电脑系统重构技术-系统重构包括哪些内容

1.虚拟化有哪些应用？

2.什么是逆向工程技术

3.如何成为编程高手

4.电脑是win7的系统，为什么很多软件必须执行数据保护才能运行呢~~尤其是一些设计类的软件，经常运行失败

5.ipad和华为平板哪个好？求推荐。

6.如何看待国产龙芯处理器？

虚拟化有哪些应用？

近年来，云原生 （Cloud Native）可谓是 IT 界最火的概念之一，众多互联网巨头都已经开始积极拥抱云原生。而说到云原生，我们就不得不了解本文的主角 —— 容器（container）。容器技术可谓是撑起了云原生生态的半壁江山。容器作为一种先进的虚拟化技术，已然成为了云原生时代软件开发和运维的标准基础设施，在了解它之前，我们不妨从虚拟化技术说起。

何谓虚拟化技术

1961 年 —— IBM709 机实现了分时系统

计算机历史上首个虚拟化技术实现于 1961 年，IBM709 计算机首次将 CPU 占用切分为多个极短 (1/100sec) 时间片，每一个时间片都用来执行着不同的任务。通过对这些时间片的轮询，这样就可以将一个 CPU 虚拟化或者伪装成为多个 CPU，并且让每一颗虚拟 CPU 看起来都是在同时运行的。这就是虚拟机的雏形。

容器的功能其实和虚拟机类似，无论容器还是虚拟机，其实都是在计算机不同的层面进行虚拟化，即使用逻辑来表示资源，从而摆脱物理限制的约束，提高物理资源的利用率。虚拟化技术是一个抽象又内涵丰富的概念，在不同的领域或层面有着不同的含义。

这里我们首先来粗略地讲讲计算机的层级结构。计算机系统对于大部分软件开发者来说可以分为以下层级结构：

应用程序层

函数库层

操作系统层

硬件层

各层级自底向上，每一层都向上提供了接口，同时每一层也只需要知道下一层的接口即可调用底层功能来实现上层操作（不需要知道底层的具体运作机制）。

但由于早期计算机厂商生产出来的硬件遵循各自的标准和规范，使得操作系统在不同计算机硬件之间的兼容性很差；同理，不同的软件在不同的操作系统下的兼容性也很差。于是，就有开发者人为地在层与层之间创造了抽象层：

应用层

函数库层

API抽象层

操作系统层

硬件抽象层

硬件层

就我们探讨的层面来说，所谓虚拟化就是在上下两层之间，人为地创造出一个新的抽象层，使得上层软件可以直接运行在新的虚拟环境上。简单来说，虚拟化就是通过模访下层原有的功能模块创造接口，来“欺骗”上层，从而达到跨平台开发的目的。

综合上述理念，我们就可以重新认识如今几大广为人知的虚拟化技术：

虚拟机：存在于硬件层和操作系统层间的虚拟化技术。

虚拟机通过“伪造”一个硬件抽象接口，将一个操作系统以及操作系统层以上的层嫁接到硬件上，实现和真实物理机几乎一样的功能。比如我们在一台 Windows 系统的电脑上使用 Android 虚拟机，就能够用这台电脑打开 Android 系统上的应用。

容器：存在于操作系统层和函数库层之间的虚拟化技术。

容器通过“伪造”操作系统的接口，将函数库层以上的功能置于操作系统上。以 Docker 为例，其就是一个基于 Linux 操作系统的 Namespace 和 Cgroup 功能实现的隔离容器，可以模拟操作系统的功能。简单来说，如果虚拟机是把整个操作系统封装隔离，从而实现跨平台应用的话，那么容器则是把一个个应用单独封装隔离，从而实现跨平台应用。所以容器体积比虚拟机小很多，理论上占用资源更少。

JVM：存在于函数库层和应用程序之间的虚拟化技术。

Java 虚拟机同样具有跨平台特性，所谓跨平台特性实际上也就是虚拟化的功劳。我们知道 Java 语言是调用操作系统函数库的，JVM 就是在应用层与函数库层之间建立一个抽象层，对下通过不同的版本适应不同的操作系统函数库，对上提供统一的运行环境交给程序和开发者，使开发者能够调用不同操作系统的函数库。

在大致理解了虚拟化技术之后，接下来我们就可以来了解容器的诞生历史。虽然容器概念是在 Docker 出现以后才开始在全球范围内火起来的，但在 Docker 之前，就已经有无数先驱在探索这一极具前瞻性的虚拟化技术。

容器的前身 “Jail”

1979 年 —— 贝尔实验室发明 chroot

容器主要的特性之一就是进程隔离。早在 1979 年，贝尔实验室在 Unix V7 的开发过程中，发现当一个系统软件编译和安装完成后，整个测试环境的变量就会发生改变，如果要进行下一次构建、安装和测试，就必须重新搭建和配置测试环境。要知道在那个年代，一块 64K 的内存条就要卖 419 美元，“快速销毁和重建基础设施”的成本实在是太高了。

开发者们开始思考，能否在现有的操作系统环境下，隔离出一个用来重构和测试软件的独立环境？于是，一个叫做 chroot（Change Root）的系统调用功能就此诞生。

chroot 可以重定向进程及其子进程的 root 目录到文件系统上的新位置，也就是说使用它可以分离每个进程的文件访问权限，使得该进程无法接触到外面的文件，因此这个被隔离出来的新环境也得到了一个非常形象的命名，叫做 Chroot Jail （监狱）。之后只要把需要的系统文件一并拷贝到 Chroot Jail 中，就能够实现软件重构和测试。这项进步开启了进程隔离的大门，为 Unix 提供了一种简单的系统隔离功能，尤其是 jail 的思路为容器技术的发展奠定了基础。但是此时 chroot 的隔离功能仅限于文件系统，进程和网络空间并没有得到相应的处理。

进入21世纪，此时的虚拟机（VM）技术已经相对成熟，人们可以通过虚拟机技术实现跨操作系统的开发。但由于 VM 需要对整个操作系统进行封装隔离，占用资源很大，在生产环境中显得太过于笨重。于是人们开始追求一种更加轻便的虚拟化技术，众多基于 chroot 扩展实现的进程隔离技术陆续诞生。

