માઈકલ સ્કોટ - 34 વર્ષ માટે યુનિવર્સિટી ઓફ રોચેસ્ટરમાં કોમ્પ્યુટર સાયન્સના પ્રોફેસર તરીકે અને તેમની હોમ યુનિવર્સિટી ઓફ વિસ્કોન્સિન-મેડિસનમાં તેઓ પાંચ વર્ષ સુધી ડીન હતા. તે વિદ્યાર્થીઓને સમાંતર અને વિતરિત પ્રોગ્રામિંગ અને ભાષા ડિઝાઇન વિશે સંશોધન કરે છે અને શીખવે છે.

વિશ્વ માઈકલને પાઠ્યપુસ્તકમાંથી જાણે છે "પ્રોગ્રામિંગ ભાષા વ્યવહારિકતા", કામ વિશે શું "શેર્ડ-મેમરી મલ્ટિપ્રોસેસર્સ પર સ્કેલેબલ સિંક્રોનાઇઝેશન માટે અલ્ગોરિધમ્સ" ડિસ્ટ્રિબ્યુટેડ કમ્પ્યુટિંગના ક્ષેત્રમાં સૌથી પ્રસિદ્ધ તરીકે ડિજક્સ્ટ્રા પ્રાઈઝ મેળવ્યું. તમે તેને તે જ અલ્ગોરિધમના લેખક તરીકે પણ જાણતા હશો માઈકલ-સ્કોટ.

ડગ લી સાથે મળીને, તેણે બિન-અવરોધિત અલ્ગોરિધમ્સ અને સિંક્રનસ કતારોનો વિકાસ કર્યો જે જાવા લાઇબ્રેરીઓને શક્તિ આપે છે. અમલીકરણ "ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સ" JavaSE 6 માં પ્રદર્શનમાં 10 ગણો સુધારો થયો છે ThreadPoolExecutor.

અનુક્રમણિકા:

• પ્રારંભિક કારકિર્દી, રોચેસ્ટર યુનિવર્સિટી. પ્રોજેક્ટ ચાર્લોટ, લિન્ક્સ ભાષા;
• IEEE સ્કેલેબલ કોહેરન્ટ ઈન્ટરફેસ, MCS લોકીંગ;
• સતત બદલાતી દુનિયામાં સર્વાઇવલ;
• શું વિદ્યાર્થીઓ મૂર્ખ બની રહ્યા છે? વૈશ્વિક પ્રવાહો, આંતરરાષ્ટ્રીયકરણ;
• વિદ્યાર્થીઓ સાથે અસરકારક કાર્ય;
• નવા અભ્યાસક્રમો અને પુસ્તકોની તૈયારી સાથે કેવી રીતે ચાલુ રાખવું;
• વ્યવસાય અને શિક્ષણવિષયક વચ્ચેની લિંક્સ;
• વિચારોનું વ્યવહારુ અમલીકરણ. MCS, MS, CLH, JSR 166, ડગ લી અને વધુ સાથે કામ કરે છે;
• વ્યવહારિક મેમરી;
• નવા આર્કિટેક્ચર. ટ્રાન્ઝેક્શનલ મેમરીનો વિજય નજીક છે;
• નોન-વોલેટાઈલ મેમરી, ઓપ્ટેન ડીઆઈએમએમ, અલ્ટ્રા-ફાસ્ટ ઉપકરણો;
• આગામી મોટો ટ્રેન્ડ. ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સ. હાઇડ્રા.

ઇન્ટરવ્યુ આના દ્વારા હાથ ધરવામાં આવે છે:

વિટાલી અક્સેનોવ — હાલમાં IST ઑસ્ટ્રિયામાં પોસ્ટડૉક અને ITMO યુનિવર્સિટીમાં કૉમ્પ્યુટર ટેક્નૉલૉજી વિભાગના સભ્ય. સ્પર્ધાત્મક ડેટા સ્ટ્રક્ચર્સના સિદ્ધાંત અને પ્રેક્ટિસના ક્ષેત્રમાં સંશોધન કરે છે. IST માં કામ કરતા પહેલા, તેમણે પ્રોફેસર પીટર કુઝનેત્સોવની દેખરેખ હેઠળ પેરિસ ડીડેરોટ યુનિવર્સિટી અને ITMO યુનિવર્સિટીમાંથી પીએચડી મેળવ્યું.

એલેક્સી ફેડોરોવ - વિકાસકર્તાઓ માટે કોન્ફરન્સનું આયોજન કરતી રશિયન કંપની, JUG Ru ગ્રુપમાં નિર્માતા. એલેક્સીએ 50 થી વધુ પરિષદોની તૈયારીમાં ભાગ લીધો હતો, અને તેના રેઝ્યૂમેમાં Oracle (JCK, Java Platform Group) ખાતે ડેવલપમેન્ટ એન્જિનિયરની સ્થિતિથી લઈને Odnoklassniki ખાતે ડેવલપરની સ્થિતિ સુધી બધું જ સામેલ છે.

વ્લાદિમીર સિટનીકોવ - નેટક્રૅકર ખાતે એન્જિનિયર. NetCracker OS, ટેલિકોમ ઓપરેટરો દ્વારા નેટવર્ક અને નેટવર્ક સાધનો વ્યવસ્થાપન પ્રક્રિયાઓને સ્વચાલિત કરવા માટે ઉપયોગમાં લેવાતા સોફ્ટવેરના પ્રદર્શન અને માપનીયતા પર દસ વર્ષનું કામ. જાવા અને ઓરેકલ ડેટાબેઝ પ્રદર્શન સમસ્યાઓમાં રસ ધરાવો છો. અધિકૃત PostgreSQL JDBC ડ્રાઇવરમાં એક ડઝન કરતાં વધુ પ્રદર્શન સુધારણાના લેખક.

પ્રારંભિક કારકિર્દી, રોચેસ્ટર યુનિવર્સિટી. ચાર્લોટ પ્રોજેક્ટ, લિન્ક્સ ભાષા.

એલેક્સી: શરૂ કરવા માટે, હું તમને કહેવા માંગુ છું કે રશિયામાં આપણે બધા ખરેખર કમ્પ્યુટર સાયન્સ, ડેટા સાયન્સ અને અલ્ગોરિધમ્સને પ્રેમ કરીએ છીએ. તે એકદમ અશ્લીલ છે. અમે બધું વાંચ્યું છે કોરમેન, લીઝરસન અને રિવેસ્ટ દ્વારા પુસ્તક. તેથી, આગામી પરિષદ, શાળા અને આ ઇન્ટરવ્યુ પોતે ખૂબ લોકપ્રિય હોવા જોઈએ. અમને વિદ્યાર્થીઓ, પ્રોગ્રામરો અને સમુદાયના સભ્યો તરફથી આ ઇન્ટરવ્યુ માટે ઘણા પ્રશ્નો પ્રાપ્ત થયા છે, તેથી અમે આ તક માટે ખૂબ આભારી છીએ. શું કમ્પ્યુટર સાયન્સને યુએસમાં સમાન પ્રેમ મળે છે?

