高房价与多核分布式计算
－从多核分布式计算角度解释高房价对社会的影响
主要内容列表
高房价与多核分布式计算
高房价问题概述
高房价形成的多核分布式计算模型
藏富于民的思想
小政府的思想
高房价的解决之道
高房价问题概述
目前社会上的高房价问题困扰了大多数白领，可以说是有人欢喜有人忧。那些有多套房子的人希望房价继续涨上去；只有一套房子的人有人希望涨让自己的房子再升值，有人希望房价跌下去便于换一套大一点的房子住，无房阶层则希望房价跌下去以圆自己的住房梦。
房价的高低对个人来说，对不同的群体影响各不相同，很难从这里判断出来房价高低的好坏。那么对整个社会的角度来看的话，房价高到底是好事还是坏事呢？本文准备从多核分布式计算角度来阐述一下高房价对社会的影响。
可能许多人会有疑问，高房价和多核分布式计算这不是风牛马不及的两个东西吗？怎么把这两者扯到一起去了呢？我要说的是这两者还真的有很大的关系，要分析清楚高房价对社会的影响，还真得从多核分布式计算的角度来进行。先简单说一下高房价与多核分布式计算的关系：
首先，高房价本身是由于土地变成了共享资源而形成的，而共享资源计算属于多核分布式计算头等重要内容。
第二，高房价使得财富集中到了发展商、炒家及政府手里，最终到了少数人手里，使得社会财富分配不均衡，无法实现藏富于民的战略，而藏富于民属于多核分布式计算的重要战略性思想。
第三，高房价不利于建设高效的“小政府”，可能许多人知道，美国在里根政府时期进行了小政府改革，使得美国从90年代初开始快速发展，远远将80年代末快要赶上美国的日本等国甩在后面。而“小政府”思想也是多核分布式计算中的一个重要战略思想。
从以上三点可以初步看出高房价与多核分布式计算有莫大的关系，下面就来详细谈谈高房价形成的多核分布式计算模型，多核分布式计算中藏富于民和小政府的基本思想及高房价之间的关系。
高房价形成的多核分布式计算模型
房子象计算机内的内存或文件一样是一种资源，而购买房屋的人其实等于使用了相应的房子资源，这就像CPU核访问内存或文件资源一样。CPU核访问内存或文件资源花费的时间越多，就相当于购房人购买房屋花费了更多的金钱。这里购房者就可以比作是CPU核，由于有许多人要买房子，相当于有多个核要访问资源，因此房子问题本身就是一个多核计算问题，计算效率越高，那么访问资源花费的时间就越少，相当于房价就越便宜；计算效率越低，那么访问资源花费的时间就越多，相当于房价就越高。
房价变高实际上相当于多核计算中效率降低了，那么在什么情况下多核计算的效率会降低呢？这得从多核计算模型谈起。
在多核计算模型里，按照资源类型来划分的话，可以分为两种类型的计算，私有资源计算和共享资源计算。这两种类型计算那种更高效呢？相信搞软件的人都明白共享资源计算牵涉到数据保护问题，通常需要加锁解锁等处理，私有资源的访问效率远高于共享资源的访问效率。其实换到房子上也很容易明白，土地是政府所有，为取得这个共享资源，需要取得这个共享资源需要经过一大堆程序，还要交各种各样的税，访问成本同计算机里访问共享资源一样成本大大增加。
由于私有资源的访问效率远高于共享资源的访问效率，那么私有资源计算效率是不是也远高于共享资源计算效率呢？答案是不一定的。因为不论私有资源计算还是共享资源计算都牵涉到分布式计算问题，而分布式计算的效率与负载平衡问题有非常大的关系，负载如果不够平衡，那么会降低计算效率，不平衡问题越严重，计算效率就越低。这里说的平衡并不是指平均，而是指按CPU核的能力将资源按比例进行分配。下面就来详细分析一下私有资源计算和共享资源计算的优劣。
对于私有资源计算来说，可以把它看成是一种自然的分布式计算，资源分布在各个线程里，各个线程访问的都是私有资源，访问私有的效率非常高，如果负载是平衡的话，那么这是一种最高效也是最理想的计算模式。不幸的是，现实情况中不一定能做到负载平衡，某些情况下甚至会出现负载严重不平衡问题，如果私有资源分布式计算的负载平衡问题很严重，即资源只集中在少数人手里，相当于某些核得到了过多的资源，大多数核得到很少的资源，会导致大多数核发生饥饿甚至饿死现象，同样效率是很低下的。