2000 年 —— FreeBSD 推出 FreeBSD Jail

在 chroot 诞生 21 年后，FreeBSD 4.0 版本推出了一套微型主机环境共享系统 FreeBSD Jail，将 chroot 已有的机制进行了扩展。在 FreeBSD Jail 中，程序除了有自己的文件系统以外，还有独立的进程和网络空间，Jail 中的进程既不能访问也不能看到 Jail 之外的文件、进程和网络资源。

2001 年 —— Linux VServer 诞生

2001年，Linux 内核新增 Linux VServer（虚拟服务器），为 Linux 系统提供虚拟化功能。Linux VServer 采取的也是一种 jail 机制，它能够划分计算机系统上的文件系统、网络地址和内存，并允许一次运行多个虚拟单元。

2004 年 —— SUN 发布 Solaris Containers

该技术同样由 chroot 进一步发展而来。2004 年 2 月，SUN 发布类 Unix 系统 Solaris 的 10 beta 版，新增操作系统虚拟化功能 Container，并在之后的 Solaris 10 正式版中完善。Solaris Containers 支持 x86 和 SPARC 系统，SUN 创造了一个 zone 功能与 Container 配合使用，前者是一个单一操作系统中完全隔离的虚拟服务器，由系统资源控制和 zones 提供的边界分离实现进程隔离。

2005 年 —— OpenVZ 诞生

类似于 Solaris Containers，它通过对 Linux 内核进行补丁来提供虚拟化、隔离、资源管理和状态检查 checkpointing。每个 OpenVZ 容器都有一套隔离的文件系统、用户及用户组、进程树、网络、设备和 IPC 对象。

这个时期的进程隔离技术大多以 Jail 模式为核心，基本实现了进程相关资源的隔离操作，但由于此时的生产开发仍未有相应的使用场景，这一技术始终被局限在了小众而有限的世界里。

就在此时，一种名为“云”的新技术正悄然萌发……

“云”的诞生

2003 年至 2006 年间，Google 公司陆续发布了 3 篇产品设计论文，从计算方式到存储方式，开创性地提出了分布式计算架构，奠定了大数据计算技术的基础。在此基础上，Google 颠覆性地提出“Google 101”计划，并正式创造“云”的概念。一时间，“云计算”、“云存储”等全新词汇轰动全球。随后，亚马逊、IBM 等行业巨头也陆续宣布各自的“云”计划，宣告“云”技术时代的来临。

也是从这时期开始，进程隔离技术进入了一个更高级的阶段。在 Google 提出的云计算框架下，被隔离的进程不仅仅是一个与外界隔绝但本身却巍然不动的 Jail，它们更需要像一个个轻便的容器，除了能够与外界隔离之外，还要能够被控制与调配，从而实现分布式应用场景下的跨平台、高可用、可扩展等特性。

2006 年 —— Google 推出 Process Containers，后更名为 Cgroups

Process Container 是 Google 工程师眼中“容器”技术的雏形，用来对一组进程进行限制、记账、隔离资源（CPU、内存、磁盘 I/O、网络等）。这与前面提到的进程隔离技术的目标其实是一致的。由于技术更加成熟，Process Container 在 2006 年正式推出后，第二年就进入了 Linux 内核主干，并正式更名为 Cgroups，标志着 Linux 阵营中“容器”的概念开始被重新审视和实现。

2008 年 —— Linux 容器工具 LXC 诞生

在 2008 年，通过将 Cgroups 的资源管理能力和 Linux Namespace（命名空间）的视图隔离能力组合在一起，一项完整的容器技术 LXC（Linux Container）出现在了 Linux 内核中，这就是如今被广泛应用的容器技术的实现基础。我们知道，一个进程可以调用它所在物理机上的所有资源，这样一来就会挤占其它进程的可用资源，为了限制这样的情况，Linux 内核开发者提供了一种特性，进程在一个 Cgroup 中运行的情况与在一个命名空间中类似，但是 Cgroup 可以限制该进程可用的资源。尽管 LXC 提供给用户的能力跟前面提到的各种 Jails 以及 OpenVZ 等早期 Linux 沙箱技术是非常相似的，但伴随着各种 Linux 发行版开始迅速占领商用服务器市场，包括 Google 在内的众多云计算先锋厂商得以充分活用这一早期容器技术，让 LXC 在云计算领域获得了远超前辈的发展空间 。

同年，Google 基于 LXC 推出首款应用托管平台 GAE （Google App Engine），首次把开发平台当做一种服务来提供。GAE 是一种分布式平台服务，Google 通过虚拟化技术为用户提供开发环境、服务器平台、硬件资源等服务，用户可以在平台基础上定制开发自己的应用程序并通过 Google 的服务器和互联网资源进行分发，大大降低了用户自身的硬件要求。

值得一提的是，Google 在 GAE 中使用了一个能够对 LXC 进行编排和调度的工具 —— Borg （Kubernetes 的前身）。Borg 是 Google 内部使用的大规模集群管理系统，可以承载十万级的任务、数千个不同的应用、同时管理数万台机器。Borg 通过权限管理、资源共享、性能隔离等来达到高资源利用率。它能够支持高可用应用，并通过调度策略减少出现故障的概率，提供了任务描述语言、实时任务监控、分析工具等。如果说一个个隔离的容器是集装箱，那么 Borg 可以说是最早的港口系统，而 LXC + Borg 就是最早的容器编排框架。此时，容器已经不再是一种单纯的进程隔离功能，而是一种灵活、轻便的程序封装模式。

2011 年 —— Cloud Foundry 推出 Warden

Cloud Foundry 是知名云服务供应商 VMware 在 2009 年推出的一个云平台，也是业内首个正式定义 PaaS （平台即服务）模式的项目，“PaaS 项目通过对应用的直接管理、编排和调度让开发者专注于业务逻辑而非基础设施”，以及“PaaS 项目通过容器技术来封装和启动应用”等理念都出自 Cloud Foundry。Warden 是 Cloud Foundry 核心部分的资源管理容器，它最开始是一个 LXC 的封装，后来重构成了直接对 Cgroups 以及 Linux Namespace 操作的架构。