માઇકલ: અમારું ક્ષેત્ર એટલું વૈવિધ્યસભર છે, તેની ઘણી બધી દિશાઓ છે અને તે સમાજને એટલી બધી વિવિધ રીતે અસર કરે છે કે તમને ચોક્કસ જવાબ આપવો મારા માટે મુશ્કેલ છે. પરંતુ હકીકત એ છે કે તેણે છેલ્લા 30 વર્ષોમાં સામાન્ય રીતે વેપાર, ઉદ્યોગ, કલા અને સમાજમાં જબરદસ્ત ફેરફારો કર્યા છે.

Vitali: ચાલો કંઈક દૂરથી શરૂ કરીએ. ઘણી યુનિવર્સિટીઓમાં એક ચોક્કસ ક્ષેત્રમાં વિશેષતા જેવું કંઈક છે. કાર્નેગી મેલોન યુનિવર્સિટી માટે આ સમાંતર કમ્પ્યુટિંગ છે, MIT માટે તે ક્રિપ્ટોગ્રાફી, રોબોટ્સ અને મલ્ટિથ્રેડીંગ છે. શું રોચેસ્ટર યુનિવર્સિટીમાં આવી કોઈ વિશેષતા છે?

માઇકલ: સાચું કહું તો હું કહીશ કે CMU અને MIT તમામ ક્ષેત્રોમાં નિષ્ણાત છે. અમારા વિભાગે હંમેશા આર્ટિફિશિયલ ઈન્ટેલિજન્સ પર સૌથી વધુ ધ્યાન આપ્યું છે. અમારા માટે કામ કરતા અડધા લોકો AI અથવા માનવ-કમ્પ્યુટર ક્રિયાપ્રતિક્રિયામાં રોકાયેલા છે - આ હિસ્સો અન્ય વિભાગો કરતા વધારે છે, અને હંમેશા રહ્યો છે. પરંતુ જ્યારે હું યુનિવર્સિટીમાં હતો, ત્યારે મારી પાસે AI માં કોઈ અભ્યાસક્રમ નહોતો અને મેં આ ક્ષેત્રમાં ક્યારેય કામ કર્યું ન હતું. તેથી મારો વિભાગ એવી સમસ્યામાં નિષ્ણાત છે જેની સાથે મારે કોઈ લેવાદેવા નથી. આશ્વાસન એ છે કે અમારા વિભાગ માટે બીજી સૌથી મહત્વની સમસ્યા સમાંતર અને મલ્ટિ-થ્રેડેડ પ્રોગ્રામિંગ છે, એટલે કે મારી વિશેષતા.

Vitali: તમે કમ્પ્યુટર સાયન્સમાં કામ કરવાનું શરૂ કર્યું જ્યારે મલ્ટી-થ્રેડેડ પ્રોગ્રામિંગનું ક્ષેત્ર હમણાં જ ઉભરી રહ્યું હતું. તમારા પ્રકાશનોની સૂચિ દર્શાવે છે કે તમારી પ્રથમ કૃતિઓ એકદમ વિશાળ શ્રેણીના મુદ્દાઓ સાથે કામ કરે છે: મલ્ટિ-થ્રેડેડ સિસ્ટમ્સમાં મેમરી મેનેજમેન્ટ, વિતરિત ફાઇલ સિસ્ટમ્સ, ઑપરેટિંગ સિસ્ટમ્સ. શા માટે આવી વૈવિધ્યતા? શું તમે સંશોધન સમુદાયમાં તમારું સ્થાન શોધવાનો પ્રયાસ કરી રહ્યાં છો?

માઇકલ: એક વિદ્યાર્થી તરીકે મેં તેમાં ભાગ લીધો હતો ચાર્લોટ પ્રોજેક્ટ યુનિવર્સિટી ઓફ વિસ્કોન્સિન ખાતે, જ્યાં પ્રથમ વિતરિત ઓપરેટિંગ સિસ્ટમ્સમાંથી એક વિકસાવવામાં આવી હતી. ત્યાં મેં રાફેલ ફિંકેલ સાથે કામ કર્યું (રાફેલ ફિન્કેલ) અને માર્વિન સોલોમન (માર્વિન સોલોમન). મારો નિબંધ વિતરિત સિસ્ટમો માટે સિસ્ટમ સૉફ્ટવેર માટેની ભાષાના વિકાસ માટે સમર્પિત હતો - હવે દરેક જણ તેના વિશે ભૂલી ગયા છે, અને ભગવાનનો આભાર માનું છું. મેં Lynx પ્રોગ્રામિંગ લેંગ્વેજ બનાવી છે, જેનો હેતુ ઢીલી રીતે જોડાયેલી વિતરિત ઓપરેટિંગ સિસ્ટમ માટે સર્વર બનાવવાનું સરળ બનાવવાનો હતો. તે સમયે હું મુખ્યત્વે ઓપરેટિંગ સિસ્ટમ સાથે સંકળાયેલો હોવાથી, મેં ધાર્યું કે મારી કારકિર્દી મુખ્યત્વે તેમની સાથે જોડાયેલી હશે. પરંતુ રોચેસ્ટર એક ખૂબ જ નાની યુનિવર્સિટી હતી, અને તેના કારણે, ત્યાંના વિવિધ જૂથો એકબીજા સાથે ખૂબ નજીકથી વાતચીત કરતા હતા. મારી સાથે વાત કરવા માટે ત્યાં એક ડઝન અન્ય ઓપરેટિંગ સિસ્ટમ લોકો ન હતા, તેથી મારા બધા સંપર્કો એવા લોકો સાથે હતા જેઓ સંપૂર્ણપણે અલગ વિસ્તારોમાં કામ કરતા હતા. મને ખરેખર આનંદ થયો, ઓલરાઉન્ડર બનવું એ મારા માટે મોટો ફાયદો છે. જો આપણે મલ્ટી-થ્રેડેડ ડેટા સ્ટ્રક્ચર્સ અને સિંક્રનાઇઝેશન એલ્ગોરિધમ્સ વિશે ખાસ વાત કરીએ, તો મેં અકસ્માતે તેમના પર સંપૂર્ણપણે કામ કરવાનું શરૂ કર્યું.

IEEE સ્કેલેબલ કોહેરન્ટ ઈન્ટરફેસ, MCS લોકીંગ.

Vitali: શું તમે મને આ વિશે થોડું વધુ કહી શકશો?

