Arbeitsfolien - Teil 2 Grundbegriffe

Transkript

1 Vorlesung Informationstechnische Systeme zur Signal- und Wissensverarbeitung PD Dr.-Ing. Gerhard Staude Arbeitsfolien - Teil 2 Grundbegriffe Institut für Informationstechnik Fakultät für Elektrotechnik und Informationstechnik

2 Übersicht - Definition Rechnerarchitektur - Zentrale Datenverarbeitung mit batch processing - Interaktive Datenverarbeitung mit time sharing - Kopplung von Rechnersystemen - Computernetzwerke, distributed computing - Performance, Amdahlsches Gesetz - Perspektiven zur Leistungssteigerung PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

3 Definition des Begriffs Rechnerarchitektur software hardware PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

4 So waren die Arbeitsbedingungen der Datenverarbeitung bis 1965 übliche Mensch-Maschine Schnittstellen: Lochkarten Lochstreifen Magnetband Drucker Zeichengerät (Plotter) zentrale Datenverarbeitung mit batch processing PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

5 und so sah es bis 1980 aus... Interaktives Arbeiten am zentralen Rechensystem mit timesharing und Datenfernverarbeitung lokal MOD DÜE entfernt MOD MOD Modemeinrichtung DÜE Datenübertragungseinrichtung DÜE PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

6 Ein-/Ausgabe - Verfahren Programmierte Ein-/Ausgabe polling interrupt - gesteuert Direkter Speicherzugriff (DMA) 5 Entlastung der CPU 6 zusätzlicher Hardwareaufwand Virtuelle Ein-/Ausgabe Kommunikationsprozessor PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

7 Fehler nein Polling - Verfahren Beginn Statuswort lesen betriebsbereit? ja nein ja Statuswort lesen in in Arbeit? Ausgabe des nächsten Zeichens letztes Zeichen? Ende nein ja Drucker druckt ein Zeichen PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

8 interrupt-gesteuert Beginn Statuswort lesen Fehler nein betriebsbereit? ja Ausgabe des ersten Zeichens Drucker erzeugt nach Drucken des Zeichens einen Interrupt andere Aufgaben ja letztes Zeichen? nein Ausgabe des nächsten Zeichens PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

9 Direct Memory Access (DMA) Fehler nein Beginn Statuswort lesen betriebsbereit? ja Ausgabe der Parameter an an Drucker Start Transfer Druck des kompletten Textes. Am Ende oder bei Fehler: Interrupt andere Aufgaben PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

10 Virtuelle Ein-/Ausgabe Hauptrechner (mainframe) shared memory Kommunikationsprozessor Peripheriegeräte PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

11 Kommunikation ist manchmal lästig T IMP T T IMP IMP interface message processor (IMP) erhöhte Verfügbarkeit und Ausfallsicherheit standardisierte Protokolle (z.b. TCP/IP) Kopplungsdienste für heterogene Systeme hochratige Verbindung PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

12 Computer - Netzwerke local area network (LAN) an einem Standort oder großräumig WAN (wide) MAN (metropolitan) GAN (global) PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

13 Kopplung von Rechnersystemen lose Kopplung mäßige Kopplung starke Kopplung PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

14 lose Kopplung serielle Datenübertragung mit geringen Bitraten hohe Datensicherheit durch Protokoll geringe Interaktion zwischen Systemen mittlere und weite Entfernungen PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

15 mäßige Kopplung serielle Datenübertragung mit hohen Bitraten oder langsame bis mittlere parallele Datenübertragung oder gemeinsamer Massenspeicher (z.b. Festplatte) mäßige Interaktion zwischen Systemen geringe Entfernungen einfachere Protokolle Datensicherheit durch Parity etc PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

16 starke Kopplung gemeinsamer Systembus oder shared memory sehr hohe Datenrate (parallele hochratige Verbindung) Interaktion der Systeme meist auf Job-Ebene sehr kurze Entfernungen keine Protokolle (overhead) keine Datensicherung bei Übertragung PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

17 Beispiele für Netzwerk-Topologien vollständig vermascht Ring Stern Bus Baum Gitter/Torus PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

18 MUX und KONZ Multiplexor - feste Aufteilung der Bandbreite K - Kapazität pro User: K/N Konzentrator - dynamische ( intelligente ) Aufteilung der Bandbreite K - Kapazität pro User: maximal K - statistische Kollision 1 N... KONZ MUX 1... N PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