对于共享资源的计算，可以分为两种：共享资源集中式计算、共享资源分布式计算。
共享资源集中式计算中，资源集中在一块，多个线程不能同时访问，必须通过加锁解锁方式进行排队访问，这是一种最低效的访问方式，比私有资源负载严重不平衡的情况下访问效率还要低。
共享资源分布式计算模式中，共享资源被分成多个小块，每个小块有一把独立的锁，多个不同的小块可以并行访问，但是访问同一小块时必须排队访问。共享资源分布式计算的效率也和私有资源计算效率一样，要受到负载平衡的影响。负载平衡问题越严重，那么效率就越低，考虑一种极端情况，只分成了一块，这其实就退化成了集中式计算的模式。所以共享资源分布式计算在最坏情况下的效率和集中式计算效率一样，大多数情况下优于集中式计算的效率。
共享资源分布式计算的效率和私有资源计算的效率比起来那个更好呢？其实在负载平衡情况完全相同的情况下，私有资源的计算效率是高于共享资源分布式计算的，但是如果私有资源的负载平衡情况比共享资源的负载平衡情况差很多，那么共享资源分布式计算效率可能会高于私有资源计算效率。
之所以会形成高房价，主要是由于多核计算效率降低造成，通过上面的分析知道，多核计算效率降低的情况有三种：
1、私有资源计算出现严重负载平衡问题
2、共享资源集中式计算
3、共享资源分布式计算出现负载平衡问题
在第1种情况下，相当于房屋资源掌握在少数私人手里，从而产生严重的负载不平衡问题，使得计算效率降低了，房价自然也就变高了。西方私有制社会之所以也会出现高房价就是由这个原因造成。
第2种情况下，共享资源集中式计算中，相当于房屋全部掌握在一级政府手里，这是一种最低效的计算模式，房价会变得非常高。
第3种情况下，共享资源分布式计算出现负载平衡问题，相当于少数政府部门或发展商掌握了大量的房屋资源，计算效率变得很低，房价自然也变得很高。
经过以上分析，可以看出房价高低与多核分布式计算有很大关系，并且与负载平衡问题有着莫大的关系，负载越均衡，那么计算效率就越高，反之则越低。那么房价高对整个社会来说是好事还是坏事呢？
高房价违反藏富于民的思想
前面已经说过，高房价使得财富集中到了发展商、炒家及政府手里，最终到了少数人手里，使得社会财富分配不均衡，无法实现藏富于民的战略。
为什么藏富于民是多核分布式计算中的重要战略呢？
先看看所谓的“藏富于民”，首先，所谓的“富”，可以理解成财富，更广义地可以理解成“资源”，所谓藏富于民或藏富于国，本质上就是将资源分布在民众手里还是集中在政府手里。
民众手里的资源为私有资源；政府手里的资源为共享资源。
如果采取藏富于民的策略，那么进行的是私有资源计算。
如果采取藏富于国的策略，那么进行的是共享资源计算。
“藏富于民”还是“藏富于国”问题就变成了私有资源计算和共享资源计算问题。其实“藏富于民”还包含了另外一层内容，民指广大的民众，而不是指少数人，“藏富于民”实际上相当于将资源均衡地分布到民众手里。 “藏富于民”可以认为是一种负载均衡的私有资源计算，前面说过，这是一种最高效的计算模式。因此在多核计算中，要采用“藏富于民”的战略。
如何实现“藏富于民”是一个非常复杂的事情，这里可以谈一下“藏富于民”的一个必要条件：“行业间的负载均衡”。试想如果行业间没有取得负载均衡，某些行业取得了过多的资源，某些行业取得很少的资源甚至饿死，那么工作在那些取得很少资源的行业的人就无法取得足够的资源，最终将造成个体间的负载不均衡。
高房价显然违反了“藏富于民”的思想，首先它使得社会上的财富（资源）流进了少数人的腰包，另外它还使得资源过多地流进了房地产行业，使得其他行业得不到足够的资源，使得行业间的负载变得不均衡。因此高房价最终使得整个社会的负载均衡状况恶化起来，从这个意义上说它起着降低社会效率的作用。
顺便提一下，中国历代封建王朝中发生的农民大起义，本质上都是因为负载均衡问题造成。许多强盛的王朝在开国的时候，官僚机构都是新建立起来的，机构比较精简，都实行了“轻徭役，薄税赋”的政策，有些王朝甚至颁布了“均田令”，使得财富及资源均衡地留在百姓手中，没有集中到少数人手里，实现了很好的负载均衡。