માઇકલ: આ એક રમુજી વાર્તા છે જે દરેકને કહેતા હું ક્યારેય થાકતો નથી. તે એક કોન્ફરન્સમાં થયું ASPLOS બોસ્ટનમાં - આ 80 ના દાયકાના અંતમાં અથવા 90 ના દાયકાની શરૂઆતમાં હતું. જ્હોન મેલોર-ક્રુમી (જ્હોન મેલોર-ક્રુમી), અમારી ફેકલ્ટીના સ્નાતક. હું તેને ઓળખતો હતો, પરંતુ અમે પહેલાં સંયુક્ત સંશોધન કર્યું ન હતું. મેરી વર્નોન (મેરી વર્નોન) વિસ્કોન્સિનથી તેઓ વિસ્કોન્સિનમાં વિકસિત મલ્ટિપ્રોસેસર સિસ્ટમ વિશે વાત કરી: વિસ્કોન્સિન મલ્ટીક્યુબ. આ મલ્ટિક્યૂબમાં હાર્ડવેર સ્તરે એક સિંક્રનાઇઝેશન મિકેનિઝમ હતું જેને ક્યૂ ઓન સિંક બિટ કહેવાય છે, અને બાદમાં તેનું નામ બદલીને ક્યૂ ઓન લૉક બિટ રાખવામાં આવ્યું હતું કારણ કે તે કોલ્બી ચીઝ જેવો લાગતો હતો, જે એક શ્લેષ હતો. જો તમને મલ્ટિથ્રેડીંગ મિકેનિઝમ્સમાં રસ હોય, તો તમે કદાચ જાણતા હશો કે આખરે કોલ્બી IEEE સ્કેલેબલ કોહેરન્ટ ઇન્ટરફેસ સ્ટાન્ડર્ડ માટે સિંક્રોનાઇઝેશન એન્જિન બની ગયું છે. આ એક લોકીંગ મિકેનિઝમ હતું જેણે હાર્ડવેર સ્તરે એક કેશમાંથી બીજા કેશમાં પોઇન્ટર બનાવ્યા જેથી દરેક લોક ધારકને ખબર પડે કે તે કોનો વારો છે. જ્યારે જ્હોન અને મેં આ વિશે સાંભળ્યું, અમે એકબીજા તરફ જોયું અને કહ્યું: શા માટે આ હાર્ડવેર સ્તરે કરો છો? શું તુલના-અને-સ્વેપનો ઉપયોગ કરીને સમાન વસ્તુ પ્રાપ્ત કરી શકાતી નથી? અમે વર્ગખંડમાં પડેલી એક નોટબુક લીધી અને તેના પર લખેલું MCS અવરોધિત, જ્યારે મેરીએ તેનો રિપોર્ટ ચાલુ રાખ્યો. ત્યારબાદ, અમે તેનો અમલ કર્યો, પ્રયોગ કર્યો, વિચાર સફળ થયો, અને અમે લેખ પ્રકાશિત કર્યો. તે સમયે, મારા માટે, આ વિષય માત્ર એક મનોરંજક વિક્ષેપ લાગતો હતો, જે પછી મેં ઑપરેટિંગ સિસ્ટમ્સ પર પાછા ફરવાનું આયોજન કર્યું હતું. પરંતુ પછી એ જ રેખાઓ સાથે બીજી સમસ્યા ઊભી થઈ, અને આખરે સિંક્રનાઇઝેશન, મલ્ટિથ્રેડીંગ અને ડેટા સ્ટ્રક્ચર્સ મારી વિશેષતા બની ગયા. જેમ તમે જોઈ શકો છો, આ બધું અકસ્માતે થયું.

Vitali: હું લાંબા સમયથી MCS બ્લોકીંગથી પરિચિત છું, પરંતુ અત્યાર સુધી મને ખબર ન હતી કે તે તમારું કાર્ય છે, અને તે તમારા છેલ્લા નામોનું ટૂંકું નામ છે તે મને સમજાયું ન હતું.

સતત બદલાતી દુનિયામાં કેવી રીતે ટકી રહેવું?

એલેક્સી: મને સંબંધિત વિષય પર એક પ્રશ્ન છે. 30 કે 40 વર્ષ પહેલાં વિવિધ વિશેષતાઓમાં વધુ સ્વતંત્રતા હતી. જો તમે મલ્ટિથ્રેડિંગ અથવા ડિસ્ટ્રિબ્યુટેડ સિસ્ટમ્સમાં કારકિર્દી શરૂ કરવા માંગતા હો, તો તમારું સ્વાગત છે, જો તમે ઑપરેટિંગ સિસ્ટમ્સમાં પ્રવેશવા માંગતા હો, તો કોઈ વાંધો નથી. દરેક ક્ષેત્રમાં ઘણા ખુલ્લા પ્રશ્નો અને થોડા નિષ્ણાતો હતા. સાંકડી વિશેષતાઓ હવે ઉભરી આવી છે: સામાન્ય રીતે ઑપરેટિંગ સિસ્ટમ્સ પર કોઈ નિષ્ણાતો નથી, વ્યક્તિગત સિસ્ટમો પર નિષ્ણાતો છે. તે મલ્ટિથ્રેડીંગ અને વિતરિત સિસ્ટમો સાથે સમાન છે. પરંતુ સમસ્યા એ છે કે આપણું જીવન અનંત નથી; આ નવી દુનિયામાં કેવી રીતે ટકી રહેવું?

માઇકલ: આ બાબતમાં આપણે ખાસ નથી; હું નસીબદાર હતો કે મેં કમ્પ્યુટર સાયન્સમાં કામ કરવાનું શરૂ કર્યું જ્યારે આ ક્ષેત્ર તેના "કિશોર" વર્ષોમાં હતું. કેટલાક પાયા પહેલેથી જ નાખવામાં આવ્યા હતા, પરંતુ બધું હજી પણ અપરિપક્વ હતું. આ તક વારંવાર મળતી નથી. વિદ્યુત ઇજનેરી ખૂબ લાંબા સમયથી આસપાસ છે, ભૌતિકશાસ્ત્ર પણ લાંબા સમય સુધી, ગણિત લગભગ સમયની શરૂઆતથી. પરંતુ આનો અર્થ એ નથી કે હવે કોઈ ગણિતમાં રસપ્રદ શોધ કરી રહ્યું નથી. હજી પણ ઘણી ખુલ્લી સમસ્યાઓ છે, પરંતુ તે જ સમયે, વધુ શીખવાની જરૂર છે. તમે નોંધ કરો છો કે હવે પહેલા કરતાં ઘણી વધુ વિશેષતાઓ છે, પરંતુ આનો અર્થ એ છે કે આપણે આપણી જાતને માનવ પ્રવૃત્તિના મોટાભાગના અન્ય ક્ષેત્રોની સમાન પરિસ્થિતિમાં શોધીએ છીએ.

એલેક્સી: મને અહીં મુદ્દાના વધુ વ્યવહારુ પાસામાં રસ છે. મારી પાસે ગણિતની પૃષ્ઠભૂમિ છે, અને મારા અભ્યાસ દરમિયાન હું ઘણીવાર પરિષદોમાં હાજરી આપતો હતો અને વિવિધ વૈજ્ઞાનિક વિષયો પર કામ કરતો હતો. મેં શોધી કાઢ્યું કે પ્રેક્ષકોમાંથી કોઈ પણ મારા અહેવાલોને સમજી શક્યું નથી, અને તે જ રીતે, અન્ય લોકોના અહેવાલો ફક્ત પોતાને સમજી શકાય તેવા હતા. ઉચ્ચ-સ્તરના વિષયોમાં આ કેસ નથી, પરંતુ જલદી તમે કોઈ બાબતમાં ડૂબકી મારવાનું શરૂ કરો છો, પ્રેક્ષકો હવે તમારી સાથે તાલમેલ રાખી શકતા નથી. તમે આ સાથે કેવી રીતે વ્યવહાર કરશો?

