技术指标达到国际先进水平的样管，拥有完全的自主知识产权，大大提升了国内企业在超大型电真空器件的创新能力和国际竞争力[4]。
中国兵器工业集团北方夜视专门建了一条生产线，用于生产大尺寸光电倍增管。前几天的大新闻，“天鹅座万年前发出的讯息被捕获”，也是使用了兵工集团生产的20英寸光电倍增管，用于探测宇宙射线。
中国的大尺寸光电倍增管，打破了日本滨松公司的技术垄断，而且我们的光电倍增管价格比日本的便宜几千块钱哦。这是科学界与工业界跨界合作，通过大科学装置推动工业技术进步的成功典范。
怪不得总有人说一旦中国决定进入某个高科技产业，那个产业就会变成白菜价……
【全文完】
<hr/>补充：虽然中国在大尺寸光电倍增管取得了突破，但我们也不能盲目乐观。中小型的光电倍增管依然是国外公司占垄断地位，相关人士依然任重道远。
附一个兵工集团的报道[5]：

军民协同发展 自主技术创新 “中国制造”20英寸微通道板型光电倍增管再获新订单
近日，中国兵器工业集团北方夜视科技集团有限公司成功与中国科学院成都分院签订《高海拔宇宙线观测站大尺寸光敏探头采购项目》合同，订单金额达2224.6万元，推动了“中国制造”核心探测器件在大科学工程装置中的持续应用。当前，合同产品正在稳定地批量生产中。
　　公司所开发的20英寸微通道板型光电倍增管是世界上尺寸最大、技术水平最高的光电倍增管产品，拥有自主知识产权，综合技术指标达到国际先进水平，其中部分指标达到国际领先水平，已申请20多项发明专利，其中包括2项国际专利。
　　在完成中国科学院A类先导科技专项“江门中微子实验”批量生产任务基础上，紧贴国家重大科技基础设施“高海拔宇宙线观测站”大科学工程需求，公司积极组织技术攻关，成功研制出高时间性能的20英寸微通道板型光电倍增管，具有渡越时间离散小、时间一致性好、暗噪声小等特点。作为新的应用点，促进大尺寸微通道板型光电倍增管产业的可持续发展。
　　下一步，公司将继续紧扣国家科技创新、军民协同发展和核心器件替代进口的要求，进一步提升光电倍增管性能水平，打破国外高端器件禁运和核心工艺技术限制，推动我国真空光电探测器件产业的自主可控高质量发展。

继续前进

作为业余艺术爱好者，给大家分享一个陶瓷瓶子。
这个瓶子外表看起来平平无奇，甚至还有很多人觉得它很土很丑。
它的名字也是简单直白，就叫“清乾隆各种釉彩大瓶”，无论从哪方面来看，这个瓶子都是乾隆那家伙低俗审美的具象表现。
不过只要对陶瓷有一定了解的人，都会承认这个瓶子没有什么艺术价值，但却依然要尊称这个“各种釉彩大瓶”为中国“瓷母”。
因为这个瓷瓶，代表了中国古代陶瓷工艺的最高成就。
没错，这个瓶子就是这么牛逼！



清乾隆各种釉彩大瓶

乾隆这个人嘛，大家都知道，自称为十全老人，生平除了喜欢到处去旅游留下一堆“乾隆亲自点赞的小吃”外，就是最爱炫耀。是一个能干出在汝瓷底部刻自己的诗和在王羲之的《快雪时晴帖》上写“神”字的人。
乾隆接过了爷爷和他爹留下的丰厚遗产，管事期间是中国古代社会的最后一个盛世——康乾盛世。在太平无事的日子里，乾隆就想着搞点什么来展示一下自己治理下帝国的实力。
他选择了最有代表性的瓷器，他希望能把历朝历代最有代表性的陶瓷工艺都集中在一个瓷器身上，以此展现大清的牛逼。


皇帝的想法很简单，但是实现起来却困难重重。
自宋朝以来，每朝每代都有代表性的釉色瓷出现，宋朝有官、哥、汝、定、钧五大名窑；元代有青花、霁蓝釉；明代有五彩、斗彩；到了清代又出现了珐琅彩、粉彩。
而每一种釉需要的温度不同，例如青花与窑变釉、粉青釉、霁蓝釉等均属于高温釉彩，需先高温焙烧。而洋彩、金彩及松石绿釉等均属于低温釉彩，应后入低温炭炉焙烧。
而像汝窑、官窑等年代久远的窑口，随着时间和战乱都消失在历史的长河中，要想重新把这些窑口的技术融合进一个瓷器中，只能从现存的陶瓷整器和瓷片标本中研究反推出当初的技术。


当景德镇御窑的督陶官唐英拿到乾隆的指示的时候是崩溃的，这是一个中国陶瓷史上前所未有的创举，同时也面临着前所未有的困难。
不过唐英不愧是史上最牛的督陶官，在他的主持下，景德镇的工匠跑遍全国各大名窑搜集不同的配方工艺，然后反复研制、试验，最后成功研究出了许多失传已久的釉配方。


经过景德镇工人殚精竭虑的努力，经过上千上万个失败品后，最后终于烧制出一个完美的釉彩大瓶。
经此一役，景德镇的制瓷工艺达到了中国古代制瓷技术的巅峰，远远抛开国内的其他窑场。
釉彩大瓶高86.4厘米，口径27.4厘米，足径33厘米。洗口瓶，长颈，长圆腹，圈足外撇。颈两侧各置一螭耳。


基本上，历朝历代所发明出来的陶瓷工艺，都汇聚在这个釉彩大瓶上。细数一下，各种釉彩大瓶从上到下一共分为15个装饰层，一共有17种不同的釉彩。
要知道要把这17种釉彩放在同一件瓷器上，17种釉最少要烧制17次，并且每一次都要成功，一次失败就要毁掉一个瓶，可想而知这个难度有多大。
所使用的釉上彩装饰品种有金彩、珐琅彩、粉彩等；釉下彩装饰品种有青花；还有釉上彩与釉下彩相结合的斗彩。所使用的釉有仿哥釉、松石绿釉、窑变釉、粉青釉、霁蓝釉、仿汝釉、仿官釉、酱釉……



清乾隆各种釉彩大瓶的釉彩和烧造工艺

如果按照一般的命名方式，它应该叫“清乾隆青花五彩斗彩珐琅彩红釉粉青釉霁蓝釉松石绿釉窑变釉仿官釉仿哥釉仿汝釉酱色釉三阳开泰博古九鼎吉庆有余丹凤朝阳太平有象仙山琼阁蟠螭纹蝙蝠纹花卉纹如意纹万字纹灵芝纹螭耳大瓶”。
不过如果这样命名，介绍的时候都会把人弄崩溃，所以最后取了一个和它地位完全不相符的，极其普通的名字——各种釉彩大瓶。



瓶腹的十二幅主题纹饰

估计是烧制成功后乾隆自己都觉得有点丑，毕竟乾隆的日常审美还是挺在线的，他收藏的书画和瓷器都是精品中的精品。
只是烧制各种釉彩大瓶的炫技目的远大于审美意义，所以各种釉彩大瓶的官方记录就烧制了一件，现在保存在北京故宫博物院。
至于前几年在美国以1.51亿人民币成交的“瓷母”，和故宫的并不是一对，品相和工艺都差故宫的不少，不是给乾隆烧制时候的废品就是乾隆后的仿品，价值差得不少。