前辅文
 Ⅰ 总论
  1 新时代计算机设计方法学的四个思维角度
   1.1 引言
   1.2 历史思维的角度——找到设计在历史中的方位
    1.2.1 历史思维的作用
    1.2.2 计算机考据学
   1.3 计算思维的角度——通过计算的办法解决问题
    1.3.1 计算思维的作用
    1.3.2 计算思维的内涵
   1.4 数据思维的角度——通过数据解决问题
    1.4.1 数据思维的内涵
    1.4.2 数据与计算的对称性
   1.5 结构思维的角度——通过优化结构提高效能节省资源
    1.5.1 结构对算力的影响
    1.5.2 结构思维的内涵
   1.6 四种思维之间的相互关系
   1.7 结束语
   思考题
   参考文献
  2 新时代计算机领域面临的若干科学问题
   2.1 引言
   2.2 问题一：意识的生物学基础是什么
   2.3 问题二：记忆如何存储和恢复
   2.4 问题三：怎样从海量生物数据中产生大的可视图片
   2.5 问题四：什么是传统计算的极限
   2.6 问题五：量子不确定性和非局域性背后是否有更深刻的原理
   2.7 问题六：通过计算机进行学习的极限是什么
   2.8 结束语
   思考题
   参考文献
  3 深入理解基本的数理逻辑
   3.1 引言
   3.2 形式化对于科学的意义
   3.3 形式化过程的基本步骤
   3.4 集合的含义
   3.5 数学的物理解释
   3.6 悖论的实例及图形化
   3.7 数学的图形化理解
   3.8 排中律、同一性和矛盾律的统一
   3.9 最小完全集
   3.10 概率
   3.11 指数函数
   3.12 结束语
   思考题
   参考文献
 Ⅱ 历史思维——基于历史角度的设计方法学
  4 冯·诺依曼《计算机与人脑》的要点与启发
   4.1 引言
   4.2 提出应对经验进行形式化
   4.3 提出由一组基本操作通过组合反馈实现复杂操作
   4.4 提出人造计算机和人脑在本质上都是自动机
   4.5 提出存储程序的思想
   4.6 提出摩尔定律的雏形
   4.7 提出在记忆器官附近要有活跃器官提供服务和管理
   4.8 提出存储系统的层次化原理
   4.9 提出Amdahl定律的雏形
   4.10 提到图灵的工作作为虚拟化的雏形
   4.11 提出从“语言”的角度理解人脑
   4.12 结束语
   思考题
   参考文献
  5 第三代体系结构可虚拟化的形式化条件
   5.1 引言
   5.2 虚拟机的三个本质属性
   5.3 第三代机的一个模型
   5.4 指令行为
   5.5 虚拟机监控器
   5.6 虚拟机特性
   5.7 定理讨论
   5.8 结束语
   思考题
   参考文献
  6 艾伦·图灵《计算机器与智能》的要点归纳与启发
   6.1 引言
   6.2 要点一：用多学科的不同角度研究智能
   6.3 要点二：定义概念是分析问题的基础
   6.4 要点三：通过思维实验研究智能
   6.5 要点四：通过对比人类与机器研究智能
   6.6 要点五：编程与存储在智能中具有重要作用
   6.7 要点六：研究智能要抓住本质属性
   6.8 要点七：智能与泛化能力、随机性、奖励机制有关联
   6.9 结束语
   思考题
   参考文献
 Ⅲ 计算思维——基于计算角度的设计方法学
  7 理解计算的本质与功能
   7.1 引言
   7.2 自然数、整除和素数
   7.3 数数中蕴含的重要概念
   7.4 数系扩展中蕴含的重要概念
   7.5 集合的基数与连续统假设
   7.6 算法的特征
   7.7 可计算性与时空的关系
   7.8 递归与可计算的本质联系
   7.9 自动机器与选择机器
   7.10 计算机器
   7.11 循环机器和非循环机器
   7.12 可计算序列和可计算数
   7.13 结束语
   思考题
   参考文献
  8 云计算中的效率与公平
   8.1 引言
   8.2 共享资源时的不同价值导向
   8.3 三种划分共享资源的方式
   8.4 Amdahl定律的逆定律与Amdahl效用函数
    8.4.1 Amdahl定律的逆定律
    8.4.2 Amdahl效用函数
   8.5 市场模型与市场均衡
    8.5.1 市场模型
    8.5.2 市场均衡
   8.6 资源调度分配算法
    8.6.1 Amdahl投标算法
    8.6.2 贪婪算法
    8.6.3 上界算法
    8.6.4 按比例共享算法
    8.6.5 最佳响应算法
   8.7 启发意义
    8.7.1 显式方程具有机器学习不具有的优势
    8.7.2 时间具有基本量意义上的重要性
    8.7.3 性能模型帮助应用程序性能优化
    8.7.4 市场理论和博弈论可以用于数据中心的资源分配
   8.8 结束语