随着“云”服务市场的不断开拓，各种 PaaS 项目陆续出现，容器技术也迎来了一个爆发式增长的时代，一大批围绕容器技术进行的创业项目陆续涌现。当然，后来的故事很多人都知道了，一家叫 Docker 的创业公司横空出世，让 Docker 几乎成为了“容器”的代名词。

Docker 横空出世

2013 年 —— Docker 诞生

Docker 最初是一个叫做 dotCloud 的 PaaS 服务公司的内部项目，后来该公司改名为 Docker。Docker 在初期与 Warden 类似，使用的也是 LXC ，之后才开始采用自己开发的 libcontainer 来替代 LXC 。与其他只做容器的项目不同的是，Docker 引入了一整套管理容器的生态系统，这包括高效、分层的容器镜像模型、全局和本地的容器注册库、清晰的 REST API、命令行等等。

Docker 本身其实也是属于 LXC 的一种封装，提供简单易用的容器使用接口。它最大的特性就是引入了容器镜像。Docker 通过容器镜像，将应用程序与运行该程序需要的环境，打包放在一个文件里面。运行这个文件，就会生成一个虚拟容器。

更为重要的是，Docker 项目还采用了 Git 的思路 —— 在容器镜像的制作上引入了“层”的概念。基于不同的“层”，容器可以加入不同的信息，使其可以进行版本管理、复制、分享、修改，就像管理普通的代码一样。通过制作 Docker 镜像，开发者可以通过 DockerHub 这样的镜像托管仓库，把软件直接进行分发。

也就是说，Docker 的诞生不仅解决了软件开发层面的容器化问题，还一并解决了软件分发环节的问题，为“云”时代的软件生命周期流程提供了一套完整的解决方案。

很快，Docker 在业内名声大噪，被很多公司选为云计算基础设施建设的标准，容器化技术也成为业内最炙手可热的前沿技术，围绕容器的生态建设风风火火地开始了。

容器江湖之争

一项新技术的兴起同时也带来了一片新的市场，一场关于容器的蓝海之争也在所难免。

2013 年 —— CoreOS 发布

在 Docker 爆火后，同年年末，CoreOS 应运而生。CoreOS 是一个基于 Linux 内核的轻量级操作系统，专为云计算时代计算机集群的基础设施建设而设计，拥有自动化、易部署、安全可靠、规模化等特性。其在当时有一个非常显眼的标签：专为容器设计的操作系统。

借着 Docker 的东风，CoreOS 迅速在云计算领域蹿红，一时间，Docker + CoreOS 成为业内容器部署的黄金搭档。同时，CoreOS 也为 Docker 的推广与社区建设做出了巨大的贡献。

然而，日渐壮大的 Docker 似乎有着更大的“野心”。不甘于只做“一种简单的基础单元”的 Docker，自行开发了一系列相关的容器组件，同时收购了一些容器化技术的公司，开始打造属于自己的容器生态平台。显然，这对于 CoreOS 来说形成了直接的竞争关系。

2014 年 —— CoreOS 发布开源容器引擎 Rocket

2014 年末，CoreOS 推出了自己的容器引擎 Rocket （简称 rkt），试图与 Docker 分庭抗礼。rkt 和 Docker 类似，都能帮助开发者打包应用和依赖包到可移植容器中，简化搭环境等部署工作。rkt 和 Docker 不同的地方在于，rkt 没有 Docker 那些为企业用户提供的“友好功能”，比如云服务加速工具、集群系统等。反过来说，rkt 想做的，是一个更纯粹的业界标准。

2014 年 —— Google 推出开源的容器编排引擎 Kubernetes

为了适应混合云场景下大规模集群的容器部署、管理等问题，Google 在 2014 年 6 月推出了容器集群管理系统 Kubernetes （简称 K8S）。K8S 来源于我们前面提到的 Borg，拥有在混合云场景的生产环境下对容器进行管理、编排的功能。Kubernetes 在容器的基础上引入了 Pod 功能，这个功能可以让不同容器之间互相通信，实现容器的分组调配。

得益于 Google 在大规模集群基础设施建设的强大积累，脱胎于 Borg 的 K8S 很快成为了行业的标准应用，堪称容器编排的必备工具。而作为容器生态圈举足轻重的一员，Google 在 Docker 与 rkt 的容器之争中站在了 CoreOS 一边，并将 K8S 支持 rkt 作为一个重要里程碑。

2015 年 —— Docker 推出容器集群管理工具 Docker Swarm

作为回应，Docker 公司在 2015 年发布的 Docker 1.12 版本中也开始加入了一个容器集群管理工具 Docker swarm 。

随后，Google 于 2015 年 4 月领投 CoreOS 1200 万美元， 并与 CoreOS 合作发布了首个企业发行版的 Kubernetes —— Tectonic 。从此，容器江湖分为两大阵营，Google 派系和 Docker 派系。

两大派系的竞争愈演愈烈，逐渐延伸到行业标准的建立之争。

2015 年 6 月 —— Docker 带头成立 OCI

Docker 联合 Linux 基金会成立 OCI （Open Container Initiative）组织，旨在“制定并维护容器镜像格式和容器运行时的正式规范（“OCI Specifications”），围绕容器格式和运行时制定一个开放的工业化标准。

2015 年 7 月 —— Google 带头成立 CNCF

而战略目标聚焦于“云”的 Google 在同年 7 月也联合 Linux 基金会成立 CNCF （Cloud Native Computing Foundation）云原生计算基金会，并将 Kubernetes 作为首个编入 CNCF 管理体系的开源项目，旨在“构建云原生计算 —— 一种围绕着微服务、容器和应用动态调度的、以基础设施为中心的架构，并促进其广泛使用”。

这两大围绕容器相关开源项目建立的开源基金会为推动日后的云原生发展发挥了重要的作用，二者相辅相成，制定了一系列行业事实标准，成为当下最为活跃的开源组织。

Kubernetes 生态一统江湖

虽然这些年来 Docker 一直力压 rkt，成为当之无愧的容器一哥，但作为一个庞大的容器技术生态来说，Docker 生态还是在后来的容器编排之争中败给了 Google 的 Kubernetes 。

