友情提示：如果本网页打开太慢或显示不完整，请尝试鼠标右键“刷新”本网页！
谁在谋杀中国经济-附身中国人的文化魔咒-第6部分
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部! 如果本书没有阅读完，想下次继续接着阅读，可使用上方 "收藏到我的浏览器" 功能 和 "加入书签" 功能！
晖谠龀ち�16％。惠普以54。8％的收入份额领先；IBM其次，占21。7％。从2008全年来看，刀片服务器收入增长了33％，市场规模达到54亿美元。
保罗？米勒的预言长期来看也会准确可靠吗？很可能不准确，但不是因为大型机有更强的竞争力，特别是绝对不可能是来自中国的大型机的竞争，而是因为云计算的挑战。毕竟大型机太贵了，而且维护不方便，硬件坏了就得换。而使用云计算技术则不会有这些影响，系统一样运行，优点比较明显。
第一，有了云计算技术．不具备雄厚财力的网站一也可以获得超大规模的计算能力和存储空间。1997年，Google起家时，面临的问题是资金短缺，但是需要超大规模的存储空间存储互联网上所有网页的内容，需要超大规模的计算能力建搜索索引，以及处理海量的并发的用户请求。Google大胆地用一堆廉价服务器，去满足对超大规模的存储空间和计算能力的需求——这就叫做云计算平台。
2006年，Google云计算平台的规模是45万台机器。2年过去了，有人推测Google现在的规模又翻了一番。不仅规模超大，而且10多年的实践证明，云计算平台的稳定性也令人满意。
第二，如前所述，从1997年到现在，Google云计算平台随着互联网内容的增长而迅速增长。通常情况下，计算平台的规模增加，必然导致管理上的额外负担增加，从而导致整个系统的效率下降。但是Google平台规模急剧增加，并没有导致整体效率的显著下降。
第三，应对难以准确预测的访问流量，云计算平台能够提供足够的弹性…随着流量的变化而增减计算能力和存储空间。网站的访问流量不均匀，高峰期用户访问量猛增，机器忙不过来。而闲暇时，很多机器处于闲置状态，造成资源浪费。而且，各家网站的高峰期不一致，经常会出现你忙我不忙的局面。基于同样的道理，你重新看看中国前10名的高性能计算机，现在投入应用的一半都是用来地质探矿，可是实际上各个大型机不是一直都有大型运算任务。而为金融服务的大型机或是大型服务器呢，也就是主要在白天开盘的时候服务运算。随着带宽的急剧扩展，云计算其实可以把这些潜在不忙的运算能力更好地调动起来为自己所用。
说了这么多，你不得不又一次承认：联想无论是跟做大型机的IBM、做刀片服务器的惠普，还是跟开拓云计算的微软和Google相比，都相差一大段距离。读者可能会说，联想的高管比你郎教授要聪明多了，他们不可能不知道这些背景知识的，那么联想为什么还是勇往直前、义无反顾呢？
背景提示
其实这不单是联想的问题，本质的问题在于在我们的心底，我们是相信奇迹、崇拜奇迹的。这种相信奇迹的心态就是我前面章节所谈论的小概率事件，例如诸葛亮借东风、空城计等等。根据我曾经在广东地区所做调研的结果，国内有54。6％的企业倾向于期望某个研发人员突然间能创造出一个非常好的产品。例如中科院宣布跟联想和曙光合作研制成了“单精度峰值超过每秒l000万亿次浮点运算的超级计算系统”就是这个奇迹心态的表现，希望能通过这个奇迹赚大钱。可在西方却不然，他们只相信规律，不相信奇迹。例如，我们前面谈到的惠普公司副总裁保罗？米勒说大型机其实正在走向末路，米勒的说法就是在规律之下的必然推论，而绝不会幻想奇迹出现。
光讲联想是不公平的，因为中国像联想这样所谓的高科技企业太多了。我再给各位读者谈一个跟联想思维类似的公司——曙光公司，大家娱乐娱乐，开怀大笑一下。曙光4000A是在2004年由中国曙光公司为上海超级计算中心制造的，当时排名世界第10位，但是现在已经跌出了世界前250名。
2008年推出的曙光5000A再一次贯彻了我们中华文化“追求第一”、“不鸣则已，一鸣惊人”的优良传统。我不想讲得太专业，我告诉各位读者重点。该计算机总计拥有30720个计算核心，拿这个产品跟世界排名前500位的产品对比，就能发现人家最主流的解决方案不过才用2049～4096个计算核心（http：//top500。org/stats/list/32/procclass）。例如，IBM和惠普给中石油和中国电信提供的超级计算机也是使用这么多核心，而这些方案其实已经占据了中国使用中的大型机的主要份额。
