計算的原理與實務

原本是回應陳維超教授談到的技術問題，不小心寫多了，乾脆趁此機會用實際案例來引申出來談談「電腦工程」中如何融合道理與實務的這個議題。

在往下看之前，建議讀者先看看陳教授的短文（https://www.facebook.com/weichao.chen.tw/posts/10153241768458152）。

陳教授在與業界人士聊天時，發現有個他覺得trivial（簡單基本到不行） 的觀念，對方竟然沒有想到要用來解決問題。

這種事在我們實驗室裡，每天都在發生，在我與業界的交流中，也時常出現。雖然「要花很多時間取得資料，不如重新算過一次」是個粗淺到小學生都懂的概念，但是真的有一大堆人不會活用。

以資訊科技來說，台灣的業界比較重視實務，但往往過於短視；學界比較重視創新，但往往過於理論，以致於產學界難有真正的交集，而學校訓練出來的學生有頗大的學用落差。

缺乏交集，自然缺乏活用知識和理論的機會和經驗。

以陳教授所舉的例子，「要花很多時間取得資料，不如重新算過一次」的道理很簡單，對於懂得效能分析實務的人來說，的確是很基本的，但對於不曾主動做分析和創新設計，只是利用或抄襲現成技術的人來說，很可能從來沒碰過。

所以雖然陳教授輕描淡寫地說這個很trivial，但要把簡單的道理用於複雜的問題上，是最難的事，但如果做到了，卻是最美的事，這就是所謂的simple is beautiful。

想到我當年在SUN工作的第一個任務，是分析與解決密碼加速器的效能瓶頸。我發現問題的根源是，設計密碼加速器的產品開發部門竟然認為「有了密碼加速器，所有大大小小的加解密工作都給它做就是了」，但是在實際運作上，資料量小的工作，根本不值得花時間送給它做。

這麼簡單的問題，產品開發部門幾位有經驗的工程師，折騰了好幾個月還搞不清楚，我這個菜鳥則是憑著一些常識，很快地幫助他們釐清和解決問題，結果成為SUN在密碼加速器研發上的重要人物，而這些工作，雖然用不到我的博士研究的專業，但用上了我在求學過程中的研究方法和活用知識的訓練。

早年計算能力相對低的年代，常常有用查表法代替計算，有空間換取時間的做法，來增進效能。知道這個的人應該不少，我在高中時就寫過這樣的程式碼，那個時候個人電腦的CPU可以在一個時脈週期中讀取一筆資料，但是要做乘法計算則需要幾十個時脈週期，所以用查表的比較快。除法和超越函數更是如此，而現在還有一些低階的處理器，還在用這些技巧。

後來當CPU時脈提高，但記憶體存取相對變慢的時候，我們必須反過來減少記憶體存取的次數，所以高階處理器 cache越來越大，做data prefetch來提早取得資料、使用multithreaded architecture來容忍資料遲到的狀況、使用壓縮的方式傳送資料，甚至還會用speculation的方式來猜測資料是在哪裡和是什麼。這些在計算機結構都有講，但是沒有實際用過的話，可能聽過就忘了。

在多處理機和多核心電腦上，存取資料的問題更嚴重，除了時間延遲和頻寬之外，還要考慮到尖峰時刻塞車的問題，所以有時候簡單的工作，就可能就不分工了，要不就由一個CPU代表去做，做完把結果給大家，要不就大家都做同樣的事情。前者多半在有共享記憶體的多核心處理器上看到，後者多半在分散式的系統看到。

到了異質計算的年代，CPU和GPU的分工，更需要好好地做效能分析。因為傳統GPU和CPU不共享記憶體，透過較慢的PCIe Bus交換資料，所以有些工作CPU自己做比較快。另一方面，當GPU有超過2000個核心的時候，用重複的計算(redundant computation)取代資料交換，也是常見的事。

更進一步談巨量資料，為了節省資料的取得時間，我們往往費盡心思。我們花時間將資料和計算擺在同一個地方，做所謂的data computation co-location，將重複出現的資料利用data deduplication技術節省儲存空間和取得時間，用一堆目錄（indexing）讓資料可以快速被找到。

當計算機結構有所不同時，優化的策略可能會隨之而變，不能食古不化。但原理雖然簡單，系統和實作技巧卻越來越複雜，軟硬體優化的機會越來越多，可惜能夠真正連通理論和實務的人則越來越少。

以上這些技術，講起來很容易，但在實作上，必須先搞清楚運算和資料的相對位置、距離、時間先後、相依性、數量等等，才知道該如何取捨。但很多人根本不會用效能分析工具，就在那邊瞎子摸象，隨便亂講，這時候要解決問題，就需要瞎貓遇到死耗子的運氣。

所以這些看似trivial的道理，很多人即便知道，沒有經驗，也難以活用，就會一直卡在那裡。

有些公司主管不知道是天真還是邪惡，說是找我們去談計畫，實際上把這類問題丟出來考驗我們，我們花了時間了解問題，把類似的結果告訴他們，卻被認為「沒什麼了不起」，變成了免費的諮商。

很多公司也不懂學生所受訓練的價值，因而學生自己也不懂。我們紮紮實實訓練學生做系統研究，就是在遇到複雜系統的疑難雜症的時候能夠快速有效的對症下藥，不然你要摸索到幾時？

這個跟找名醫看病的道理是一樣的，你身體好的時候，不愛聽醫生的話，等到身體出問題了，才到處打聽名醫，如果名醫兩三下就醫好了，有些「奧客」可能還會覺得沒什麼了不起。

所以之前科技代工業很旺的時候，就像身體好卻習慣差的人，根本不希罕我們做的東西，部分學生也覺得辛苦學這些到業界沒有用。現在退潮中，就可以看看誰沒有穿褲子，有沒有研發創新能力的公司和個人，外界會看得越來越清楚 -- 拿出真本事，驗證真功夫的時候到了。