然而随着王朝的发展，受到“帕金森定律”的影响，官僚机构的权力不断扩张，加上缺乏有效的纠错机制，税赋又逐渐加重起来，如果再碰到一些外因，如外敌入侵等影响，税赋就变得更加严重了，负载均衡问题经过长时间的累积后，一天变得比一天严重，社会效率也就变得更加低了。降低到一定程度时，就很难将全部的人都养活，一旦发生饥饿甚至饿死的数量累积到达一个临界点，就爆发了农民大起义。
明朝后期的李自成起义就是一个很好的例子，当时的崇祯皇帝虽然能力不是很强，但至少比他的前任好很多。然后明王朝没有终结在他的前任手里，却在他的手上结束了，为什么呢？因为在之前经历了严嵩当政几十时间，官场腐败导致负载平衡问题得到了很大的累积，后来又经过魏忠贤几十年的专权，负载平衡问题得到更大的累积，已经到达了临界点。崇祯上台后，满清的军事入侵威胁变得比以前更严重起来，需要大量的钱粮去满足山海关前线的军事要求。税赋变得更加重了，负载平衡问题已远超过了临界点，李自成起义刚开始失败了无数次，但每次失败后都可以死灰复燃，因为明王朝在取得对农民起义军的胜利后，并没有考虑解决负载平衡问题，相反由于镇压农民起义需要大量的开销，又需要加更多的税赋给老百姓，使得负载平衡问题一天比一天更严重，农民起义的基础一天比一天更好。明王朝就在这种不断恶化的负载平衡问题下最终被农民军推翻了。
高房价违反小政府的思想
高房价不仅违反“藏富于民”的战略思想，还违反了“小政府”思想。“小政府”思想也是多核计算中的重要战略思想，为什么这样说呢？
首先政府管理着共享资源，小政府意味着管理着更少的共享资源，也就是说私有资源占据着更大的比重。
由于私有资源计算在同等负载均衡情况下优于共享资源计算，因此私有资源占据着更大比重意味着计算效率的提高。
当然小政府并不是越小越好，因为共享资源是客观存在的，并且有些资源是无法分割成私有资源的。举个简单例子，假设一个村里共用一台灌溉用的抽水机，如果要把它变成共享资源的话，是无法将一台抽水机割成一小块一小块的，唯一把它变成私有资源的方法就是每家都购买一台抽水机，不过这样每家都要一笔很大的开销，并且每家购买的抽水机大部分时间都是闲置，资源得不到有效利用。
所以在实际情况中要实行100％的私有资源计算是不现实的，共享资源的最大好处就是资源可以得到有效利用，可以节约资源。那么那些资源应该作为私有资源计算，那些资源需要作为共享资源计算呢？
“小政府”思想就是用来解决那些资源作为共享资源，那些资源作为私有资源的，“小政府”思想的基本原则就是在有效利用资源的前提下尽可能的缩小共享资源，使得共享资源尽可能的少，这样才能建设小政府。
在“小政府”思想指导下，对于那些能够分割成独立小块的资源，显然可以将独立小块资源作为各个执行核的私有资源来利用，如果无法分割的资源就作为共享资源。比如公路就不能作为私有资源，而必须作为共享资源，如果将公路分割分给个人的话，这些被分割的小块公路并不是独立的，无法做到每个人只用其中一小块，而必须用整条公路。
其实大多数资源都是可以进行分割变成私有资源的，共享资源占的比重应该是远小于私有资源。即使共享资源占的比重再小，仍然需要采用分布式计算来提高效率，一般不能使用集中式计算。
在现实情况中，经常会发生共享资源和私有资源划分不正确的情形。有些公共资源却由于种种原因被少数人占用了，实际上成了变相的私有资源，而有些可以私有化的资源却由于种种原因被当作了共享资源。私有化资源被当作共享资源处理会降低效率，特别是如果进行集中式计算模式时，效率将大大降低，世界上各个公有制国家的效率低下现象充分说明了这个问题。而共享资源被当成私有资源处理后，问题则变得更加严重，因为大家都无法访问那个资源了，将发生集体饿死现象，在私有制社会中经常会碰到这个问题，特别是早期的资本主义国家，国家公共资源被少数人掌握，变成了变相的私有资源，使得社会矛盾突出，经常发生革命。