માઇકલ: હંમેશા સફળ નથી. મેં તાજેતરમાં એક રિપોર્ટ તૈયાર કર્યો જેમાં હું ટેકનિકલ વિગતોમાં ખૂબ જ ઊંડા ઊતરી ગયો. જેમ જેમ વાત આગળ વધતી ગઈ તેમ તેમ સ્પષ્ટ થતું ગયું કે મોટાભાગના પ્રેક્ષકો મને સમજી શક્યા ન હતા, તેથી મારે ઉડતી વખતે પરિસ્થિતિને સ્વીકારવી પડી. સ્લાઇડ્સ બદલી શકાતી નથી, તેથી તે ખૂબ સારી રીતે બહાર આવી નથી - તેથી, સામાન્ય રીતે કહીએ તો, હું સ્લાઇડ્સનો ઉપયોગ ન કરવાનો પ્રયાસ કરું છું. એકંદરે, મારી સલાહ તમારા પ્રેક્ષકોને ધ્યાનમાં લેવાની છે. તમારે જાણવાની જરૂર છે કે તમે કોની સાથે વાત કરી રહ્યાં છો, તેમના જ્ઞાનનું સ્તર શું છે અને તમારા કામની પ્રશંસા કરવા માટે તેમને શું સાંભળવાની જરૂર છે.

Vitali: શું તમે અમને આ વ્યાખ્યાન વિશે કોઈ સંકેત આપી શકો છો?

માઇકલ: પ્રામાણિકપણે કહું તો, પ્રશ્નમાં રહેલા લોકોને અનામી રાખવા માટે હું આ વિષય પર વિસ્તાર ન કરવાનું પસંદ કરીશ. મુદ્દો એ છે કે આપણે જે સમસ્યા પર કામ કરી રહ્યા છીએ તેની ગૂંચવણોમાં ઘણી વાર આપણે ખૂબ ઊંડા જઈએ છીએ, તેથી ચર્ચાની શરૂઆતમાં સમસ્યા શા માટે રસપ્રદ અને મહત્વપૂર્ણ છે અને તે મુદ્દાઓ સાથે કેવી રીતે સંબંધિત છે તે સમજાવવું આપણા માટે મુશ્કેલ બની જાય છે. પ્રેક્ષકો પહેલેથી જ જાણે છે. મારા અવલોકનો મુજબ, વિદ્યાર્થીઓને આ કૌશલ્ય શીખવામાં સૌથી મુશ્કેલ સમય હોય છે. અને આ મારા તાજેતરના અહેવાલનો નબળો મુદ્દો પણ હતો. યોગ્ય રીતે સંરચિત અહેવાલમાં, શરૂઆતથી જ, પ્રેક્ષકોનો સંપર્ક શોધવો જોઈએ, તેમને સમજાવવું જોઈએ કે સમસ્યા બરાબર શું છે અને તે પહેલાથી જ જાણીતા વિષયો સાથે કેવી રીતે સંબંધિત છે. આ પરિચય કેટલો તકનીકી છે તે પ્રેક્ષકો પર આધારિત છે. જો તે સંપૂર્ણપણે મોટલી હોય, તો રિપોર્ટ મલ્ટિ-સ્ટેજ હોઈ શકે છે. પરિચય દરેક માટે સુલભ હોવો જોઈએ, અને અંત સુધીમાં ભાગ તમારી સાથે રહેવા માટે સક્ષમ ન હોઈ શકે, પરંતુ તમારા ક્ષેત્ર સાથે પ્રમાણમાં પરિચિત લોકો તેને શોધી શકશે.

શું વિદ્યાર્થીઓ મૂર્ખ બની રહ્યા છે? વૈશ્વિક વલણો, આંતરરાષ્ટ્રીયકરણ.

એલેક્સી: તમે ઘણા દાયકાઓથી વિદ્યાર્થીઓનું નિરીક્ષણ કરી રહ્યાં છો. શું વિદ્યાર્થીઓ દાયકાથી દાયકા કે વર્ષ-વર્ષે મૂર્ખ કે હોંશિયાર બની રહ્યા છે? રશિયામાં, પ્રોફેસરો સતત ફરિયાદ કરે છે કે વિદ્યાર્થીઓ દર વર્ષે મૂર્ખ બની રહ્યા છે, અને તે વિશે શું કરવું તે ખરેખર સ્પષ્ટ નથી.

માઇકલ: તમે ખરેખર અમારા જૂના લોકો પાસેથી ઘણી બધી નકારાત્મકતા સાંભળી શકો છો. અર્ધજાગૃતપણે, અમારી પાસે પહેલેથી જ છે તે તમામ 30 વર્ષનો અનુભવ વિદ્યાર્થીઓને ગ્રહણ કરવાની અપેક્ષા રાખવાનું વલણ છે. જો મારી પાસે 1985માં હતી તેના કરતા ઊંડી સમજ હોય ​​તો વિદ્યાર્થીઓ પાસે કેમ નથી? કદાચ કારણ કે તેઓ 20 વર્ષના છે, તમે શું વિચારો છો? મને લાગે છે કે તાજેતરના દાયકાઓમાં સૌથી નોંધપાત્ર ફેરફારો વસ્તી વિષયક રચનામાં થયા છે: કેનેડિયનોને બાદ કરતાં અમારી પાસે હવે નોંધપાત્ર રીતે વધુ આંતરરાષ્ટ્રીય વિદ્યાર્થીઓ છે. ત્યાં ઘણા બધા કેનેડિયન હતા કારણ કે અમે કેનેડિયન સરહદની ખૂબ નજીક છીએ અને ત્યાંના વિદ્યાર્થીઓ સપ્તાહના અંતે ઘરે જઈ શકે છે. પરંતુ હવે કેનેડામાં ઘણી સારી યુનિવર્સિટીઓ છે, અને કેનેડિયનો અહીં અભ્યાસ કરવાનું પસંદ કરે છે તેમાંથી નોંધપાત્ર રીતે ઓછા યુએસએ આવે છે.

એલેક્સી: શું તમને લાગે છે કે આ સ્થાનિક વલણ છે કે વૈશ્વિક?

