hello 大家好

歡迎觀看本期的胡說

最近整理了一些關(guān)于華為鴻蒙系統(tǒng)的信息

通過視頻的方式分享給大家

都是從我朋友口中得知的內(nèi)部消息

信息量遠(yuǎn)大于各路小道八卦消息

如果你喜歡本期的視頻請關(guān)注我們

自從鴻蒙發(fā)布以來評價褒貶不一

爭議就在于它只有PPT沒有太多的技術(shù)細(xì)節(jié)

今 天我們要說的就是鴻蒙的技術(shù)細(xì)節(jié)

鴻蒙強(qiáng)調(diào)的統(tǒng)一IDE開發(fā)一次開發(fā)多設(shè)備部署

所以華為不準(zhǔn)備用Java

而是基于超文本標(biāo)記語言

開發(fā)了一套全新的解釋型編程語言

叫做原生標(biāo)記句法語言（Native Marked Syntax Language）

業(yè)內(nèi)的朋友應(yīng)該知道

解釋型語言的優(yōu)點(diǎn)就是學(xué)習(xí)成本低對開發(fā)者友好

極大降低了開發(fā)門檻

現(xiàn)在正是鴻蒙最需要軟件生態(tài)的時候

Native Marked Syntax Language能快速構(gòu)建鴻蒙生態(tài)

但是解釋型語言有一個不可忽視的缺點(diǎn)

那就是運(yùn)行速度太慢比如Python

可是別忘了華為有方舟編譯器

在方舟編譯器的預(yù)編譯技術(shù)的加持下

Native Marked Syntax Language編程語言的運(yùn)行速度

有望超過C語言達(dá)到匯編語言的水平

可見華為很早前就已經(jīng)計劃推出鴻蒙了細(xì)思極恐啊

這里要說一下主導(dǎo)這個語言開發(fā)的一個工程師

他算是大牛中的大牛了

本科畢業(yè)就用C++寫出了O(1/n)時間復(fù)雜度的算法

這個算法有多難呢

除了他就只有Google的Jeff Dean寫出來過

要知道Jeff Dean是Google的11級工程師

博士畢業(yè)進(jìn)谷歌也才4級發(fā)揮你的想象力想一下什么概念

發(fā)布會上有說基于微內(nèi)核架構(gòu)提升設(shè)備的安全性

計算機(jī)硬件漏洞其實(shí)很多只是因?yàn)楣綦y度高而被忽略

舉個例子

現(xiàn)代的CPU都使用分支預(yù)測技術(shù)（Branch Prediction）

在線程閑置的時會自動猜測一個分支并執(zhí)行

預(yù)測失敗就恢復(fù)執(zhí)行對的分支

因?yàn)槌绦蚓哂芯植啃运约铀偈置黠@

如果沒有這個技術(shù)CPU基本只有一半的性能

現(xiàn)代的操作系統(tǒng)有虛擬內(nèi)存

進(jìn)程之間不可以訪問對方的數(shù)據(jù)

這是為了方便管理和數(shù)據(jù)安全性

問題就出在這

CPU分支預(yù)測機(jī)制失敗的時候加載到緩存的數(shù)據(jù)不會退回

在加上虛擬內(nèi)存的特性CPU緩存就會溢出到內(nèi)存

惡意進(jìn)程會通過這點(diǎn)嗅探到整個內(nèi)存

造成很嚴(yán)重的數(shù)據(jù)安全問題

這個是CPU硬件問題

從軟件上是很難補(bǔ)救的所以Windows Linux現(xiàn)在都還有這個漏洞

只能降低CPU性能保障數(shù)據(jù)安全

鴻蒙的內(nèi)核團(tuán)隊(duì)是訓(xùn)練了一個算法模型

叫熱點(diǎn)換頁算法（Boiling Point Page Swap Algorithm）

通過分析程序全部進(jìn)程提前過濾掉不會執(zhí)行的分支

從而杜絕緩存溢出解決了這個目前Linux Windows都沒解決的漏洞

其實(shí)在學(xué)術(shù)界微內(nèi)核不是什么新鮮的東西

Linux的開發(fā)者Linus還公開說過微內(nèi)核不是主流

鴻蒙的團(tuán)隊(duì)也不缺大佬他們肯定是有自己的見解

鴻蒙堅持使用微內(nèi)核是因?yàn)轼櫭墒窍乱淮僮飨到y(tǒng)

面向物聯(lián)網(wǎng)很多場景下物聯(lián)網(wǎng)設(shè)備對性能要求不高

比如一個智能空調(diào)制熱25℃還是25.1℃影響不大

反而要求的是穩(wěn)定成本低而不要求運(yùn)算性能

在說一下鴻蒙的分布式架構(gòu)

最近一兩年聽到分布式最多的地方就是幣圈了

分布式是區(qū)塊鏈的一大特性

我朋友他們在一個內(nèi)部服務(wù)器集群虛擬了100臺鴻蒙系統(tǒng)設(shè)備

準(zhǔn)備測試鴻蒙協(xié)同計算能力和分布式性能

訓(xùn)練AI模型和挖礦最能體現(xiàn)鴻蒙的性能了

他們根據(jù)鴻蒙的分布式特性優(yōu)化了幾個指令集

比如通過提高數(shù)據(jù)訪問的局部性來提高緩存命中率

使用循環(huán)展開來提高整數(shù)和浮點(diǎn)單元及流水線的占用率

還有一個很重要的因素

海思基于Intel的AVX2擴(kuò)展指令開發(fā)的高級指令

原生高級矢量指令（Native Advanced Instruction in Vector ）

這是針對海思處理器開發(fā)的支持2048位寬度的矢量運(yùn)算

我之前還想不通華為費(fèi)力搞個海思備胎做什么

現(xiàn)在全清楚了華為的布局早在十多年前就開始了

最后余大嘴發(fā)布會提到過低延遲引擎

其實(shí)實(shí)時系統(tǒng)低延遲是應(yīng)該的

如果延遲都降不下來那還叫什么實(shí)時系統(tǒng)

不過余大嘴提了那就是有它的不一樣

鴻蒙這次用了全新的調(diào)度算法

反搶占式調(diào)度算法（Anti-Navy Preemptive Algorithm）

以往低延時都是靠CPU的高占用實(shí)現(xiàn)的

鴻蒙則是通過反搶占式調(diào)度算法利用CPU閑置

達(dá)到低延遲

這些大概就是我知道的技術(shù)細(xì)節(jié)了

總的來說 鴻蒙大量在算法上優(yōu)化

使用很多的深度訓(xùn)練過的AI模型

很多華為的創(chuàng)新讓消費(fèi)者看見華為的軟硬件實(shí)力

是一個下一代操作系統(tǒng)該有的樣子

光是訓(xùn)練模型就得不少時間

短時間鴻蒙是出不來的

靜待佳音吧

感謝您觀看本期的視頻

點(diǎn)贊變帥