Architecture 计算模型、计算机系统架构和编程范例之间的联系

我已经阅读了一段时间关于这些主题的文章，可能已经理解了一些东西。但我对一些联系感到困惑：

一,。图灵机（确切地说是RAM模型）&命令式编程

Lambda演算与函数编程

二,。vonnueman系统架构与命令式编程

我几乎在（I）中得到了连接，但在（ii）中我什么也没有得到。

---

然而，从这个角度来看，我认为两者之间存在某种联系。在许多地方，我甚至看到命令式范式被写成“冯·努曼范式”。那么，冯·诺依曼系统架构是否在某种程度上有助于命令式语言的发展？如果我们遵循其他系统架构，比如霍华德架构，情况是否会有所不同？

你链接的巴克斯论文直接解决了这一问题（重点是我的）：

…我们可以粗略地描述 计算系统的三类模型

2.2.1简单的操作模型。示例：图灵 机器，各种自动机

2.2.2适用模型。示例：教堂的 lambda演算[5]，Curry的组合子系统[6]， 纯Lisp[17]，函数式编程描述的系统 在本文中。基础：简洁实用。 历史敏感度：无存储，不敏感历史。语义： 还原语义，无状态。节目清晰度： 程序可以清晰且在概念上有用

2.2.3冯·诺依曼模型。例子：冯·诺依曼 计算机，常规编程语言。 基础：复杂、笨重、无用。历史敏感度： 具有存储，对历史记录敏感。语义：状态 具有复杂状态的转换。节目清晰度：节目 可以适度清晰，在概念上不是很有用

诚然，上述分类是粗俗的 值得商榷

如果我能进一步提炼这一点：

• 冯·诺依曼体系结构允许（程序员编写的）指令更新内存（即改变状态）
• 函数式编程没有可变状态的概念

FP语言，例如Haskell，目前编译为在冯·诺依曼计算机上执行的命令式机器代码。函数式程序员通常避免考虑在一定程度上改变内存，宁愿由编译器来解决这一部分

看待这一点的一种方法是，FP语言提供了对冯·诺依曼体系结构物理管道的总体抽象。然而，这确实提出了一个问题，即根本不同的体系结构是否更适合于函数式语言

这让我们想到：。当前形式的Reduceron是一个现场可编程门阵列（FPGA），它展示了为FP评估量身定制的物理机器可能具有的潜在优势

简言之，Reduceron接受一个函数程序，它是函数应用程序的无状态图，并将其分解为大量并行函数应用程序的集合。然后在输入数据上运行这些并行应用程序

它可以使整个程序并行化，因为在FP中，函数应用程序何时执行通常无关紧要，因为不存在可变状态，因此不存在可能的争用条件。唯一可能的延迟是依赖可用性方面——您是否有输入。如果您这样做，那么将输入提供给函数总是安全的

现在，据我所知（这里我有点冒险），FPGA对于研究人员来说是一种相对便宜的方法，可以让他们了解这些想法在物理世界中是如何存在的。院士们不必设计和打印集成电路，然后从英特尔或AMD等公司订购批发号码，而只需在一个现成的FPGA上编程门阵列（同样，如果我理解正确的话，我不是硬件专家）

初步结果似乎很有希望！但在实践中，我们并没有看到硬件制造商蜂拥而至，为FP语言生产整个新的芯片线。现有的知识、基础设施和对英特尔CPU之类的产品的需求都是巨大的。命令式编程仍然比函数式编程普遍得多，而且在不久的将来似乎不太可能改变

---

旁注：我假设你关于“霍华德”建筑的问题是“哈佛”的拼写错误。就本主题而言，哈佛建筑与冯·诺依曼建筑非常相似