信息与云计算

右脚

什么是信息？

信息作为一个科学术语被提出和使用，可追溯到1928年R.VHartly在《信息传输》一文中的描述。他认为：信息是指有新内容、新知识的消息。

1956年，英国学者Ashby提出“信息是集合的变异度”。认为信息的本性在于事物本身具有变异度。

1975年，意大利学者G..Longo在《信息论：心得趋势与未决问题》指出：信息是反映事物构成、关系和差别的东西，他包含在事物的差异之中，而不在事物的本身。

可见，至今为止，信息的概念仍然仁者见仁智者见智。 传播学研究的信息是在一种情况下能够减少或消除不确定性的任何事物，它是人的精神创造物。

我们从传播学来看，信息减少了事物的不确定性，即让我们对事物的认识更加准确，因为人们总是在追求真理，当我们找到某种事物发展规律时，我们需要传播正确的内容给人们，这些内容就是信息，即让不确定变的确定。就是因为这样的精神创造物，而让人类不断的发展。



一段TED的视频

我看过一部来至TED的演讲视频《18分钟讲述宇宙历史》，他讲解宇宙和人类的演变发展，演讲非常有吸引力，让人深思。TED它邀请世界上的思想领袖与实干家来分享他们最热衷从事的事业。TED由“科技”、“娱乐”以及“设计”三个英文单词首字母组成，这三个广泛的领域共同塑造着我们的未来。每一个TED 演讲的时间通常都是18分钟以内，但是，由于演讲者对于自己所从事的事业有一种深深的热爱，他们的演讲也往往最能打动听者的心，并引起人们的思考与进一步探索。





热力学--熵
任何一种事物的发展都是由基本到复杂构建而成，即从基本的元素组成复杂的系统，来看看一些基本的物理定律，热力学第二定律规定了热永远都只能由热处转到冷处，自然界中任何形式的能都会很容易地变成热，而反过来热却不能在不产生其他影响的条件下完全变成其他形式的能，从而说明了这种转变在自然条件下也是不可逆的。熵是第二定律的一个定量值。

孤立系统内对可逆过程，系统的熵总保持不变；对不可逆过程，系统的熵总是增加的。这个规律叫做熵值增加原理。这也是热力学第二定律的又一种表述。熵的增加表示系统从几率小的状态向几率大的状态演变，也就是从比较有规则、有秩序的状态向更无规则，更无秩序的状态演变。熵体现了系统的统计性质。

1948年，C.E.Shannon博士在《通信的数学理论》中，给出信息的数学定义，认为信息是用以消除随机不确定性的东西（信息是肯定性的确认；确定性的增加），并提出信息量的概念和信息熵的计算方法，从而奠定了信息论的基础。

现在我们回过头来看看，热力学第一定律定义了：热力系内物质的能量可以传递，其形式可以转换，在转换和传递过程中各种形式能源的总量保持不变。即：热可以转变为功，功也可以转变为热；消耗一定的功必产生一定的热，一定的热消失时，也必产生一定的功。

我可以把我们自己的精神创造看成热力学的第一定律，把精神思想创造力转换成了创造我们世界的动力，而第二定律规定了这样的创造转导性，第二定律的熵可以保持，也可以增加，保持是在一个封闭的系统中，我相信人类不会是一个封闭的系统，除非关闭国门的闭关自守，而对于一个开放的系统，是不可逆的，系统内的熵值会不断的增加。

我们的信息也如此，如果我们人类的系统越开放，发展是不可逆的，熵值将增加的越来越快，即我们的信息量不断的增加！也是正面人类进步的量化证据，开放的系统将会带给人类一个不可逆的、持续的发展，我们将不断攀登科技和

现在全球有70亿个个体在进行交易，同时他们在坐着各种的交流和沟通、将信息不断的传播。我们可以想象，从古到今人们交易方式的变化，局部的村落人们交换物品、由于各种需求和利益出现了各种的个体、团体、城邦、到国家等等，他们体现着系统的复杂性，一旦一个系统过于封闭、马上会被另外一个系统所打破，重新构建一个新的生态系统。

现在我们来看看当前的信息交流，我这里将提到的是我们的IT、我们的Internet，当前我们的互联网发展如此的快速，人们交流比以往快乐无数倍，全球化越来越快。而我们是如何处理这样的交流的网络数据。



信息处理

现在直接进入主题，来看看需要对数据处理，最基本的计算单元CPU，我们的CPU从二极管发展到了晶体管，微处理器8086到现在的Core，从x86构架开始向移动的ARM等平台发展。他们的目的都是为了更快、更高效的处理数据，现在更加的向移动性和低功耗发展。

我们来看看基于Intel的x86构架处理器，最开始的频率只有几十兆、为了不断提升处理能力增加晶体管，开始是提升频率，达到4G，后来频率提升困难后，开始采用加入多核心，同时也在提升数据位宽和总线带宽等。处理器结构的演化，也映射出网络数据处理的演化。显示提升单个核心的性能、总线带宽、数据位宽等，后来单节点无法承载更多的数据量，开始采用多核心处理，即将数据分布式的均衡处理。这正是反映了一个系统的不可逆发展，熵值不断增加。