માઇકલ: મને બરાબર યાદ નથી કે કોણ છે, પણ કોઈએ કહ્યું કે દુનિયા સપાટ છે. અમારું ક્ષેત્ર વધુ આંતરરાષ્ટ્રીય બની ગયું છે. ACM પરિષદો પહેલાં, તેઓ ફક્ત યુનાઇટેડ સ્ટેટ્સની અંદર જ રાખવામાં આવ્યાં હતાં, પછી તેઓએ તેમને અન્ય દેશોમાં દર 4 વર્ષે એકવાર યોજવાનું નક્કી કર્યું, અને હવે તેઓ સમગ્ર વિશ્વમાં યોજાય છે. આ ફેરફારો વધુ અસર કરે છે આઇઇઇઇ, કારણ કે તે હંમેશા ACM કરતાં વધુ આંતરરાષ્ટ્રીય સંસ્થા રહી છે. અને ત્યાં ચીન, ભારત, રશિયા, જર્મની અને અન્ય ઘણા દેશોના પ્રોગ્રામ ચેર છે, કારણ કે હવે દરેક જગ્યાએ ઘણું બધું થઈ રહ્યું છે.

એલેક્સી: પરંતુ, સંભવતઃ, આવા આંતરરાષ્ટ્રીયકરણના કેટલાક નકારાત્મક પાસાઓ છે?

માઇકલ: હું કહીશ કે તમામ નકારાત્મક પાસાઓ ટેકનોલોજી સાથે નહીં, પરંતુ રાજકારણ સાથે સંબંધિત છે. એક સમયે, મુખ્ય સમસ્યા એ હકીકત હતી કે યુએસ વિશ્વભરના દેશોમાંથી સૌથી હોંશિયાર અને સૌથી પ્રતિભાશાળી લોકોની ચોરી કરી રહ્યું હતું. અને હવે મુખ્ય સમસ્યા વિઝા અને ઇમિગ્રેશનની આસપાસ વિવિધ દેશો વચ્ચેની રાજકીય રમતો છે.

એલેક્સી: એટલે કે અવરોધો અને તેના જેવી વસ્તુઓ. તે સ્પષ્ટ છે.

Владимир: વ્યક્તિગત રીતે, વિદ્યાર્થીઓને નવો વિષય શીખવતી વખતે તમે કેવો અભિગમ અપનાવો છો તેમાં મને રસ છે. ત્યાં વિવિધ વિકલ્પો છે: તમે તેમને કંઈક નવું અજમાવવા માટે પ્રેરણા આપવા માટે સૌ પ્રથમ પ્રયાસ કરી શકો છો, અથવા તમે ચોક્કસ તકનીક કેવી રીતે કાર્ય કરે છે તેની વિગતો પર વધુ ધ્યાન આપી શકો છો. તમે શું પસંદ કરો છો?

વિદ્યાર્થીઓ સાથે અસરકારક કાર્ય

એલેક્સી: અને પ્રથમ અને બીજા વચ્ચેનું સંતુલન કેવી રીતે શોધવું?

માઇકલ: સમસ્યા એ છે કે વર્ગો હંમેશા મારી ઈચ્છા મુજબ ચાલતા નથી. હું સામાન્ય રીતે વિદ્યાર્થીઓને વાંચન સામગ્રી અગાઉથી આપું છું જેથી કરીને તેઓ તેનો અભ્યાસ કરી શકે, તેને તેમની શ્રેષ્ઠ ક્ષમતા મુજબ સમજી શકે અને તે ભાગો વિશે પ્રશ્નો ઘડી શકે જે તેઓ સમજી શકતા નથી. પછી વર્ગમાં તમે સૌથી મુશ્કેલ ક્ષણો પર ધ્યાન કેન્દ્રિત કરી શકો છો અને તેમને એકસાથે શોધી શકો છો. આ રીતે મને વર્ગો શીખવવાનું સૌથી વધુ ગમે છે. પરંતુ હવે વિદ્યાર્થીઓ પર જે ભાર છે તે જોતાં, હું હંમેશા ખાતરી કરી શકતો નથી કે તેઓ અગાઉથી તૈયારી કરે છે. પરિણામે, તમારે સામગ્રીના સામાન્ય રીટેલિંગ માટે તમે ઇચ્છો તેના કરતાં વધુ સમય ફાળવવો પડશે. આ હોવા છતાં, હું અમારા વર્ગોને અરસપરસ રાખવાનો પ્રયત્ન કરું છું. નહિંતર, એક વખત વિડિયો રેકોર્ડ કરવાનું સરળ છે જે વિદ્યાર્થીઓ ઘરે બેઠા જોઈ શકે. જીવંત વર્ગોનો મુદ્દો માનવ ક્રિયાપ્રતિક્રિયા છે. વર્ગમાં, હું સ્લાઇડ્સને બદલે ચાક અને બ્લેકબોર્ડનો ઉપયોગ કરવાનું પસંદ કરું છું, સિવાય કે અમુક કિસ્સાઓમાં જ્યારે રેખાકૃતિ બોર્ડ પર દર્શાવવા માટે ખૂબ જટિલ હોય. આનો આભાર, મારે સખત પાઠ યોજનાને વળગી રહેવાની જરૂર નથી. હું સામગ્રી આપું તેવો કોઈ કડક ક્રમ ન હોવાથી, આ મને પ્રાપ્ત થયેલા પ્રશ્નોના આધારે પ્રેક્ષકોને અનુરૂપ બનાવવાની મંજૂરી આપે છે. સામાન્ય રીતે, હું વર્ગોને શક્ય તેટલું અરસપરસ બનાવવાનો પ્રયાસ કરું છું, જેથી હું જે સામગ્રી રજૂ કરું છું તે મને પૂછવામાં આવેલા પ્રશ્નો પર આધારિત હોય.

Владимир: તે મહાન છે. મારા અનુભવમાં, શ્રોતાઓને પ્રશ્નો પૂછવા માટે તે ખૂબ મુશ્કેલ છે. જો તમે કોઈપણ પ્રશ્ન પૂછવા માટે અગાઉથી પૂછો છો, ભલે ગમે તેટલું મૂર્ખ અથવા સ્માર્ટ હોય, તેઓ હજુ પણ મૌન છે. તમે આ સાથે કેવી રીતે વ્યવહાર કરશો?

માઇકલ: તમે હસશો, પરંતુ જો તમે લાંબા સમય સુધી મૌન ઊભા રહેશો, તો વહેલા કે પછી દરેક વ્યક્તિ અસ્વસ્થ થઈ જશે અને કોઈ પ્રશ્ન પૂછશે. અથવા તમે હા અથવા ના જવાબ સાથે એક સરળ તકનીકી પ્રશ્ન પૂછી શકો છો કે જે લોકો હમણાં જ કહેવામાં આવ્યું છે તે સમજે છે કે કેમ. ઉદાહરણ તરીકે, શું ઉપરના ઉદાહરણમાં ડેટા રેસ છે? કોણ એવું વિચારે છે? કોણ નથી વિચારે? કોને કંઈ જ સમજાતું નથી, કારણ કે કુલ મળીને માત્ર અડધા હાથ ઉપર ગયા હતા?

