但这不代表王旭就完全没法在现在搞出点东西来，一个人不行，那就一群人呗，水木最不缺的就是人才。王旭拼命地刷声望的目的是啥，不就是能尽可能地利用水木的资源嘛，有什么羊会比眼前这只毛多还长的。

现在的个人计算机已经进入32位时代，但是单台计算机的能力还是太弱了，小型机又实在太贵，CPU升级更受摩尔定律的限制，没那么快实现翻倍。

而现在主流的超算还是克雷（Cray）那样的向量计算模式，是并行计算的一种，这东西说白了就是后世显卡的计算模式，到了后世，干脆直接用显卡的GPU来制作克雷机，比如橡树岭的泰坦机就是。

本小章还未完，请点击下一页继续阅读后面精彩内容！

现在的克雷机，你可以把它的核心看成由一堆RISC芯片堆出来的一个超大号的GPU，这些芯片就是GPU中的那些核。

之后再加上一些输入、输出、存储之类的设备构成的，说起来性能还真没有后世一块显卡来得快。

我们几乎可以说克雷机的技术进行微缩化，集成化之后，就是基础GPU了。

而且这东西虽然很快，但是很贵，超级贵，还超级费电，根本不适合中小型企业使用。

那么怎么样能弄一个原材料简单，而又能够实现高运算速度的计算机呢？

其实后世有答案的，那就是分布式计算。

分布式是一种利用特殊的操作系统，将可拆分的运算步骤分别送到不同的计算机中进行计算，然后再汇总获得计算结果，这东西其实是后世大家耳熟能详的这云那云的前身。

而并行式其实和分布式在基本原理上是一致的，只不过，不是分配到外部的计算机，而是内部的不同CPU上，因此速度更快，但是设计则更复杂，能集成的CPU数量也有限。

不过呢，抛开应用谈速度就是耍流氓，首先你得搞明白你要做的是什么。

你想在并行算法上高效，首先你要做的内容就得支持并行运算，也就是需要原运算可拆解为大量不相干的简单运算。

比如1+2+3+4，你可以很简单地拆成1+2和3+4两个不相干的运算，然后再运算结果的和即可，在一台电脑上运算需要3个时钟周期，而在两个CPU的并行式电脑上运算，只需要两个，这就提高了速度。

但有些事情，由于后续运算需要前一步的结果，所以是无法这样拆分的，那么用并行运算就不能显着提高效率。比如1+2*3，无论在哪种机器上，都得两个时钟周期才能算完。

分布式也有类似的问题，你的工作如果可以分成许多个类似的子任务，那么用分布式就很理想，比如动画渲染，就可以把素材发送到许多计算机上分别进行各帧的渲染。

有了渲染结果后，先综合，再划分成一段段的，发送到多台机器上进行视频生成。如此重复，就可以得到一条完整的渲染动画。

音频的处理其实和视频的处理是有相似性的，音频同样可以进行分段式的拆分，分别进行各种处理，不同音轨更是本来就是不同的子任务，所以音频处理其实是可以使用分布式方式进行处理的。

只不过，音频处理实在比视频简单太多了，根本不需要那么麻烦地进行拆分，后世的一个DSP就可以直接搞定。

但现在的各种CPU和DSP都还没那么强大的能力，所以嘛，就要稍微麻烦一些了，需要用上一些分布式或者并行式的技术了。

用一台高性能的PC机做主机，负责人机交互和任务分配，多套配备多个声卡的计算机作为计算单元对信号进行处理。

再配备中心化的存储单元，利用RAID方式进行中转数据存储，将其作为缓存使用，多台磁带机作为永久存储设备，嗯，大致的结构就是这样。

是不是看着很眼熟？没错，后世很多三位图像渲染的小型工作站就是这个模式的，不过把声音处理单元换成了显卡罢了。

总的来说，现在做这样的体系建设，其实多少有些得不偿失，因为各种限制导致的性能提升会极为有限。而且这东西国外本来就有，还挺发达，不然你以为国外的那些顶级录音棚的设备是哪里来的？