19 HUB und SWITCH typ. Knotenpunkte für stern-/baumförmige Netzwerke Hub - sendet eingehende Daten an alle Stationen weiter - unspezifisch -> hohes Netzaufkommen Switch - sendet eingehende Daten nur an Empfänger weiter - gezielte Verbindung zwischen zwei Stationen - mehrere Verbindungen gleichzeitig möglich PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

20 SAN Storage Area Network PC clients Ethernet LAN storage arrays server FC switch server FC switch fibre channel SAN FC hub (arbitrated loop) backup PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

21 Workstation-Cluster Parallelrechner für Arme data servers LAN master compute servers compute servers Nutzen vorhandener Hardware aber geringe Netzbandbreite Jobs PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

22 Multinode-Systeme und wer es sich leisten kann high speed interconnection network CPU 1 CPU 2... shared memory CPU n... node k CPU 3 hohe Skalierbarkeit... CPU 1 CPU 2 shared memory CPU n node 2 CPU 3 Kommunikation über hochratige Verbindungen node 1 PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT CPU 1 CPU n CPU 2 shared memory... CPU 3

23 Distributed Computing Meta-Computing Mit einem Job gleichzeitig mehrere Rechner nutzen Grid-Computing Koppelung mehrerer Rechner über Ortsgrenzen hinweg Beispiele: - Projekt der Stanford University zur Untersuchung der Proteinfaltung und Aggregation - EUROGRID hochratige Vernetzung von Supercomputerzentren -DataGrid(CERN) weltweit verteilter Datenspeicher (im Aufbau) PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

24 binär ist nicht gleich dezimal......präfixe im Vergleich Präfix Symbol Bedeutung Differenz (SI) (SI) (SI) (SI) (IT) (IT) kilo k ,4 % mega M ,9 % giga G ,4 % tera T ,0 % peta P ,6 % exa E ,3 % Systeme International d Unites (SI) PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

25 Binäre Maße und Präfixe Präfix Symbol Bedeutung Umrechnung kibi Ki Ki KiByte = 1,02 kbyte mebi Mi Mi MiByte = 1,05 MByte gibi Gi Gi GiByte = 1,07 GByte tebi Ti Ti TiByte = 1,10 TByte pebi Pi Pi PiByte = 1,13 PByte exbi Ei Ei EiByte = 1,15 EByte 1 Byte (B) = 8 bit (b) Beispiel: ein kibibit: 1 Kibit = 2 10 bit = 1024 bit ein kilobit: 1 kbit = 10 3 bit = 1000 bit nach: IEC PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

26 Karten auf den Tisch: Performance Kenngrößen für Leistung aus der Sicht des Benutzers: Ausführungszeit (execution time, elapsed time) Antwortzeit (response time) aus der Sicht des Betreibers: Durchsatz Auslastung (throughput, Jobs/Zeiteinheit) PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

27 Karten auf den Tisch: Performance Definition von Leistung Leistung = 1 Ausführungszeit Relative Performance: eine Leistungsteigerung n bedeutet n = 100 Leistung neu - Leistung alt Leistung alt [%] PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

28 Karten auf den Tisch: Performance-Faktoren Ausführungszeit für für ein Programm = Anzahl Taktzyklen * Taktperiode aber: nicht alle Befehle sind gleich lang! PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

29 Karten auf den Tisch: Performance-Faktoren (MIPS) -1 Ausführungszeit für für ein Programm = Anzahl Befehle * CPI * Taktperiode CPI (cycles per instruction) mittlere Anzahl von Taktzyklen pro Befehl mittlere Befehlsdauer Performance-Steigerung durch - höhere Taktrate - geringere CPI - weniger Befehle pro Applikation und/oder Befehle mit geringerer CPI PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

30 Äpfel und Birnen... MIPS (million instructions per second): peak - maximale Anzahl von Befehlen pro Sekunde - Basis: Code mit minimaler CPI native - mittlere Anzahl von Befehlen pro Sekunde - Basis: gewichteter Mittelwert der CPIs aller Befehle CPI ges = Σ N k i * CPI i i=1 Σ N k i i=1 Maße für Performance Befehle der Klasse i mit CPI i kommen im Programm k i mal vor MFLOPS (million floating operations per second): - mittlere Anzahl von Fließkomma-Operationen pro Sekunde PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

