第六次课 学时数:2学时.docVIP

  • 3
  • 0
  • 约5.4千字
  • 约 6页
  • 2017-08-13 发布于河南
  • 举报
第六次课 学时数:2学时.doc

第六次课 学时数:2学时 【课题】 现代信息技术 【教学目标】 通过本讲的学习,使学生了解现代信息技术中的计算机技术、多媒体技术以及通信技术的现状及发展方向。 【主要教学内容】 现代信息技术概述 计算机技术 多媒体技术 网络通信技术 【教学重点】 现代信息技术的发展方向及芯片技术的过去、现在和未来、软构件的应用软件开发、网络技术。 【教学难点】 无 【教学方法】 课堂讲授 【教学过程】 一、现代信息技术概述 现代信息技术一般是指基础元器件、计算机技术及通信网络技术。基础元器件是后两者发展的基础,它们之间相互制约、相互推动 摩尔定律:基础元件是以半导体制造工艺为主要特征,早在1965年,Intel公司的开创者摩尔总结了一个规律,即在微芯片上集成晶体管的数目每3年翻一番,或者说,18个月增长一倍,而价格下降一倍,这就是著名的摩尔定律。 在芯片上集成晶体管的数目取决于在芯片上制造晶体管的尺寸。 1996年,其尺寸为0.35um 1997年,其尺寸为0.25nm 1999年,其尺寸为0.18um,此时,一个芯片上可集成二千万个晶体管。 当工艺线宽缩小30%时,其工作速度可提高1.5倍。 但工艺技术是有极限的,从理论上讲,其极限为0.05um。 预计2010年实现,那时一个芯片可集成的晶体管可达14亿个。 这一制造工艺的出现,可使计算机的内存芯片的存储容量得到极大的提高,0.25um工艺技术可制造出含256MB容量的内存芯片,而0.05um的工艺技术则可制造出256GB容量的内存芯片,主频可达10GB。 同时CPU制造技术也同时得到极大的改进。 芯片制造技术发展很快,当工艺线宽小于0.05um时,它已经进入了纳米级尺寸,此时已接近原子与分子的尺寸,它的制造工艺就涉及到原子的重排。因而现有的集成电路工艺已不适用,因而要发展新的材料与工艺。 如:用锗硅合金实现光电集成的芯片,元件之间用光通信,形成光计算机; 利用高分子材料制作生物芯片,通过在分子层的物理与化学作用来完成信息的存储与处理,构造出生物计算机。 由于芯片的制作投资巨大,芯片的制作开始与芯片的设计分离,特别是SOC技术的出现,推动着芯片技术走向一个新的方向,这种技术从系统的功能及性能出发,结合芯片的结构,融合软硬件不设计设计与制作芯片,这种芯片称为系统芯片,它克服了多芯片集成为系统时带来的一系列技术困难,并可用较低的芯片集成度来获得高性能的系统。 当前SOC芯片主要有两种类型: 1、以CPU为核心,集成各种存储器、控制电路、I/O、A/D、D/A等功能于一个芯片上 2、以DSP(数字信号处理)为核心,将相关的功能与算法集成在一个芯片上。、 前景 SOC技术的出现,表明微电子技术已从集成电路向系统集成方向发展,预计在未来几年内将成为芯片技术的主流,从而打破计算机技术中以Wintel为核心的格局。 二、计算机技术 (一)向高性能、网络化与智能化方向发展 1、高性能计算机 主要研究集中在并行计算机结构及基于并行计算的软件技术,其体系结构主要有两种类型,第一种类型为共享存储的多处理机系统(SMP);另一种类型的高性能计算机基于工作站或高档微机,它介通过高速互联网连接成一个集群计算机系统。 2、面向网络的计算机 计算机的使用环境主要是网络环境,即由PC及网络服务器组成的计算环境。 服务器主要用于保存大量的数据,同时能对这些数据进行快速处理,并将结果快速地传送出去。因而它需要高速度、大容量及高性能的处理能力,相当于中、小型机的性能。 为了向企业提供这样的服务器,一般采用两种技术: (1)主机中采用多个CPU,它们共享存储; (2)集群计算机技术,将高性能的微机通过高速互联网络连接而构成一个集群计算机系统。 后PC时代: 是指计算机、通信和消费品的相关技术的结合(3C)。(电子工业出版社出版、邱光谊编著《管理信息系统》P10)。 3、计算机智能化 主要进展体现在多模式的人机交互及知识的处理与应用上,人机交互除了图形、文字外,还有声音、表情、书写、手势以及视线等更为自然更为多样化地与计算机交互方式,在知识处理上主要包括数据的挖掘、从数据库中获取知识以及软计算(模糊计算、神经网络计算及进化计算)等方面的研究。 (二)识别技术 在计算机技术中,利用识别技术形成非键盘输入汉字的趋势已经形成,非键盘输入汉字主要是指手写体、印刷体字形的识别,统称文字识别。除此之外,还有语言的识别以及图形图像的识别,后者是用于图形图像数据的输入及处理。 1、文字识别 对印刷体字符(包括汉语)的识别技术已经相当成熟,它对4~6种常用字体,不同字号的字,或中西文数字混合的字均能识别,同时还能完成表格形式及表格内容的识别,使表格中的内容能自动地归类统计。 对于手写体的识别又分为在线和离线两种,在线识别的识别率达90%

文档评论(0)

1亿VIP精品文档

相关文档