高房价的根源本身就是由于负载不平衡造成，而出现负载不平衡后，社会效率还会相应进行下降，自然会引起许多其他的社会问题（例如贫富差距扩大后，治安问题就变突出了），相应的为了管理这些社会问题，又会增加政府的负担，使得政府膨胀起来，增加了整个社会的公共资源，这显然背离了小政府的思想。因此高房价对建设小政府有不利影响。
高房价的解决之道
从前面的分析可以看出，高房价对社会是有害的，会降低社会整体效率，那么如何如何来解决高房价问题，使房价降到合理的位置，并使得整个社会取得更好的负载均衡呢？
要解决高房价问题，其实还得从多核分布式计算入手，要使房价问题解决，首先就要取得房屋资源的计算负载均衡，而房屋资源的计算负载均衡实际上等价于土地资源的计算负载均衡，因此设计一个土地资源的负载均衡机制是一个最好的解决方法。（注：这里和下面说的土地都是指用于建私人住宅的土地）
提到土地的负载均衡，可能很多人想到了“打土豪，均田地”，是不是这种“打土豪，均天地”的方式能够让土地资源取得负载均衡呢？答案是否定的。
首先“打土豪，均田地”只是对土地资源进行了一次负载均衡的初始化操作，只能保证暂时性的均衡，并不能保证均田地之后时间段内的均衡。当土地均分给个人后，如果土地允许买卖，那么收入高的富人每年都可以购买土地，而穷人则需要出卖土地，这样经过一段时间积累后，土地就会集中到少数富人手里，从而发生负载不平衡的情况，随着时间的增加，这种不平衡将变得越发严重。
因此“打土豪，分田地”只是一种让负载重新初始化取得暂时性平衡的方法，而不是一种机制。对于一种负载平衡机制的要求应该是当一个系统重发生负载不平衡的条件下，这种机制会促使系统向均衡的方向发展，逐渐达到平衡。
那么是不是可以通过禁止土地买卖来规避上面说的负载不平衡现象呢？答案也是否定的。考虑一下当一个个人由于各种原因要迁徙的时候，他不能将他原来的土地卖掉到新的地方去购买另外一块土地，当他到新的地方后又无法得到土地使用，实际上还是发生了变相的负载均衡问题。考虑一种极端情况，所有人都迁徙了一次，那么所有人都不能使用自己的土地。因此不允许土地买卖是不现实的，并不能规避计算负载平衡问题。
现在需要考虑的是如何保证土地可以进行买卖的前提下，土地资源可以取得计算上的负载均衡，并且在出现负载不平衡的情况下，可以促使其向负载均衡的方向发展。一种方案就是控制个人拥有的土地数量，限制每个人的最大拥有量，并且当拥有量超过平均值后，征收高额的累进税赋，低于平均值时，不征收任何费用，甚至给予补贴。在这种方案下，没有多少人会愿意去购买更多的土地，除了那些特别富裕想过更优裕生活的除外，一些原本拥有大量土地的人也会将土地出让出来，土地资源会自动取得很好的均衡，土地资源的负载均衡意味着整体计算效率的提升，而效率提升意味着房价的下降（参见高房价形成的多核分布式计算模型）。
既然通过对土地超出平均值以上部分征收高额累进税赋可以让土地资源取得负载平衡，那么这种方案对整个社会有什么影响呢？首先看看它是否符合“藏富于民”的思想，当富人购买更多的土地时，要向政府支付大量的税赋，当然政府就可以从其他地方少收税赋了，民众就可以少交一些税赋，使得社会资源向负载平衡方向发展了。另外房价下降后，财富将流向其他行业，促进其他行业的发展，使得各个行业间占有的资源取得均衡。所以它是非常符合“藏富于民”的思想的，有利于提高整个社会的效率。
再来看看它是否符合“小政府”的思想，在不征累进税赋时，房产被当作投资对象，存在大量的炒家，交易自然频繁，而每次交易都需要到政府部门办理各种相关手续和缴纳税收，增加了政府的工作量。另外土地资源取得负载平衡后，实际上相当于房价下降到了合理的位置，有利于社会的稳定，减少其他社会问题，从而使得政府工作量大大减少。因此征累进税赋可以减少政府的工作量，利于建设小政府，同样利于整个社会效率的提升。
综上所述，对个人拥有土地买卖权，并对拥有超过平均值部分的征收高额累进税是一种即可以使土地资源取得负载均衡，又对社会系统有着积极的影响，便于实现藏富于民并有利于建设小政府的机制。