31 Äpfel und Birnen... Maße für Performance Häufigkeiten (nach Gibson): load/store 31,2 31,2 % add/subtract 6,1 6,1 % multiply 0,6 0,6 % divide 0,2 0,2 % floating add/subtract 6,9 6,9 % floating multiply 3,8 3,8 % floating divide 1,5 1,5 % compare 3,8 3,8 % test test & branch 16,6 16,6 % shift shift 4,4 4,4 % logical operations 1,6 1,6 % system control 5,3 5,3 % indexing 18,0 18,0 % PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

32 Äpfel und Birnen... Benchmarks echtes Anwenderprogramm - unbestechlich aber anwenderabhängig einfaches Programm - einfach nachvollziehbar aber betrugsanfällig Benchmarks - Drystone - Whetstone - Linpack - SPEC - Stream - HPC (IDC) -HINT PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

33 ein systematischer Querschnitt: SPEC CPU2006 Benchmark CINT2006 (integer component of SPEC CPU2006) 400.perlbench 401.bzip2 403.gcc 429.mcf 445.gobmk 456.hmmer 458.sjeng 462.libquantum 464.h264ref 471.omnetpp 473.astar 483.xalancbmk Programming Language Compression Compiler Combinatorial Optimization Vehicle scheduling Artificial Intelligence: Plays the game of Go Protein sequence analysis using profile hidden Markov models Artificial Intelligence: chess Physics / Quantum Computing: Simulates a quantum computer Video Compression Discrete Event Simulation Path-finding Algorithms XML Processing PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

34 ein systematischer Querschnitt: SPEC CPU2006 Benchmark CFP2006 (floating point component of SPEC CPU2006) 410.bwaves 416.gamess 433.milc 434.zeusmp 435.gromacs 436.cactusADM 437.leslie3d 444.namd 447.dealII 450.soplex 453.povray 454.calculix 459.GemsFDTD 465.tonto 470.lbm 481.wrf 482.sphinx3 Fluid Dynamics Quantum Chemistry Physics / Quantum Chromodynamics Physics / simulation of astrophysical phenomena Biochemistry / Molecular Dynamics Physics / General Relativity Fluid Dynamics Biology / Simulates large biomolecular systems Finite Element Analysis Linear Programming, Optimization Image Ray-tracing, Image rendering Structural Mechanics Computational Electromagnetics, solves the Maxwell equations in 3D Quantum Chemistry Fluid Dynamics Weather modeling from scales of meters to thousands of kilometers Speech recognition PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

35 FLOPS sind nicht alles... STREAM Benchmark machine balance = peak Mflops sustained bandwidth (in Mwords/sec) STREAM kernels: per iteration: name kernel bytes flops copy a(i) = b(i) 16 0 scale a(i) = q*b(i) 16 1 sum a(i) = b(i) + c(i) 24 1 triad a(i) = b(i) + q*c(i) 24 2 berücksichtigt neben der reinen Fließkomma-Leistung auch den (tatsächlichen) Speicherdurchsatz PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

36 Woran drehen? Amdahlsches Gesetz Entscheidend für Leistungssteigerung ist die Beschleunigung der meistbenutzten Teilleistung!!! Amdahlsches Gesetz PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

37 Woran drehen? Beispiel: Amdahlsches Gesetz Eine Aufgabe läßt sich in n=6 Teilaufgaben zerlegen: % 17 % 24 % 9 % 4 % 29 % Mit einer Beschleunigung von Teilaufgabe 6 auf das 3-fache erzielt man: B gesamt = = 1, ,7 Performance-Steigerung um 24 % PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

38 Woran drehen? Beispiel: Amdahlsches Gesetz Eine Aufgabe läßt sich in n=6 Teilaufgaben zerlegen: % 17 % 24 % 9 % 4 % 29 % Mit einer Beschleunigung von Teilaufgabe 4 auf das 9-fache erzielt man dagegen nur: B gesamt = = 1, Performance-Steigerung um 9 % PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

39 Effizienz von parallelen Applikationen sei t s f N Amdahlsches Gesetz Zeit für serielle Ausführung eines Programms Anteil der parallelisierbaren Rechenzeit (0<f<1) Anzahl der benutzten Prozessoren benötigte Zeit t p bei paralleler Ausführung: t p = (1 f) t s + N f t s PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