Vitali: અને જો તમે ખોટો જવાબ આપ્યો છે, તો તમને વર્ગમાંથી કાઢી મુકવામાં આવશે :)

માઇકલ: જો તમે કંઈપણ જવાબ આપ્યો નથી, તો તમારે એક પ્રશ્ન પૂછવો જોઈએ. મેં હમણાં જ પૂછેલા પ્રશ્નનો જવાબ આપવા માટે વિદ્યાર્થીને બરાબર શું જાણવાની જરૂર છે તે મારે સમજવાની જરૂર છે. મને તેમની મદદ કરવા માટે તેમની જરૂર છે. હું તેમની સાથે અનુકૂલન કરવા તૈયાર છું જેથી તેઓ સમસ્યા સમજી શકે. પરંતુ જો મને ખબર ન હોય કે તેમના માથામાં શું ચાલી રહ્યું છે, તો હું તે કરી શકતો નથી. અને જો તમે વિદ્યાર્થીઓને લાંબા સમય સુધી શાંતિ ન આપો, તો ક્યારેક અંતે તેઓ સાચા પ્રશ્નો પૂછે છે, એટલે કે, જે મને વિદ્યાર્થીઓના માથામાં બરાબર શું ચાલી રહ્યું છે તે જોવાની મંજૂરી આપે છે. 

એલેક્સી: શું આ પ્રશ્નો ક્યારેક એવા વિચારો તરફ દોરી જાય છે જેનો તમે પોતે પહેલાં વિચાર કર્યો ન હતો? શું તેઓ અનપેક્ષિત છે? શું તેઓ તમને સમસ્યાને નવા પ્રકાશમાં જોવાની મંજૂરી આપે છે?

માઇકલ: એવા પ્રશ્નો છે જે સામગ્રી પ્રસ્તુત કરવાની નવી રીત ખોલે છે. ઘણીવાર એવા પ્રશ્નો હોય છે જે રસપ્રદ સમસ્યાઓ તરફ દોરી જાય છે જેના વિશે મેં વાત કરવાની યોજના નહોતી કરી. વિદ્યાર્થીઓ વારંવાર મને કહે છે કે જ્યારે આવું થાય છે ત્યારે મને વિષય છોડી દેવાનું વલણ છે. અને, તેમના મતે, ઘણી વાર આ પાઠનો સૌથી રસપ્રદ ભાગ છે. ખૂબ જ ભાગ્યે જ, માત્ર થોડી વાર, વિદ્યાર્થીઓએ એવા પ્રશ્નો પૂછ્યા કે જેણે સંશોધનને નવી દિશા આપી અને લેખમાં વધારો કર્યો. આ વર્ગો દરમિયાન કરતાં વિદ્યાર્થીઓ સાથેની વાતચીતમાં ઘણી વાર થાય છે, પરંતુ ક્યારેક ક્યારેક તે વર્ગો દરમિયાન થાય છે. 

એલેક્સી: તો વિદ્યાર્થીઓએ તમને પ્રશ્નો પૂછ્યા કે જેના આધારે લેખ પ્રકાશિત કરવાનું શક્ય હતું?

માઇકલ: હા. 

Vitali: તમે વિદ્યાર્થીઓ સાથે આ વાતચીત કેટલી વાર કરો છો? પાઠ દરમિયાન જે આવરી લેવામાં આવ્યું હતું તેના કરતાં તેઓ ક્યારે વધુ શીખવા માગે છે?

માઇકલ: મારા સ્નાતક વિદ્યાર્થીઓ સાથે - હંમેશા. મારી પાસે તેમાંથી લગભગ 5 અથવા 6 છે, અને અમે તેમની સાથે હંમેશા કંઈક ચર્ચા કરીએ છીએ. અને જે વિદ્યાર્થીઓ ફક્ત મારા વર્ગોમાં હાજરી આપે છે તેમની સાથે આ પ્રકારની વાતચીત બહુ સામાન્ય નથી. જોકે હું ઈચ્છું છું કે આ વધુ વખત થાય. મને શંકા છે કે તેઓ ઓફિસ સમય દરમિયાન ફેકલ્ટીમાં આવવાથી ડરતા હોય છે. દરેક સેમેસ્ટરમાં, કેટલાક વિદ્યાર્થીઓ આ મનોવૈજ્ઞાનિક અવરોધને દૂર કરવા માટે મેનેજ કરે છે, અને વર્ગ પછી તેમની સાથે વાત કરવી હંમેશા ખૂબ જ રસપ્રદ છે. સાચું, જો બધા વિદ્યાર્થીઓ બહાદુર હોત, તો મારી પાસે પૂરતો સમય ન હોત. તેથી કદાચ બધું જોઈએ તે પ્રમાણે કામ કરી રહ્યું છે. 

Vitali: તમે વિદ્યાર્થીઓ સાથે વાતચીત કરવા માટે સમય કેવી રીતે મેળવો છો? જ્યાં સુધી હું જાણું છું, યુએસએમાં શિક્ષકો પાસે ઘણું કામ છે - અનુદાન અને તેના જેવા માટે અરજી કરવી. 

માઇકલ: પ્રામાણિકપણે, વિદ્યાર્થીઓ સાથે કામ કરવું એ મારી નોકરીનું પાસું છે જેનો મને સૌથી વધુ આનંદ છે. તેથી મારી પાસે આ માટે પૂરતી પ્રેરણા છે. હું મારી ઓફિસમાં જેટલો સમય પસાર કરું છું તે મોટાભાગનો સમય તમામ પ્રકારની મીટિંગ્સમાં વિતાવે છે. હવે ઉનાળો છે, તેથી મારું શેડ્યૂલ ઓછું વ્યસ્ત છે, પરંતુ શાળા વર્ષ દરમિયાન, દરરોજ 9 થી 17 સુધી મારી પાસે બધું ભરેલું છે. સંશોધન કાર્ય, સમીક્ષાઓ, અનુદાન - આ બધા માટે ફક્ત સાંજ અને સપ્તાહાંત છે. 

નવા અભ્યાસક્રમો અને પુસ્તકોની તૈયારી કેવી રીતે ચાલુ રાખવી.

એલેક્સી: શું તમે હાલમાં એવા કોઈપણ અભ્યાસક્રમો શીખવવાનું ચાલુ રાખો છો જે તમે લાંબા સમયથી શીખવતા હોવ? કમ્પ્યુટર સાયન્સનો પરિચય જેવું કંઈક.

માઇકલ: અહીં જે પ્રથમ વસ્તુ ધ્યાનમાં આવે છે તે પ્રોગ્રામિંગ ભાષાઓનો અભ્યાસક્રમ છે. 

એલેક્સી: આ કોર્સનું આજનું વર્ઝન 10, 20, 30 વર્ષ પહેલાંના વર્ઝન કરતાં કેટલું અલગ છે? કદાચ અહીં જે વધુ રસપ્રદ છે તે કોઈ ચોક્કસ અભ્યાસક્રમની વિગતો નથી, પરંતુ સામાન્ય વલણો છે.