由于早期PC系统各个部件工作频率不同，外部设备的工作频率远远低于中央处理器，为了让他们协同工作，在系统设计上必须通过各个逐步提升频率的控制芯片来完成，这样出现了从南桥->北桥->CPU的构架，但随着当前外部设备性能逐步提升，对系统带宽需求越来越高，就像我们对上网带宽需求越来越大，需要更多的带宽。CPU的频率提升加上多核心处理器的出现，CPU是完全能handle这些信息，关键是从下往上的通道越来越拥挤，为了让他们更快速的到达CPU被处理，直接将内存、显卡和南桥直接连接到CPU，不在经过北桥，而下一步则会继续抛弃南桥，CPU将会设计为一个SoC的系统，即我们所谓的主板将被淡化。从这方面看CPU与下面的部件连接越来越扁平化，直接沟通。 现在我们看到的是一个单系统的CPU构架，对于大型的计算机则采用了众多CPU组成，通过分布式或指定特定的数据被各个CPU处理。





我们的互联网信息处理也是如此，随着人们对信息获取的增多，早期的互联网，就一台服务器运行一套http服务和数据库，现在不同，数据量已经不再是一个单服务器能完成的，需要一个多核心的系统，但现在增加了以前一台服务器可以处理完全国处理方式由单点，向多节点发展。

ARM平台一直采用的是SoC构架，因为开始设计就以低功耗的设备为主，频率要求不高，但随着移动处理增多，ARM平台初步的从手机处理器一跃而成当前的主流移动平台处理器，ARM已经对Intel的领导地位产生了威胁。ARM平台也是不断的摄入服务器和网络平台，通过众核处理器协同处理更多，更大的数据，相对于x86在功耗上更低。



我们看到了CPU的发展和当前构架的发展，我们的信息需要CPU来处理交换，而大量的数据处理需要更多的CPU，那就变成了多核心、多CPU、以及处理集群，现在的CPU已经在向移动性和低功耗发展，原因很简单我们以及进入了将移动化的网络、3G、4G和智能手机，再一次改变了我们的网络，人们交流更加方便快捷，信息传播速度快到了点对点，更加扁平化，人与人之间的联系更加复杂，正如热力学规定的熵值增加，将变得更加无序。

移动网络的发展，是的信息量不断增加，我们的网络需要处理更多的信息，而这就衍生了云计算，其实云计算并不是什么高科技，其实就是之前我们所看到CPU发展的另一种演化，但云平台是一个复杂的系统。



云平台的衍生

从固定的PC向移动计算发展，人们对信息的需求无处不在，因为社会化发展加快，人们随时随地都想获取自己需要的信息，信息被处理、存储、转发，这就需要一个庞大的系统来完成，互联网是这个系统的承载体他来转发信息，各种交换设备和服务器来处理和存储信息。完成这样的系统提出了云计算平台，云计算其实上述的整合，如谷歌、亚马逊和苹果等他们在处理来至用户的数据不断增加，并需要一套这样的系统完成。

云平台是一个集中、分布式的系统，对于用户来说他们看到是一个portal，都集中在一个点上访问，但事实上在后面是一个分布式的处理系统。云计算是网格计算（Grid Computing）、（分布式计算）（Distributed Computing）、并行计算（Parallel Computing）、效用计算（Utility Computing）、网络存储（Network Storage Technologies）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机和网络技术发展融合的产物。





如淘宝和腾讯为了就近服务自己的用户，他们需要在各地建设数据机房，各个数据机房都服务者周边的用，但他们都会到各个机房架设相同的数据处理平台，保证数据数据完整性，各个机房之间的数据相互进行备份，各个机房分担着各个地区的用户，达到分布式计算，并行处理用户请求，所以我们在访问淘宝或腾讯QQ等服务的时候，虽然我们看到的是一个界面，但其实在后台有一个庞大的系统在运行处理

所以云计算不是一个简单的计算，是一个汇聚多项技术的庞大系统。而我们看到的普通企业搞的云计算，从某种意义上看是一种变味的云计算，他只是将IDC数据机房，引入了部分云计算的特点，如虚拟化、网络存储等，不算真正的云计算，只是IDC数据机房的一个升级。在现有的虚拟机基础上运行各个商家的应用软件SAS平台，向用户提供服务，这和IDC服务没有太大差别，只是换了一个名字公有云，目的很简单商业化味道很强烈。

云计算是解决信息发展带来的大量数据处理、存储和转发问题，我们应当从最基本的原理去看待一个当前信息发展的趋势，移动计算的出现将带来又一次信息革命。科学是以简单的无形代替复杂的有形，热力学可以从基本原理上解释我们的信息发展，虽然我们的地球是封闭的，封闭的系统熵值是恒定的，但在地球上人类却是开放的，人类信息化发展让地球内部的熵值不断增加，人类活动对于地球更加无序，当人类在地球的熵值达到极限，必然将向宇宙深处发展。

         我相信，单纯的思考足以了解世界 -- 爱因斯坦