随着越来越多的开发者使用 Docker 来部署容器，编排平台的重要性日益突出。在 Docker 流行之后，一大批开源项目和专有平台陆续出现，以解决容器编排的问题。Mesos、Docker Swarm 和 Kubernetes 等均提供了不同的抽象来管理容器。这一时期，对于软件开发者来说，选择容器编排平台就像是一场豪赌，因为一旦选择的平台在以后的竞争中败下阵来，就意味着接下来开发的东西在未来将失去市场。就像当初 Android、iOS 和 WP 的手机系统之争一样，只有胜利者才能获得更大的市场前景，失败者甚至会销声匿迹。容器编排平台之争就此拉开帷幕。

2016 年 —— CRI-O 诞生

2016 年，Kubernetes 项目推出了 CRI （容器运行时接口），这个插件接口让 kubelet（一种用来创建 pod、启动容器的集群节点代理）能够使用不同的、符合 OCI 的容器运行时环境，而不需要重新编译 Kubernetes。基于 CRI ，一个名为 CRI-O 的开源项目诞生，旨在为 Kubernetes 提供一种轻量级运行时环境。

CRI-O 可以让开发者直接从 Kubernetes 来运行容器，这意味着 Kubernetes 可以不依赖于传统的容器引擎（比如 Docker ），也能够管理容器化工作负载。这样一来，在 Kubernetes 平台上，只要容器符合 OCI 标准（不一定得是 Docker），CRI-O 就可以运行它，让容器回归其最基本的功能 —— 能够封装并运行云原生程序即可。

同时，CRI-O 的出现让使用容器技术进行软件管理和运维的人们发现，相对于 Docker 本身的标准容器引擎， Kubernetes 技术栈（比如编排系统、 CRI 和 CRI-O ）更适合用来管理复杂的生产环境。可以说，CRI-O 将容器编排工具放在了容器技术栈的重要位置，从而降低了容器引擎的重要性。

在 K8S 顺利抢占先机的情况下，Docker 在推广自己的容器编排平台 Docker Swarm 时反而犯下了错误。2016 年底，业内曝出 Docker 为了更好地适配 Swarm，将有可能改变 Docker 标准的传言。这让许多开发者在平台的选择上更倾向于与市场兼容性更强的 Kubernetes 。

因此，在进入 2017 年之后，更多的厂商愿意把宝压在 K8S 上，投入到 K8S 相关生态的建设中来。容器编排之争以 Google 阵营的胜利告一段落。与此同时，以 K8S 为核心的 CNCF 也开始迅猛发展，成为当下最火的开源项目基金会。这两年包括阿里云、腾讯、百度等中国科技企业也陆续加入 CNCF ，全面拥抱容器技术与云原生。

结语

从数十年前在实验室里对进程隔离功能的探索，再到如今遍布生产环境的云原生基础设施建设，可以说容器技术凝聚了几代开发者的心血，才从一个小小的集装箱发展到一个大型的现代化港口。可以预见的是，从现在到未来很长一段时间里，容器技术都将是软件开发和运维的重要基础设施。

什么是逆向工程技术

逆向工程的概念逆向工程（Reverse Engineering,RE）是对产品设计过程的一种描述。在工程技术人员的一般概念中，产品设计过程是一个从无到有的过程，即设计人员首先在大脑中构思产品的外形、性能和大致的技术参数等，然后通过绘制图纸建立产品的三维数字化模型，最终将这个模型转入到制造流程中，完成产品的整个设计制造周期。这样的产品设计过程我们称为“正向设计”过程。逆向工程产品设计可以认为是一个“从有到无”的过程。简单地说，逆向工程产品设计就是根据已经存在的产品模型，反向推出产品设计数据（包括设计图纸或数字模型）的过程。从这个意义上说，逆向工程在工业设计中的应用已经很久了。早期的船舶工业中常用的船体放样设计就是逆向工程的很好实例。随着计算机技术在制造领域的广泛应用，特别是数字化测量技术的迅猛发展，基于测量数据的产品造型技术成为逆向工程技术关注的主要对象。通过数字化测量设备（如坐标测量机、激光测量设备等）获取的物体表面的空间数据，需要利用逆向工程技术建立产品的三维模型，进而利用CAM系统完成产品的制造。因此，逆向工程技术可以认为是将产品样件转化为三维模型的相关数字化技术和几何建模技术的总称。逆向工程的实施过程是多领域、多学科的协同过程。从图1中我们可以看出，逆向工程的整个实施过程包括了从测量数据采集、处理到常规CAD/CAM系统，最终与产品数据管理系统（PDM系统）融合的过程。工程的实施需要人员和技术的高度协同、融合。

二、逆向工程实施原理:逆向工程在CAD/CAM系统中的作用逆向工程技术不是一个孤立的技术，它和测量技术及现有CAD/CAM系统有着千丝万缕的联系。但是在实际应用过程中，由于大多数工程技术人员对逆向工程技术不够了解，将逆向工程技术与现有CAD/CAM技术等同起来，用现有CAD/CAM系统的技术水平要求逆向工程技术，往往造成人们对逆向工程技术的不信任和误解。从理论角度分析，逆向工程技术能够按照产品的测量数据重建出与现有CAD/CAM系统完全兼容的三维模型，这是逆向工程技术的最终实现目标。但是我们应该看到，目前人们所掌握的技术，包括工程上的和纯理论上的（如曲面建模理论），都还无法满足这种要求。特别是针对目前比较流行的大规模“点云”数据建模，更是远未达到可以直接在CAD系统中应用的程度。因此我们认为，目前逆向工程CAD技术与现有CAD/CAM系统的关系只能是一种相辅相成的关系。现有CAD/CAM系统经过几十年的发展，无论从理论还是实际应用上都已经十分成熟，在这种状况下，现有CAD/CAM系统不会也不可能为了满足逆向工程建模的特殊要求变更系统底层。另一方面，逆向工程技术中用到的大量建模方法完全可以借鉴现有CAD/CAM系统，不需要另外搭建新平台。基于这种分析，我们认为逆向工程技术在整个制造体系链中处于从属、辅助建模的地位，逆向工程技术可以利用现有CAD/CAM系统，帮助其实现自身无法完成的工作。有了这种认识，我们就可以明白为什么逆向工程技术（包括相应的软件）始终不是市场上的主流，而大多数CAD/CAM系统又均包含逆向工程模块或第三方软件包这样一种情况。