માઇકલ: પ્રોગ્રામિંગ લેંગ્વેજ પરનો મારો કોર્સ મેં બનાવ્યો તે સમયે કંઈક અંશે અસામાન્ય હતો. મેં તેને 1980 ના દાયકાના અંતમાં વાંચવાનું શરૂ કર્યું, મારા સાથીદાર ડગ બાલ્ડવિન (ડગ બાલ્ડવિન). કોર્સનો વિષય ફક્ત મારી વિશેષતા સાથે સ્પર્શક રીતે સંબંધિત હતો, પરંતુ જ્યારે તે ગયો, ત્યારે હું કોર્સ શીખવવા માટે શ્રેષ્ઠ ઉમેદવાર હતો. મને તે સમયે અસ્તિત્વમાં છે તે કોઈપણ પાઠ્યપુસ્તક ગમ્યું ન હતું, તેથી મેં આ અભ્યાસક્રમ માટે જાતે જ પાઠ્યપુસ્તક લખવાનું સમાપ્ત કર્યું. (સંપાદકની નોંધ: અમે પુસ્તક વિશે વાત કરી રહ્યા છીએ "પ્રોગ્રામિંગ ભાષા વ્યવહારિકતા") હવે તેનો ઉપયોગ વિશ્વભરની 200 થી વધુ યુનિવર્સિટીઓમાં થાય છે. મારો અભિગમ અસામાન્ય છે કે તે ભાષાની રચના અને અમલીકરણની સમસ્યાઓને જાણી જોઈને મિશ્રિત કરે છે, અને તમામ સંભવિત ક્ષેત્રોમાં આ પાસાઓ વચ્ચેની ક્રિયાપ્રતિક્રિયા પર ખૂબ ધ્યાન આપે છે. મૂળભૂત અભિગમ યથાવત રહ્યો છે, જેમ કે ઘણા મૂળભૂત ખ્યાલો છે: અમૂર્તતા, નેમસ્પેસ, મોડ્યુલારિટી, પ્રકારો. પરંતુ ભાષાઓનો સમૂહ કે જેની સાથે આ વિભાવનાઓ પ્રદર્શિત થાય છે તે સંપૂર્ણપણે બદલાઈ ગઈ છે. જ્યારે કોર્સ પ્રથમ બનાવવામાં આવ્યો હતો, ત્યારે પાસ્કલમાં ઘણા ઉદાહરણો હતા, પરંતુ આજે મારા ઘણા વિદ્યાર્થીઓએ આ ભાષા સાંભળી પણ નથી. પરંતુ તેઓ સ્વિફ્ટ, ગો, રસ્ટ જાણે છે, તેથી મારે આજે ઉપયોગમાં લેવાતી ભાષાઓ વિશે વાત કરવી છે. ઉપરાંત, વિદ્યાર્થીઓ હવે સ્ક્રિપ્ટીંગ ભાષાઓમાં સારી રીતે વાકેફ છે, પરંતુ જ્યારે મેં આ કોર્સ શીખવવાનું શરૂ કર્યું, ત્યારે તે બધું સંકલિત ભાષાઓ વિશે હતું. હવે આપણને પાયથોન, રૂબી અને પર્લ વિશે ઘણી બધી સામગ્રીની જરૂર છે, કારણ કે આ દિવસોમાં આ કોડ લખવામાં આવે છે, અને ભાષા ડિઝાઇનના ક્ષેત્ર સહિત આ ભાષાઓમાં ઘણી બધી રસપ્રદ વસ્તુઓ થઈ રહી છે. 

Vitali: પછી મારો આગળનો પ્રશ્ન પાછલા પ્રશ્ન સાથે સંબંધિત હશે. આ ક્ષેત્રમાં કેવી રીતે રહેવું? મને શંકા છે કે આવા કોર્સને અપડેટ કરવા માટે ઘણું કામ કરવાની જરૂર છે - તમારે નવી ભાષાઓ સમજવાની જરૂર છે, મુખ્ય વિચારોને સમજવાની જરૂર છે. તમે આ કેવી રીતે કરશો?

માઇકલ: હું બડાઈ કરી શકતો નથી કે હું હંમેશા 100% સફળ છું. પરંતુ મોટાભાગે હું ફક્ત તે જ કરું છું જે દરેક કરે છે - ઇન્ટરનેટ વાંચો. જો મારે રસ્ટને સમજવું હોય, તો હું તેને ગૂગલ કરું છું, મોઝિલા પેજ પર જાઓ અને ત્યાં પોસ્ટ કરાયેલ મેન્યુઅલ વાંચો. વ્યાપારી વિકાસમાં થતી વસ્તુઓનો આ એક ભાગ છે. જો આપણે વિજ્ઞાન વિશે વાત કરીએ, તો તમારે મુખ્ય પરિષદોમાં અહેવાલોને અનુસરવાની જરૂર છે. 

વ્યવસાય અને શિક્ષણવિષયક વચ્ચેની કડી

Vitali: ચાલો વ્યાપાર અને વૈજ્ઞાનિક સંશોધન વચ્ચેના જોડાણ વિશે વાત કરીએ. તમારા કાર્યોની સૂચિમાં, મને કેશ સુસંગતતા પર ઘણા લેખો મળ્યા. હું સમજું છું કે કેશ સુસંગતતા અલ્ગોરિધમ્સ તે પ્રકાશિત થયા તે સમયે અસ્થિર હતા? અથવા પર્યાપ્ત વ્યાપક નથી. વ્યવહારમાં તમારા વિચારો કેટલા સામાન્ય હતા?

માઇકલ: તમે કયા પ્રકાશનો વિશે વાત કરી રહ્યાં છો તે મને ચોક્કસ ખબર નથી. મેં મારા વિદ્યાર્થીઓ બિલ બોલોસ્કી સાથે ઘણું કામ કર્યું છે (વિલિયમ બોલોસ્કી) અને લિયોનીદાસ કોન્ટોટેનાસિસ (લિયોનીદાસ કોન્ટોથેનાસિસ) 1990 ના દાયકાની શરૂઆતમાં ન્યુમેન મશીનોના મેમરી મેનેજમેન્ટ પર. તે સમયે, વ્યવસાયને હજી સુધી મલ્ટિપ્રોસેસર સિસ્ટમ કેવી રીતે યોગ્ય રીતે બનાવવી તેની સમજ નહોતી: શું તે હાર્ડવેર સ્તરે રિમોટ મેમરીને ઍક્સેસ કરવા માટે સપોર્ટ બનાવવા યોગ્ય છે, શું તે મેમરીને વિતરિત કરવા યોગ્ય છે, શું તેમાંથી કેશ લોડ કરવું શક્ય છે? રિમોટ મેમરી, અથવા ઓપરેટિંગ સિસ્ટમમાં પૃષ્ઠો ખસેડવા માટે જરૂરી છે? બિલ અને લિયોનીદાસ બંનેએ આ વિસ્તારમાં કામ કર્યું હતું અને રિમોટ કેશ લોડિંગ વિના અભિગમોની શોધ કરી હતી. આ સીધો કેશ સુસંગતતા સાથે સંબંધિત ન હતો, પરંતુ તે હજુ પણ NUMA મેમરી મેનેજમેન્ટ પર કામ કરતું હતું, અને ત્યારબાદ આધુનિક ઓપરેટિંગ સિસ્ટમ્સમાં પેજ પ્લેસમેન્ટ માટેના આધુનિક અભિગમો આનાથી વિકસ્યા. એકંદરે, બિલ અને લિયોનીદાસે મહત્વપૂર્ણ કાર્ય કર્યું, જોકે આ ક્ષેત્રમાં સૌથી વધુ પ્રભાવશાળી ન હતા - તે સમયે સમાન વસ્તુ પર કામ કરતા અન્ય ઘણા લોકો હતા. પાછળથી, મેં હાર્ડવેર ટ્રાન્ઝેક્શનલ મેમરીના સંદર્ભમાં કેશ સુસંગતતા સંબંધિત વિષય પર કામ કર્યું. આ સમસ્યા પર મેં જે જૂથ સાથે કામ કર્યું હતું તેણે ઘણી પેટન્ટ્સ પ્રાપ્ત કરી. તેમની પાછળ કેટલાક ખૂબ જ રસપ્રદ વિચારો છે, પરંતુ મને નથી લાગતું કે તેઓ વ્યવહારમાં અમલમાં આવશે. એક અથવા બીજી રીતે, મારા માટે તેમની નફાકારકતાનો નિર્ણય કરવો મુશ્કેલ છે. 