   思考题
   参考文献
 Ⅳ 数据思维——基于数据角度的设计方法学
  9 数据结构若干概念辨析
   9.1 引言
   9.2 两位图灵奖得主简介
   9.3 数据类型与数据结构的区别
   9.4 对数据进行分类的意义
   9.5 如何看待抽象与具体
   9.6 数据类型与数据结构的联系
   9.7 怎样学好计算机科学
   思考题
   参考文献
  10 数据科学的基本概念
   10.1 引言
   10.2 数据的来源
   10.3 数据之间的相关关系与因果关系
   10.4 香农信息熵的公理化假设和推导
   10.5 从熵的角度看命题逻辑
   思考题
   参考文献
  11 数据科学体系的基本维度
   11.1 引言
   11.2 从22个维度看数据科学
    11.2.1 维度①：数据与信息与知识与智慧
    11.2.2 维度②：全数据与大数据与小数据
    11.2.3 维度③：第一世界与第二世界与第三世界
    11.2.4 维度④：相关关系与因果关系（连接主义与符号主义）
    11.2.5 维度⑤：可能性与必要性（可计算性与数据价值）
    11.2.6 维度⑥：无穷与有穷（有限性与无限性）
    11.2.7 维度⑦：批量处理与流式处理
    11.2.8 维度⑧：静态与动态
    11.2.9 维度⑨：第一范式与第二范式与第三范式与第四范式
    11.2.10 维度⑩：精确性与混杂性
    11.2.11 维度B11：结构化与非结构化
    11.2.12 维度B12：需求拉动与技术驱动
    11.2.13 维度B13：慢与快（低性能与高性能）
    11.2.14 维度B14：帕累托分布与长尾分布
    11.2.15 维度B15：稀疏与稠密
    11.2.16 维度B16：人工与自动
    11.2.17 维度B17：局部与整体（测量与预测）
    11.2.18 维度B18：互补关系与替代关系
    11.2.19 维度B19：分布与集中（异步与同步）
    11.2.20 维度B20：第一经济与第二经济
    11.2.21 维度B21：历史与计算与数据与结构
    11.2.22 维度B22：数据与元数据（具体与抽象）
   11.3 数据科学的兼容并包特征
   11.4 数据科学的赋能连接实例
   11.5 数据科学的应对繁难策略
   11.6 相关工作
   11.7 结束语
   思考题
   参考文献
 Ⅴ 结构思维——基于结构角度的设计方法学
  12 计算机体系结构的设计方法
   12.1 引言
   12.2 度是事物保持其质的量的限度
   12.3 体系结构设计的两对基本矛盾
   12.4 加速的意义与本质
   12.5 体系结构设计的目标
    12.5.1 功能和性能
    12.5.2 可编程性和性能
   12.6 应用对体系结构的需求
   12.7 体系结构设计的方法归纳
   12.8 体系结构设计思想层面的考虑维度
    12.8.1 知识和洞察
    12.8.2 指令和数据
    12.8.3 时间和空间
    12.8.4 物质、信息和能量
   12.9 体系结构设计方法层面的考虑维度
    12.9.1 串行和并行
    12.9.2 多路和多核
    12.9.3 单核、多核和众核
    12.9.4 同构和异构
    12.9.5 共享和私有
    12.9.6 分布和集中
    12.9.7 延迟和带宽
   12.10 结束语
   思考题
   参考文献
  13 高密度计算机体系结构的设计
   13.1 引言
   13.2 相关工作
   13.3 权衡设计方法
   13.4 处理器互连网络的种类和规模
   13.5 机器节点结构的紧密与松散
   13.6 印制电路板的布局
   13.7 测试与验证
   13.8 结束语
   思考题
   参考文献
  14 分布式共享存储结构的设计
   14.1 引言
   14.2 体系结构的系统特征建模
   14.3 使用多核处理器构建大规模共享存储结构
   14.4 目录结构
    14.4.1 全映射与粗糙向量结合的结构
    14.4.2 全映射与有限指针结合的结构
    14.4.3 全映射与链式指针结合的结构
    14.4.4 具有使能功能的混合目录结构
   14.5 相关工作
   14.6 结束语
   思考题
   参考文献
  15 从多学科角度审视标签化冯·诺依曼体系结构
   15.1 引言
   15.2 从生理学和经济学的角度
   15.3 从数理逻辑的角度
   15.4 从编码学的角度
   15.5 从元数据和元数学的角度
   15.6 从系统科学的角度
   15.7 从哲学的角度
   15.8 从管理学的角度
   15.9 结束语
   思考题
   参考文献
 术语中英文对照