三、逆向工程技术在模具行业中的应用从逆向工程的概念和技术特点可以看出，逆向工程的应用领域主要是飞机、汽车、玩具和家电等模具相关行业。近年来随着生物、材料技术的发展，逆向工程技术也开始应用在人工生物骨骼等医学领域。但是其最主要的应用领域还是在模具行业。由于模具制造过程中经常需要反复试冲和修改模具型面。若测量最终符合要求的模具并反求出其数字化模型，在重复制造该模具时就可运用这一备用数字模型生成加工程序，可以大大提高模具生产效率，降低模具制造成本。逆向工程技术在我国，特别是以生产各种汽车、玩具配套件的地区、企业有着十分广阔的应用前景。这些地区、企业经常需要根据客户提供的样件制造出模具或直接加工出产品。在这些企业，测量设备和CAD/CAM系统是必不可少的，但是由于逆向工程技术应用不够完善，严重影响了产品的精度以及生产周期。因此，逆向工程技术与CAD/CAM系统的结合对这些企业的应用有重要意义。这一点我们在多年的技术服务过程中深有体会。一方面各个模具企业非常欢迎在企业推广逆向工程技术，但另一方面又苦于缺乏必要的指导和合适的软件产品。这种情况严重制约了逆向工程技术在模具行业的推广。与CAD/CAM系统在我国几十年的应用时间相比，逆向工程技术为工程技术人员所了解只有十几年甚至几年的时间。时间虽短，但逆向工程技术广泛的应用前景已经为大多数工程技术人员所关注，这对提高我国模具制造行业的整体技术含量，进而提高产品的市场竞争力具有重要的推动作用。

四、逆向工程软件逆向工程的实施需要逆向工程软件的支撑。逆向工程软件的主要作用是接收来自测量设备的产品数据，通过一系列的编辑操作，得到品质优良的曲线或曲面模型，并通过标准数据格式将这些曲线曲面数据输送到现有CAD/CAM系统中，在这些系统中完成最终的产品造型。由于无法完全满足用户对产品造型的需求，因此逆向工程CAD软件很难与现有主流CAD/CAM系统，如CATIA、UG、Pro/ENGINEER和SolidWorks等抗衡。很多逆向工程软件成为这些CAD/CAM系统的第三方软件。如UG采用ImageWare作为UG系列产品中完成逆向工程造型的软件，Pro/ENGINEER采用ICEM Surf作为逆向工程模块的支撑软件。此外还有一些独立的逆向工程软件，如GeoMagic等，这些软件一般具有多元化的功能。例如，GeoMagic除了处理几何曲面造型以外，还可以处理以CT、MRI数据为代表的断层界面数据造型，从而使软件在医疗成像领域具有相当的竞争力。另外一些逆向工程软件作为整体系列软件产品中的一部分，无论数据模型还是几何引擎均与系列产品中的其他组件保持一致，这样做的好处是逆向工程软件产生的模型可以直接进入CAD或CAM模块中，实现了数据的无缝集成，这类软件的代表是DELCAM公司的CopyCAD。下面介绍几个比较著名的逆向工程软件。GeoMagic(www.geomaigc.com)美国RainDrop公司的逆向工程软件，具有丰富的数据处理手段，可以根据测量数据快速构造出多张连续的曲面模型。软件的应用领域包括了从工业设计到医疗仿真等诸多方面，用户包括通用汽车、BMW等大制造商。ImageWare(www.imageware.com)作为UG NX中提供的逆向工程造型软件，ImageWare具有强大的测量数据处理、曲面造型、误差检测功能。可以处理几万至几百万的点云数据。根据这些点云数据构造的A级曲面(CLASS A)具有良好的品质和曲面连续性。ImageWare的模型检测功能可以方便、直观地显示所构造的曲面模型与实际测量数据之间的误差以及平面度、真圆度等几何公差。CopyCAD(www.delcam.com)CopyCAD是英国DELCAM公司系列CAD产品中的一个，主要处理测量数据的曲面造型。DELCAM的产品涵盖了从设计到制造、检测的全过程。包括PowerSHAPE、PowerMILL、PowerINSPECT、ArtCAM、CopyCAD、PS－TEAM等诸多软件产品。作为系列产品的一部分，CopyCAD与系列中的其他软件可以很好地集成。RapidForm(www.rapidform.com)RapidForm是由韩国INUS公司开发的逆向工程软件。主要用于处理测量、扫描数据的曲面建模以及基于CT数据的医疗图像建模，还可以完成艺术品的测量建模以及高级图形生成。RapidForm提供一整套模型分割、曲面生成、曲面检测的工具，用户可以方便的利用以前构造的曲线网格经过缩放处理后应用到新的模型重构过程中。以上介绍的是目前较常见的逆向工程软件，在国内能够见到的商品化的逆向工程软件均是国外的。国内在逆向工程软件方面虽然也有研究，但是主要集中在几所高校。其中以清华大学、浙江大学、南京航空航天大学在这方面的研究比较深入，这些研究成果也有一些以软件产品形式出现，由于系统稳定性、可操作性等方面的原因，这些研究性软件还没有完全具备与国外商业化软件竞争的条件。由国内逆向工程领域专业人士参与开发的逆向工程软件QuickForm 是国内逆向工程软件中较好的一个。该系统采用先进的几何引擎，运行稳定性好，具有良好的可操作性。由于开发人员具有丰富的逆向工程实施经验，因此系统中的功能设置、操作方式符合国内用户的习惯，这是国外软件所无法具备的。QuickForm的另一个优势是价格优势，QuickForm的价格在同类软件中具有极强的竞争力。同时，使用国产软件也是对国内制造业和软件行业的支持

