下载掌阅APP，畅读海量书库
立即打开
在上一节中，对最著名网络定律中的摩尔定律进行了详细揭秘。一方面指出，摩尔定律的实质与200多年前的马尔萨斯定律其实质是一样的（见结论4.1）；同时也回答了过去大家普遍关心的问题：摩尔定律失效后，将是什么情况（见结论4.2）。另一方面，指出了类似于摩尔定律这样的规律，在赛博世界中随处可见。许多读者对这里的“随处可见”可能会持怀疑态度，于是在本节中，我们将重新回顾一下已知的所有网络定律，并指出：它们其实都只不过是结论4.1的特例而已，它们都没逃出结论4.1的“手掌心”。
1.吉尔德定律
该定律又称为“胜利者浪费定律”，由号称“数字时代三大思想家之一”的乔治·吉尔德提出。
吉尔德定律的大致内容是：在未来25年，主干网的带宽每18个月增长3倍；将来上网的代价也会大幅下降，甚至会免费。
对比结论4.1，显然吉尔德定律只是一个特例。此时，对主干网带宽来说，采样间隔为18个月， a =3而已，即主干网的带宽增长速度大约为3 i ；对上网代价 Q 来说，吉尔德虽然没有给出量化的结论，但是只要由代价的三个采样点，而推算出相应的 a 值小于1的话，那么，代价 Q 将以指数速度迅速逼近0，即免费。
2.贝尔定律
该定律由号称“DEC技术灵魂、小型机之父，最成功的小型机VAX的设计师”戈登·贝尔提出。
贝尔定律的大致内容是：如果保持计算机能力不变，每18个月微处理器的价格和体积减少一半。其另一版本是：计算机每10年产生新一代，其设备或用户数增加10倍。
对比结论4.1，显然贝尔定律也是一个特例。此时，对微处理器的价格和体积来说，采样间隔为18个月， a =0.5且 a ＜1而已。提醒一下，由于 a ＜1，所以，粗看起来，根据结论4.1，微处理器的价格和体积就应该迅速逼近0，而这与现实好像并不符合；但是，别忘了，贝尔定律的前提是“如果计算机能力不变”，显然如今计算机能力也在迅速提高，所以才致使价格和体积未逼近于0；换句话说，这并没有出现矛盾。针对贝尔定律的另一个版本，此时管理者关注的参量是设备或用户数 Q ，采样间隔为10年，相应地， a 为10。
3.反摩尔定律
该定律由Google的前CEO埃里克·施密特提出。它的大致内容是：一个IT 公司，如果今天和18个月前卖掉同样多的、同样的产品，它的营业额就要降一半。
对比结论4.1，反摩尔定律也仍然是一个特例。此时，关注的指标量是一个IT 公司的营业额，采样间隔是18个月，相应地， a =0.5且 a ＜1；所以，对 IT公司来说，若不快速进步就会以指数2 - i 的速度死亡（趋于0）。换句话说，所有的IT公司，特别是硬件设备公司，都必须赶上摩尔定律所规定的更新速度，否则就会死掉。比如，曾经引领风骚的SUN公司就是典型案例：由于SUN无法跟上整个行业的速度，便被IT生态链上游的软件公司甲骨文并购了。另一方面，反摩尔定律使得新兴的小公司，在发展新技术方面，有可能和大公司处在同一起跑线上，甚至可能取代原有的大公司。比如，在通信芯片的设计上，博通和Marvell公司就是这方面的例子。
4.扎克伯格社交分享定律
该定律由Facebook创始人扎克伯格于2011年提出。它的大致内容是：社交分享信息量以倍数增加，今天分享信息总量是两年前的两倍，从现在开始后的一年，用户所发生的信息分享总量将是今天的两倍。
对比结论4.1，扎克伯格社交分享定律仍然只是一个特例。只不过此时关注的指标是“社交分享信息量”，采样间隔为1年，相应的 a =2，所以社交分享信息量将以指数2 i 的速度增加。
5.库梅定律
该定律由斯坦福大学的教授乔纳森·库梅提出。它的内容大致是：每隔18个月，相同计算量所需要消耗的能量会减少一半。
对比结论4.1，库梅定律也只是一个特例。只不过此时关注的是“相同计算所消耗的能量”，采样间隔为18个月，相应的 a =0.5，且 a ＜1，即相同计算所消耗的能量以指数2 - i 的速度迅速减少。但是，由于计算量越来越大，所以，总的能量消耗也是越来越大。换句话说，计算量增大的速度超过了库梅定律。
6.互联网带宽的尼尔森定律
该定律由尼尔森博士于1998年提出，其大致内容是：高端用户带宽将以平均每年50%的增幅增长，每21个月带宽速率将增长一倍。
对比结论4.1，尼尔森定律也是一个特例。只不过此时关注的是“高端用户带宽”和“带宽速率”而已。前者的采样间隔是1年，相应地， a =1.5；后者的采样间隔是21个月，相应地， a =2。
7.库伯定律
该定律由手机发明者库伯提出，其大致内容是：给定的无线电频谱中所包含的最大信息量（频谱效率），每30个月就要翻一番。
对比结论4.1，库伯定律也只是特例。此时，被关注的指标量是“频谱效率”，采样间隔为30个月，相应地， a =2而已。
8.Edholm带宽定律
该定律的大致内容是：在过去25年内，短距离无线通信系统的带宽需求，每隔18个月翻一番。
对比结论4.1，Edholm带宽定律也只是特例。此时，被关注的指标量是“短距离无线通信系统的带宽需求”，采样间隔为18个月，相应地， a =2而已。
9.超摩尔定律
摩尔定律不仅适用于对存储器芯片的描述，也可精确说明处理能力和磁盘驱动器存储容量等方面的发展，比如，芯片上的晶体管数量，每18个月增加1倍；PC机的存储器容量，每18个月增加1倍。软件的规模和复杂性的增长速度，甚至超过了摩尔定律，因此称之为“超摩尔定律”。
虽然没人指出“超摩尔定律”，从精确的数量上到底是如何超的，但是很显然，任何人只要能获得三个采样点，就可轻松求出相应的 a ，它肯定大于2（但是我们估计会很接近2），否则就不能叫“超”了。
10.新摩尔定律
这是出现在中国IT专业媒体上的一种表述，其大致内容是：中国Internet联网主机数和上网用户人数的递增速度，大约每半年就翻一番。
对比结论4.1，新摩尔定律也是一个特例。此时，时间采样间隔为6个月，相应地， a =2而已。
综合以上各种网络定律，不难看出：虽然这些定律的提出者，大都是全球IT界的翘楚；但是，这些定律其实都只是本章的结论4.1的简单特例而已。换句话说，任何人，哪怕数学水平不高，只要有足够的数据（即能够获得三个采样点值；进入大数据时代后，这将越来越容易），那么他就可以发现众多类似的“摩尔定律”！因此，各位读者应当多注意，没准今后你会发现并提出比“摩尔定律”更伟大的定律呢！