40 Effizienz von parallelen Applikationen Amdahlsches Gesetz maximal erzielbare Beschleunigung (speedup): B max = t s t p = 1 f 1 f + N PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

41 Effizienz von parallelen Applikationen Amdahlsches Gesetz 100 f=0.99 Speedup B max t s 1 20 f=0.50 f= Anzahl der benutzten Prozessoren N PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

42 Moore sches Gesetz Quelle: Intel Die Anzahl der Transistoren pro Fläche auf einem Siliziumchip verdoppelt sich alle Monate. PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

43 Moore sches Gesetz gilt auch für Leistung von HPC Systemen Quelle: top500.org PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

44 schneller, kleiner, wärmer Leistungssteigerung Erhöhung der Taktfrequenz parasitäre Kapazitäten thermische Probleme Verkürzung der Schaltzeiten physikalische Grenzen der Miniaturisierung Parallelisierung Zerlegung in unabhängige Teilaufgaben PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

45 Miniaturschalter MOSFET Transitor Metal - Oxide - Semiconductor - Field - Effect - Transistor Prinzip spannungsgesteuerter Halbleiterwiderstand Funktion Das Anlegen einer Spannung U GS zwischen Steuerelektrode und Halbleiter erzeugt Feld, das Stromfluß durch Transistor nahezu leistungslos kontrolliert unipolarer Transistor (Stromfluß nur durch eine Ladungsträgerart bewirkt) PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

46 n-kanal MOSFET Transistor Typ: selbstsperrend Gate Bulk Source Drain SiO 2 n + n + p-substrat PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

47 n-kanal MOSFET Transistor - U DS + - U GS + B S G D Raumladungszone n n n-kanal (Inversion) PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

48 schneller, kleiner, wärmer Miniaturisierung Quelle: Intel PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

49 physikalisch unmöglich? Optische Lithografie Quelle: Intel PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

50 physikalisch unmöglich? Optische Lithografie Quelle: Intel RET Resolution Enhancement Techniques OPC Optical Proximity Correction PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

51 Aus dem Takt Skew-Diagramm Quelle: Intel PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

52 geordnetes Chaos... optimierte Gatterverteilung Quelle: Intel PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

53 verzerrt... Strained Silicon Quelle: Intel PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

54 Einlegearbeit... Dual Damascene Verfahren Schnitt durch 6 layer Kupferverdrahtung Quelle: IBM PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

55 und tschüss... Leckströme Quelle: Intel PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

56 und tschüss... Leckströme 15 nm 1,4 nm Transistor mit 15 nm Gatelänge (Quelle: AMD) PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

57 Leistung braucht Leistung... Thermal Design Power Bild Wärmeverteilung thermal design power (TDP) maximale Leistungsaufnahme eines Prozessors unter Volllast PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

58 Leistung braucht Leistung... Energieeffizienz Bild Wärmeverteilung Performance pro Watt PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

59 Der Einfluß der Marktwirtschaft $/MIPS A B Kosten C Leistung Technologiesprünge A B C werden durch den Kostendruck induziert! MIPS PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

60 Zukunftsmusik neue Materialien Halbleiter der III/V Gruppe (z.b. GaAs, InP) - größere Beweglichkeit der freien Elektronen - Fähigkeit Licht zu empfangen und zu senden neue Technologien - Litographische Verfahren (z.b. EUV=Extreme UltraViolet ) - Kohlenstoff Nano-Tubes - organische Transistoren physikalische Grenze: Lichtgeschwindigkeit - Silicon-on-Sapphire - optische Computer - Quantencomputer PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

61 Zukunftsmusik Quelle: Infineon PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT

62 Prognosen II Was das elektrische Licht betrifft, so ist viel dafür und viel dagegen gesagt worden. Ohne Widerspruch befürchten zu müssen, glaube ich behaupten zu können, dass mit Ende der Pariser Weltausstellung auch das elektrische Licht enden wird. Anschließend werden wir nie wieder davon hören. Prof. Erasmus Willsen Universität Oxford im Jahre 1878 PD Dr.- Ing. G. Staude - Arbeitsfolien zur Vorlesung: Informationstechnische Systeme zur Signal- und Wissensverarbeitung - WT