如何成为编程高手

一如何成为电脑高手 要掌握的知识包括： 电脑基础----对计算机硬件、体系结构不了解是不行的。另外像二进制、十六进制、补码、位运算（与、或、非、移位） 编程语言----有人你说 C/C++，有人说 Java，还有人说别的。还是要看将来会用什么。数据类型、顺序控制、子程序、函数等概念，多数编程语言（高级语言）都类似的，精通一门后可以触类旁通。 网络知识----现在的电脑没有独立运行的了，信息孤岛时代已经过去了。很多软件都是在网络上运行的。其中对 TCP/IP 协议一定要熟悉。如果你将来专门做网络编程，那就根据需要进一步学习了。 数据库----数据库应用是软件中非常重要的部分。就算你不搞数据库应用开发，也要对数据库要了解。 数据结构----光会程序语言是不够的，“算法”就像程序的灵魂，会解决问题才能写出好的程序来。 UML、软件工程等----做“编程高手”，不是光靠自己聪明的脑瓜来写程序的，现在是信息爆炸的时代，做软件经常是很大的项目，需要很多人来做。开始就算你做写代码的最底层的程序员，也要根据设计人员的文档来写；等你层次提高了，设计的任务归你了，你就要能写出各种文档来：需求分析、模块设计、详细设计、测试用例.... 数学----“算法”是哪里来的？最终归结为数学模型！ 英语----少不了要看一些英语资料。虽说现在多数软件工具都汉 化了，但最简单你也要认识“if”“else”“for”“do”“while”“case”“this”“botton”“text”“list”等等吧。 学习方法方面提示一点： 一要能吃苦，要有专劲，要耐得住寂寞。 二要有人指点，尤其是在入门的时候。 三是实践很重要。纸上谈兵永远也不会把你变成高手的，除了自己练习，做好事学的差不多了就赶紧找一个程序员的工作，从底层做起，接触到了团队开发最好。 二电脑编程的基础知识 1：如果你能够熟练的使用Windows 的话，你就可以开始你的程序生涯了！ 2：首先从C 语言开始。有的朋友可能认为C 语言太难了，应该从VB 开始。虽然，对于一个初学者来说，用一些控件堆砌成一个小软件，是有一些成就感，但是，基础才是最重要的！C 语言对于数据类型的描叙，远比VB 里面说的更为全面，清楚，明白，而这些却是编程中的根本！ 3：学C 语言，从数据类型，基本表达式，再到条件语句，循环语句，然后学习函数，再加上一些简单的数组知识，就可以了！一句 话，到现在为止，你只要理解结构化程序设计的思想也就够了！ 4：有了以上的基础，就要开始学 5：有了汇编的基础，再来学习 C 语言中的精华部分----指针，可谓如鱼得水了。现在你要对 C 语言全全面面的学一遍了，谭版的教材要从头到尾认认真真的看两遍以上。 6：学完以上的内容，有必要研究一下数据结构了，线性表，堆栈，队列，树，图，二叉树，等等，都要滚瓜烂熟！（最好是清华严蔚敏老师的那本教材） 7：请时刻记住：浮躁是学习编程的大忌！ 8：现在，你应该学习一些数据库的知识，还有一些常用的算法了！ 9：如果以上的知识你都学精通的话，就可以开始C++的课程了，找本C++上手的书，用一个星期的时间大概了解一下C++，然后找一本VC 上手的书，再花一个星期的时间学习VC 的界面和用法，就可以做一些简单的应用了！ 10：要想学好VC，没有扎实的C++知识是不行的，以下书籍是 VC 程序员必须翻的烂熟的：C++Primer,Effective C++,Thinking in C++,More Effective C++ 深入浅出MFC。 11：深刻理解C++面向对象的思想！ 12：编程的时候，出错是难免的，所以，MSDN 一定要熟练使用；好的代码风格会使调试的时候，更加简单的查错，所以，一定要养成 良好的编程风格！ 13：如果你严格的走好了以上的每一步，你才踏上了编程的门槛，可以混口饭吃了！ 至于在以后，编译原理，操作系统，还有软件工程等等基础知识，是必不可少的！ 14：如果现在再来学习JAVA，C#等别的语言的话，应该是触类旁通，拿来就用了， 到此，你才可以称得上是一个高手！ 编程语言- - - - 有人你说 C/ C++，有人说 Java，还有人说别的。还是要看将来会用什么。

电脑是win7的系统，为什么很多软件必须执行数据保护才能运行呢~~尤其是一些设计类的软件，经常运行失败

有好多软件是按照以前版本的windows操作系统设计的，设计类软件支持最好的系统是win2000和winXP，其中winxp统治操作系统市场长达近十年之久，在这段时间内正是很多设计类软件开发的繁荣时期，加上很多大的设计公司采用winxp更加使得软件开发商注重对winxp的支持。

win7是在以前版本操作系统的基础上做的重构，对前几年的软件的兼容性不好。

建议换成xp系统，或者安装win7和xp双系统。

ipad和华为平板哪个好？求推荐。

ipad好，推荐iPad Pro 这款平板。众说周知，新 iPad Pro 不仅拥有 Liquid 视网膜全面屏，而且还配备性能怪兽级的 A12X 仿生芯片，然而如果你只是用其看片打游戏，按照苹果的说法，“这只发挥了它大概百分之一的功能”。

苹果官方也给出了 iPad Pro 在学习（学生）、移动办公（上班族）和创作（创意人士）领域的诸多用法。学习功能上，苹果表示在 iPad 上可以做各种各样的实验，就算是抽象难懂的物理，也能像玩游戏一样学到知识。iPad Pro CPU性能稍弱些，到在屏幕、音质、相机等方面都更胜一筹，相对更值得买。不过，这款产品上市时间已经很久了，正规销售渠道已经不多。

无论是视频还是音乐播放，iPad Pro额外提供了一对扬声器，而且实际对比效果来看明显要优于iPad Air。而且如果你想要拍摄，iPad Pro的后置摄像头要更好一些。毫无疑问这是目前性能最强的平板，没有之一。

当然，它的售价也是贵的没有之一11寸起售价为6499元12.9英寸的起售价是8099，A12X虽然强大，但是装在平板上显然是性能过剩了，这是一部面对未来APP的设备，如果你的预算无上限的话，毫无疑问这是你在地球上目前能买到的最好的iPad。

