AD
计算机速度的提高不仅与处理器性能有关，还需要解决内存方面的“存储墙”问题。美国华裔科学家、伊利诺伊理工学院计算机系主任孙贤和教授最近提出一种新的数学模型，可大幅提高数据读取速度，帮助解决“大数据”时代面临的数据处理和分析难题。
通常认为处理器是提高计算机计算速度的主要障碍，但内存性能如果跟不上也会制约计算速度的提高。就此孙贤和于1990年提出了“内存制约加速比”定律。在这一定律基础上，孙贤和新近提出一种叫做C－AMAT的数学模型，通过平行内存读取方式，把计算机的缓存和存储系统并行处理，可以极大减少计算机在数据读取方面的延迟，让计算机读取速度最多可提高100倍。据新华社电