为什么曙光4000A在短短5年内就跌出前250名？以IBM和惠普为对比，可以发现IBM和惠普有非常强大的软件解决方案，所以才能创造市场，而中国的大型机只有超强计算能力是不够的。比如奥运期间，北京市气象局用的大型机就是IBM提供的，其具体解决方案就是针对沙尘暴等非常复杂的气象问题做出运算和预报的软件。
而中国这些所谓的大型机计算能力很强，可是由于缺乏与时俱进的解决方案软件，所以难成气候。
这就好像是造硬盘，中国落后吧，却不愿意按照科学规律去研究材料科学或是计算科学这样的基础科学，不去研究如何从根本上提高硬盘存储量的规律，反而是政治挂帅，定下目标就要搞出一个世界前10名的，那是怎么做的呢？就是中国人所擅长的投机取巧，也就是所谓的“四两拨千斤”、“杀鸡不用牛刀”。最后就是把上万个小硬盘并行串在一起！而这个串起来的程序还是微软提供的，更不要说其实这些小硬盘也都是外国公司生产的。大家说可不可笑？为什么我们都能接受这种吹牛呢？因为我们就是一个相信奇迹、崇拜奇迹的民族。
三、看看甲骨文公司是怎么干的
前面所讲的这么多问题都比较偏向于技术化，可能大家读得有点闷。那我现在给大家讲一个美国高科技企业的故事，我敢肯定这个故事在中国是不可想象的。我不想讲比尔？盖茨的故事，比尔？盖茨是大学没读完就去创办微软了，这个故事大家肯定都知道，大家知道的我肯定不讲。我想讲的是最近把IBM挤走，买下太阳微系统的甲骨文公司老板的故事。为什么要讲他呢？当然，个原因是他的英文名跟我一样，都叫Larry；另外一个更重要的原因是，他比比尔？盖茨还厉害。在1977年，32岁的埃里森（Larry Ellison）同志跟另外两个人创办甲骨文的时候，这家伙是个读了三所大学都没能毕业的辍学生。在我们中国人看来，这个人这辈子基本上就废了，三十而立嘛，你看他30岁了基本上还是个社会闲杂人员。那时候他靠什么混饭呢？就是偶尔帮别人写几行程序。那时候其实还没有软件工程师这一职业，编程序的参考书也就是几本杂志。在当时，硬件就基本上等于整个计算机行业，所以写软件代码的人就跟今天计算机工厂里的组装工人差不多，只是做一点辅助性的工作。
不过美国看的是什么？是你的本事，是你的产品都能干什么，而不是先看你读了几个硕士或博士，也不是看你从哪个学校毕业的。你别小看这个辍学的大龄青年，他们三个家伙水平不简单，最起码能看懂行内最前沿的论文。一个家伙最先看到了埃德加？考特（Edgar Frank Codd）的一篇论文，然后连同其他几篇相关的文章推荐给另外两个人也阅读了一下。他们读完以后就觉得数据库软件有潜力，于是就开始策划构建可商用的“关系型”数据库。我下面会谈一些专业名词，包括“关系型”数据库，不过读者不要被这些专业名词吓到了，大家听听就算了，我刚接触这些名词的时候，水平也和大家差不多，多听几次，多忍耐忍耐，水平就上来了。为了减轻读者的负担，下面我会把这些不需要知道的名词加上引号。
不过第一个问题是，写论文的那个家伙自己怎么不去开公司呢？原因可不是像我们国内一样，写论文纯粹是闭门造车，做不得实践。埃德加？考特在专业学术期刊《Communication of ACM》上发表了那篇著名的《大型共享数据库数据的关系模型》（A Relational Model of Data for Large Shared Data Banks）的论文，这是数据库发展史上的一个转折。要知道，当时还是比较低层次的“层次模型”和“网状模型，，数据库产品在市场上占主要位置。从这篇论文开始，拉开了“关系型”数据库软件革命的序幕。那么我告诉大家，埃德加？考特自己不去开公司，其真正的原因在于，他是IBM的工程师！
那么紧接着的问题就是，怎么IBM不自己做呢？这里我们就会发现，历史总有惊人相似的一幕。这篇文章其实早在1970年6月就发表出来了，IBM却迟迟不搞这个项目。这是为什么呢？主要原因是当时的IBM就跟今天的联想一样闭目塞听，他们庞大而又复杂的官僚系统讨论半天的结论是什么呢？他们认为“关系型”数据库速度太慢，比不上当时落后的“层次型”数据库。好笑的是，IBM虽然在3年之后（也就是1973年）终于启动了新项目，研究“关系型”数据库的实际可行性，但是却迟迟不发布这样的产品，因为当时IBM的“层次型”数据库卖得还不错，如果推出“关系型”数据库，牵涉到IBM很多人的自身利益。
与此形成鲜明对比的是，这三个“体制外”的人在1979年的夏季发布了商用甲骨文产品，这个新数据库产品不是很稳定，并缺少一些重要功能，但客户还是有的。当时，美国中央情报局迫不及待地想买一套这样的软件来满足他们的需求，但在咨询了IBM公司之后，发现IBM并没有可以商用的产品，所以中央情报局才联系了埃德加？考特他们。直到1983年，他们已经发布了甲骨文第三版，IBM才发布了姗姗来迟的产品DB2。