如何看待国产龙芯处理器？

但这个团队完全没有市场思维，不懂市场经济，不懂杠杠原理。因此，即使再给20年，也还是一个市场边缘产品。

龙芯公司体量太小，人手严重不足，专职从事开发工作的工程师数量更缺，这是一个不争的事实。

针对这个现状，龙芯应该效仿ARM公司初期在自己弱小的时候走组队模式(傻子才会指望几百名工程师真的能击败英特尔AMD数万名工程师团队)。龙芯公司主动放弃开发具体的芯片产品，集中精力开发新一代ip核，切实提高新一代ip核的性能，然后将ip核授权给其他公司开发具体的芯片产品。

当前，包括中国在内的很多国家认识到过度依赖美国的英特尔和AMD的产品，会导致国家安全存在巨大的漏洞。想摆脱，自己又搞不定。这时候如果有一家公司能够出售ip核帮助这些国家尽快推出自己的计算机芯片来平衡因特尔和AMD的影响，我相信很多国家会乐观其成。像俄罗斯、印度、韩国、欧洲各国，想摆脱美国英特尔和AMD的国家真的是太多了。

在国内，可以把ip核授权给华为、联想、浪潮、紫光等公司。这样一来，龙芯相关产品的开发人员迅速壮大到数十万工程师，与之相关的从业人员达到数百万，完全不是梦。

虽然性能不如intel，但是真正的自主可控，是纯正的中国芯。

一、龙芯的自主可控

龙芯真正立项是2001年左右，当时奔着就是自主可控的方向去做的，所以选择了MIPS架构，并且直接买了下来，别人不再使用了，而不是所谓的授权，不像ARM这种。

在买下MIPS架构之后，龙芯团队还扩展了指令集，可以说龙芯是来源于MIPS,但又脱胎于MIPS，是从架构开始就属于自主可控的中国芯，是纯正的中国芯。

也正因为如此，所以目前龙芯在政府、军事、金融、教育等众多行业，对保密性有要求的领域，对安全可控非常重视的领域，得到了大量的使用。

二、龙芯的性能

对于一款芯片，自然是要考虑性能的，目前龙芯的性能和intel比较起来，确实有3-5年左右的差距，所以个人消费者对龙芯没什么感知，因为龙芯也没有面向个人消费领域，因为这个领域喜欢“不服跑个分”，自然龙芯很难得到认可。

更重要的是，个人消费领域，对生态要求很高，目前windows只能安装在X86架构的intel\AMD芯片上，不支持龙芯，所以使用龙芯的笔记本、台式机非常少。

三、龙芯的意义

另外，目前很多人对于龙芯有误解，觉得这芯片性能不行，完全是在靠政府补贴的货，但其实还真不是的，国家早就不补贴龙芯了。

龙芯现在是商业化动作，完全的自负盈亏的，并且在2014年龙芯就实现了盈利，2019年利润有1亿多，这些年以来龙芯纳的税早已经超过了政府给予的补贴，所以不要拿骗补来说龙芯。

龙芯一旦成功，将真正的使中国芯摆脱国外的依赖，毕竟ARM还要依赖ARM架构，但龙芯啥都不依赖，完全的100%纯正中国芯，意义重大，值得大家支持。

龙芯是基于MIPS指令集来的，而且获得了相关指令集的永久授权，可以说在指令集等知识产权上面龙芯不存在被卡脖子的问题了，不过因为MIPS指令集在目前的市场上已经没有什么地位，所以其应用领域比较有限，起码在消费级市场上面是看不到多少希望了，消费市场上的PC主要是X86架构处理器，而手机等中端主要是ARM处理器，根本就没有留给龙芯多少空间，虽然很多人说龙芯的性能达到了英特尔某些产品的多少多少，或者达到了AMD挖土机多少多少的性能，但是因为架构不同，实际上这种对比对于普通用户意义不大，因为目前普通消费者的生态对龙芯的支持很差，就算能够运行Windows系统，那也是模拟的，表现自然会打折扣。

虽然龙芯在消费级大众市场上面没有什么起色，但是在一些细分领域还是可以慢慢发展的，而且有龙芯的技术在手，起码解决了有还是没有的问题，在面对国外的竞争时，底气足一些，而且龙芯的研发和应用发展过程中，也培育了自己的人才，所以长远来看，龙芯的意义还是不小的，所以初期龙芯的发展还是以政府扶持为主，后来龙芯开始自负盈亏，到了2015年据说已经开始盈利了，这点还是很不错的，算是洗刷了当年汉芯的 历史 耻辱吧，当然还是会有很多人质疑龙芯，估计是因为汉芯当年的负面影响太大了吧。

当然很多人会拿ARM和MIPS相比较，因为二者都是精简指令集的处理器，二者之间当然有不少差异，但是MIPS对商业不敏感，错失了移动化的浪潮，所以虽然MIPS出现的比ARM还要早，而且当初在性能上并不输于ARM，但是因为没有把握住机会，这些年MIPS的发展并不理想，ARM这些年反而发展很快，MIPS被拆分，然后卖来卖去的，基本上已经GG了，至于今后MIPS还有没有机会，目前来看，难度比较大就是了，不过我们还是希望龙芯能够在未来发展起来。

可以说，龙芯最能提现军事应用上芯片的自主可控。

2015年3月，由中科院负责研制的新一代导航卫星I1-S（北斗三号首发星）首次使用了中国制造的“龙芯”中央处理器（CPU）。之后发射的每一颗北斗导航卫星都配备了大量的龙芯。这些龙芯除了当CPU外，最典型的一个应用就是可重构技术。也就是说在轨卫星的软件随时可以通过地面上注进行重构，这就大大提高了软件的生存能力。从五年的实际应用来看，龙芯1E和龙芯1F的在轨性能还是要更好一些，处理能力和可靠性也与进口CPU持平，当然价格会是进口的一半。

龙芯是中科院北京计算机所研发，龙芯成立的目标只有一个，那就是全球第一的芯片帝国 Intel。但是目前看来，龙芯军事应用居多，普及商用还是任重而道远。

最有前景难度最大最自主的国产处理器 持续关注龙芯15-16年了 现在送去流片的3A5000CPU有望单核跑到2.5ghz 30分（转自知乎：2017年AMD在3.4G赫兹下使用gcc4.6编译器优化参数-o2，3代CPU的spec int06测试值分为：打桩机20.7 ；挖掘机19.2 ；ryzen31.5）看样子还算不错。