高房价与多核分布式计算相关推荐

  1. 多核编程文章汇总[z]

    以下为截止2009年3月21日前发布在本人博客中的多核相关的文章汇总,这些文章大部分摘自于我写的<多核计算与程序设计>一书.现将这些文章分类汇总,方便大家阅读. 后续如果博客中继续发布了多 ...

  2. 收集的关于并行开发的文章

    多核编程文章汇总[z] 以下为截止2009年3月21日前发布在本人博客中的多核相关的文章汇总,这些文章大部分摘自于我写的 <多核计算与程序设计>一书.现将这些文章分类汇总,方便大家阅读. ...

  3. CSDN博客周刊·2008年第4期

    2008年第4期 CSDN博客周刊·2008年第4期,春节将至,各位最为关心的应该是回家过年吧.今年的车票机票又是一如继往地难买,高价票已经成为大家心照不宣的事实了.而且南方地区频报低温,大部分地区居 ...

  4. １６．ｍａｔｌａｂ并行处理，调用ＣＰＵ得多核

    Matlab 多核 多个CPU 并行运算 - xiaolu的专栏 - CSDN博客 https://blog.csdn.net/zjxiaolu/article/details/44886173 Ma ...

  5. 《Python分布式计算》 第8章 继续学习 （Distributed Computing with Python）

    序言 第1章 并行和分布式计算介绍 第2章 异步编程 第3章 Python的并行计算 第4章 Celery分布式应用 第5章 云平台部署Python 第6章 超级计算机群使用Python 第7章 测试 ...

  6. 如何利用计算机多核,如何利用多核电脑实现Matlab的并行运算

    2017-05-28 回答 matlab并行运算 目前,新购置的电脑大部分都是多核的了,使用matlab进行大量计算时如何有效利用多核呢?matlab目前版本已经比较好的支持多核并行运算了.是用的ma ...

  7. 并行与分布式计算导论（六）MPI入门

    并行与分布式计算:MPI入门(六) Section 6 MPI 入门 6.1 Why MPI? 6.1.1 MPI与OpenMP 6.1.2 为什么要了解MPI 6.2 MPI基础讲解 6.2.1 头 ...

  8. php 多核cpu,paip.提升性能--多核cpu中的java/.net/php/c++编程

    paip.提升性能--多核cpu中的java/.net/php/c++编程 作者Attilax  艾龙,  EMAIL:1466519819@qq.com  来源:attilax的专栏 地址:http ...

  9. 分布式计算模式：MapReduce

    分布式计算模式:MapReduce 前言 什么是分而治之? 分治法的原理 抽象模型 MapReduce 工作原理 MapReduce 实践应用 知识扩展:Fork-Join 计算模式是什么意思呢? 总 ...

最新文章

  1. 链表问题11——两个单链表相交的系列问题(四):总结
  2. 2012年4月当选微软MVP的CSDN会员名单揭晓！
  3. ES 在数据量很大的情况下（数十亿级别）如何提高查询效率？
  4. yolo 标注转VOC格式（标注转换器）
  5. Vue中计算属性与class,style绑定
  6. 利用Relations实现多DataTable的聚合
  7. HttpContext.Current.Session.SessionID相关问题及备忘
  8. python为什么叫爬虫-python为什么叫网络爬虫
  9. 用Python做一个基于OCR的微信聊天机器人
  10. python编写水仙花数
  11. 控制工程基础学习笔记-第1章 概述
  12. Matlab数据线性化
  13. Java 图片转换base64
  14. 【SCOI 2005】王室联邦 树上分块？
  15. Hololens连接mysql_学校hololens开发项目：汽车发动机检修混合现实（MR）教学
  16. 《ERP高级计划》书解读－APS案例分析之四缓冲的计算(蔡颖)(转)
  17. Maven依赖编译失败报错：Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compile
  18. 我看技术人的成长路径
  19. github+hexo搭建自己的博客【真正的从0到1】20180122为准
  20. 北京 2019年互联网校招薪水

热门文章

  1. 上海2016计算机一级考试试题及答案,2016计算机一级考试试题一及答案解析(DOC).doc...
  2. c语言分号的转义字符,C语言中的转义字符 - osc_9gm4ypss的个人空间 - OSCHINA - 中文开源技术交流社区...
  3. Linux网络IO模型及JAVA中IO模型
  4. 山东大学软件学院大二下数据结构课程设计---排序算法的性能分析
  5. 2023年笔记本电脑选购攻略，618高性价比轻薄本推荐
  6. 高斯分布函数实现及绘图
  7. DBA日记：上海的RAC宕机
  8. 干货！关于混合信号测试系统的那些事
  9. who is killer
  10. 傅盛：不要给自己设限，边界是后天长成的