这背后你又看到什么了呢？
第一，只有在美国这种环境下，新的技术研究成果才能被及时发布出来。即便有一个公司因为内部问题没有做出来，这个技术也不会因此就销声匿迹了，而是被积累、传递了下来，这样后面的人就不需要在一些低水平的问题上浪费时间了，所谓科研就是这样的积累和传递。而中国科研的特性正好相反，我们基本上都在低水平上浪费时间了，而且缺乏积累和传递。
首先我想谈谈，什么叫做低水平的浪费。例如我们小学二年级的学生可怜巴巴地背九九乘法表，这就是低水平的浪费，如果不背这些无聊东西，不但不会影响中国的科学发展，反而有助于我们的学生跳出低水平的恶性循环。大家如果有机会到美国的超市买东西，就会发现美国的收银员不但不太会运用乘除法，甚至做减法都有些困难，但这绝不影响美国成为超级科技强权国家。这种低水平的浪费还包括我们消耗了学生大量的时间和精力学习数学和物理等学科的解题技巧，还有特别重视以解题为主的奥林匹克数学、物理竞赛等等。此外，还有一句所有学生和家长最熟悉的低水平浪费的话——“学好数理化，走遍天下都不怕”。这是绝对的胡说八道，而且绝对是低水平地浪费时间。这些学科基本都是美国的二三流人才念的学科，美国的一流人才和中国相反，他们是不念数理化的，而是念法学院、商学院还有医学院。美国的一流人才走遍天下之余，我从没看到他们有在乎数理化的，甚至不会数理化都无所谓。
我再谈谈什么叫做积累和传递。举个例子，你通过做研究得到了A成果，而所谓的科研是在A的基础上再研究出B，从A到B就是科研的传递和积累。你绝对不可能凭空想出来B，因为没有A就绝不会有B。我们中国的科研，以金融学为例，我看过部分研究基本就缺乏从A到B的传递和积累，很多论文就是凭空想出来一个自以为是的C理论，而这个C和A、B都无关，不但无关，而且把C这个结果写成举世无双的伟大，简直可笑得不得了。我还记得重庆某大学的金融学博士生告诉我，他在念博士的时候，指导老师要他学习“大气物理”课程，我很好奇地问他为什么，他说指导老师告诉他，股市的变化就如同气候一样变化无常，所以要学习大气物理。
我听了忍不住哈哈大笑，这就是从来不学习国际上和股票市场课题有关的学术论文所得出的A和B，而是自己在家想出来的C。实在可笑。还有上海某师范大学的金融学博士生打电话给我，说学校规定博士论文必须在国际著名学术期刊发表，我大笑着告诉他，你们学校的教授几乎从来没人在国际上发表过论文，你们博士生凭什么能够发表呢？后来我看了他的论文，简直可笑得不得了，连个“参考文献”都没有。这就是标准的没有A和B的积累和传递，而是一个凭空想象的C。这就是我们内地很多金融学院校的研究水平。
背景提示
表面上看中国科研投入很高，研发人员层次很高，但是研发效率很低，科研产品很少。拥有博士、硕士学历的人比比皆是，但发明创造却不多。根据调研结果显示，被调研的企业在技术发展方面以博士为专业技术带头人的有30％、以硕士为专业技术带头人的有45％、以本科生为专业技术带头人的有24％。由此可见，我国企业高新技术专业带头人的学历结构与国外发达国家相当。而70％公司的研发队伍九成以上的科研人员都是本科以上学历，但是每万人的专利产出却居于世界末位。我们大量科研人员和经费投入基本都被浪费在一些低水平技术上了，而不是积累和传递。所以最近国内讨论了半天山寨机好还是不好，我觉得都没有切中问题的实质！关键的问题是，有没有把人才用在科研的积累和传递上。
第二，同样是创业，西方企业不是在赌小概率事件，而是认真分析和研究了学术论文，论证可行性，备齐各项研发条件之后，才根据客户需求研发产品，这就是研发的规律，按照这种规律才能提高研发的成功率。西方理念崇尚遵守规律，而我们不同，我们不尊重规律，反而希望破坏规律，我们甚至以破坏规则、规律为荣。举例而言，我和很多国人一样，都以破坏规则为荣。我在2008年10月初应邀到广西梧州演讲，由于没有飞机到达那里，而开车过去需要5个小时，为了赶时间，演讲主办方派了一部警车来接我。我坐上警车后，警笛一路鸣响，又闯红灯，又不缴过路�
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部!
温馨提示： 温看小说的同时发表评论，说出自己的看法和其它小伙伴们分享也不错哦！发表书评还可以获得积分和经验奖励，认真写原创书评 被采纳为精评可以获得大量金币、积分和经验奖励哦！