龙芯设计团队是国内内功最扎实的团队之一，龙芯老大胡伟武的目标是三分天下有其一 不同于其他国产CPU 可以搭上现有成熟生态体系的快车从而高速发展 龙芯要自建生态 打造一个不受外部环境制约的第三套软件体系（内有个别厂家预测分数）

关于龙芯的简介

一直以来，因为曾经汉芯以及可能存在的故意混淆，很多人对龙芯要么不了解、要么误解，还有人是因为没看到龙芯CPU出现在普通电脑中从而认为龙芯也是。就此问题我在这里简单介绍一下龙芯是怎么回事。

龙芯的团队:

龙芯团队由中科院计算所研究员胡伟武任总师于2001年起步，并于2002年正式获得立项并得到500万人民币的研发资金，至2010年龙芯团队成立公司以前，总共获得国家资金五亿人民币，对比英特尔公司2015年一年的研发投入124亿美元、2017年一年研发投入不低于130亿美元，龙芯九年间的资金合计连人家一年的零头都差远了。不过很奇怪，龙芯从2011年起就不拿扶持资金了、只拿过北京市政府和其它公私营机构和企业的合计两亿人民币的投资，但还是有大量帖子到处宣扬龙芯骗经费，而且动不动就指责龙芯骗取上百亿千亿经费！

龙芯的指令集：

一开始龙芯直接采用了MIPS指令集，在金融危机期间低价购买了MIPS指令集527条指令的永久授权，后来根据自己的规划修改并增加到1907条指令，因此现在是具备自主知识产权的龙芯指令集（loogISA），已经不能叫做MIPS指令集了，1907条指令基本情况如下:

源自MIPS的指令：

216条MIPS基础指令，获得永久授权；

311条DSP指令，获得永久授权。

龙芯自主指令：

MIPS基础指令扩展——148条loongEXT；

虚拟机扩展——5条loongVM指令；

二进制翻译扩展——213条loongBT；

向量指令扩展——1014条loongSIMD。

龙芯目前的型号命名:

龙芯1系列：分别是面向特种、嵌入应用；

龙芯2系列：面向高端嵌入、工控、特种应用、服务器、桌面；

龙芯3系列：用于PC、服务器、高级特种应用，其中3A是四核、3B是不低于3A的可多路互联（常用于服务器）。

龙芯7：目前定位是桥片，也就是南北桥芯片，现只有一款龙芯7A-1000，其中还集成了龙芯自研的第一款GPU，估计其图形性能不会比十年前的主板集显更好，但至少普通日常应用是可以的，而且该桥片支持独显，可以用英伟达或AMD的显卡来提高性能，并且龙芯正在与英伟达开展合作。

龙芯的性能：

2015年，基于大改内核GS464E、使用国内40nm低速工艺制造的主频1GHz的龙芯3A-2000四核CPU的单核性能测试SPEC CPU2006分值6~7分，达到了GS464单核的3倍左右；2016年最高主频1.5GHz的龙芯3A-3000测SPEC CPU2006单核分值11、四核分值36，也就是说SPEC CPU2006测试下，龙芯GS464E内核的每GHz得分为7分，距离AMD和英特尔的每GHz得分10~15分还有距离。

2019年12月24日发布的基于新研发GS464V内核的龙芯3A/B-4000每GHz分值提高到10分，主频提高到2.0GHz，因此得分21分，接近了AMD前两年的挖掘机CPU，距离英特尔和AMD现在主流的得分在30~40分的CPU差距已经不太大了。

龙芯的经营:

当然，微软和谷歌不可能给龙芯做兼容，因此虽然龙芯通过二进制模拟X86指令的方式实现了安装运行WindowsXP，但较大软件和专业性的软件（比如PS、股票、 游戏 等软件）还不能使用，这样一来龙芯还不能正常使用Windows和安卓，那么龙芯目前就无法进入消费产业领域，普通用户自然就看不到龙芯处理器。

所以，龙芯团队于2010年离开中科院成立龙芯公司开始自负盈亏以后，起步靠北京市政府天使投资近两亿人民币维持存在，从低端嵌入领域起步，扩展到行业领域和特种、定制领域，毕竟作为企业得自己赚钱生存，能活下来才谈得上理想，不过龙芯在行业领域混的还不错，上到网络服务器、存储服务器、卫星用的抗辐照处理器，中到行业定制电脑、机顶盒、电视机CPU、军用指挥控制系统、高温高压等特种处理器，下至红绿灯、充电桩等低端嵌入等等应用场景都在做，同时也在做软件等业务。

2015年龙芯实现扭亏为盈，除持续增长的嵌入和特种等领域业务以外，龙芯桌面应用也开始增长，2018年龙芯桌面CPU销售5万片，占中国桌面电脑CPU市场份额的0.1%；2019年龙芯CPU中的桌面用CPU销售达50万片，占国内桌面CPU市场份额的1%；

胡伟武说，以前龙芯连英特尔的影子都看不到，2020年龙芯从性能上可以看到英特尔的后脑勺，并在局部形成体系，在行业市场领域应该能做到国内企业第一位，之后会扩展业务逐渐向消费领域进军，争取到2030年后能与英特尔、AMD、IBM同台竞技。

注：有兴趣可以在B站搜索“龙芯”，可以找到2019年4月19日龙芯公司的张福新博士在山东大学做了题目为《从inside到outside，龙芯的发展和产业生态建设》的演讲，2019年6月龙芯总师胡伟武在中山大学的演讲，2019年12月24日龙芯发布会中胡伟武的演讲，这些里面有超出一般想象的信息，比如：通过这两年的局部试点，公务员用的设备即将大规模使用龙芯设备；龙芯在军用装备领域已经呈面上铺开趋势、还为军队制作了数字地球，结合以前的信息来看（官方主动讲的，不涉及泄密），龙芯军用范围至少包括指挥控制、导弹制导、精确定位、坦克等战车控制或火控系统、军用信息系统；等等等等

必须要有存在

龙芯必须存在，别家的石头，不可靠！

虚心向优秀的企业学习，坚持独立自主，这样才能发展有底气。

支持国产，说明国家芯片更上一层楼。