એલેક્સી: આ સંદર્ભમાં, એક વધુ વ્યક્તિગત પ્રશ્ન: તમારા વિચારોને અમલમાં મૂકવા તે તમારા માટે કેટલું મહત્વનું છે? અથવા તમે તેના વિશે વિચારતા નથી?

માઇકલ: મને અન્ય લોકો, અરજદારો અથવા ફેકલ્ટીમાં જોડાવા માંગતા ઉમેદવારો સાથેના ઇન્ટરવ્યુમાં આ પ્રશ્ન પૂછવાનું પસંદ છે. મને નથી લાગતું કે આ પ્રશ્નનો સાચો જવાબ છે. જે લોકો શાનદાર વસ્તુઓ કરે છે તેમની પ્રેરણા ખૂબ જ અલગ હોઈ શકે છે. હું સમસ્યાઓ તરફ આકર્ષિત છું કારણ કે મને વ્યક્તિગત રીતે તે રસપ્રદ લાગે છે, તેમના વ્યવહારિક ફાયદાઓને કારણે નહીં. પરંતુ બીજી બાજુ, જ્યારે કેટલીક રસપ્રદ વસ્તુ હજી પણ એપ્લિકેશન શોધે છે, ત્યારે મને તે ખરેખર ગમે છે. તેથી તે અહીં સરળ નથી. પરંતુ મારા કાર્યની શરૂઆતમાં, હું હજી પણ વિશ્વમાં અંતિમ ઉપયોગના વિચારથી નહીં, પરંતુ વિચારની સુમેળ અને તેને અન્વેષણ કરવાની અને તેમાંથી શું આવે છે તે જોવાની ઇચ્છાથી પ્રેરિત છું. જો અંતે તે વ્યવહારુ પરિણામો આપે છે, તો સરસ. 

એલેક્સી: તમારા શિક્ષણ અને અનુભવને કારણે, તમે અન્ય લોકોના વિચારોનું મૂલ્ય નક્કી કરવા માટે મોટાભાગના લોકો કરતાં વધુ સારી રીતે સક્ષમ છો. તમે તેમની સરખામણી કરી શકો છો અને નક્કી કરી શકો છો કે કઈ સાથે વધુ સારું કામ કરે છે. મને ખાતરી છે કે તમારી પાસે એવી વસ્તુઓ વિશે અભિપ્રાય છે જે હાલમાં ઇન્ટેલ જેવા મોટા ઉત્પાદકો દ્વારા વ્યવહારમાં ઉપયોગમાં લેવાય છે. તમારા દૃષ્ટિકોણથી, આ કંપનીઓ જે અભ્યાસક્રમ લઈ રહી છે તે કેટલો સાચો છે?

માઇકલ: પ્રેક્ટિસ હંમેશા વ્યાપારી રીતે શું સફળ થઈ શકે તેની આસપાસ ફરે છે, એટલે કે નફો બનાવો, અને તમે તેના વિશે કોઈ બીજાને પૂછો. મારું કાર્ય મોટાભાગે પ્રકાશનોમાં પરિણમે છે, અને ઓપરેટિંગ સિસ્ટમ્સના ક્ષેત્રમાં તેનું મૂલ્યાંકન પ્રદર્શન સૂચકાંકોના આધારે કરવામાં આવે છે: ઝડપ, ઊર્જા વપરાશ, કોડ કદ. પરંતુ મને હંમેશા એવું લાગતું હતું કે આ પ્રયોગમૂલક પરિણામો ફક્ત લેખોમાં ઉમેરવામાં આવે છે જેથી તેઓ પ્રકાશિત થઈ શકે, અને લોકોના કાર્ય માટેના વાસ્તવિક હેતુઓ સૌંદર્યલક્ષી હોય છે. સંશોધકો કલાત્મક દ્રષ્ટિકોણથી ઉકેલોનું મૂલ્યાંકન કરે છે, તેઓ વિચારો કેટલા ભવ્ય છે તેની કાળજી રાખે છે અને તેઓ હાલના અભિગમો કરતાં કંઈક વધુ સારું બનાવવાનો પ્રયાસ કરે છે. સંશોધકો વ્યક્તિગત, વ્યક્તિલક્ષી, સૌંદર્યલક્ષી હેતુઓ દ્વારા ચલાવવામાં આવે છે. પરંતુ તમે આ વિશે લેખમાં જ લખી શકતા નથી; આ બાબતો પ્રોગ્રામ કમિટી માટે દલીલો નથી. સદનસીબે, ભવ્ય ઉકેલો ઘણીવાર ઝડપી અને સસ્તા પણ હોય છે. મારા એક ડઝન સહકર્મીઓ અને મેં લગભગ 15 વર્ષ પહેલાં આ વિષય પર ચર્ચા કરી હતી અને તેના વિશે એક લેખ લખવાનું સમાપ્ત કર્યું. મને લાગે છે કે તમે હજી પણ તેને શોધી શકો છો, તેને કહેવામાં આવે છે "સિસ્ટમ સંશોધનનું મૂલ્યાંકન કેવી રીતે કરવું" અથવા એવું કંઈક, તેમાં એક ડઝનથી વધુ લેખકો છે. આ એકમાત્ર લેખ છે જેમાં હું એક સાથે લેખક છું શાશા ફેડોરોવા, તેથી જો તમે મારા પ્રકાશનોની સૂચિમાં તેના નામ માટે શોધ કરશો, તો તમને જે જોઈએ છે તે મળશે. તે સિસ્ટમ સંશોધનનું મૂલ્યાંકન કરવા વિશે વાત કરે છે અને લાવણ્ય કેટલું મહત્વપૂર્ણ છે. 

એલેક્સી: તેથી વિજ્ઞાનમાં અને વ્યવસાયમાં જે સારું માનવામાં આવે છે તેના ધોરણમાં તફાવત છે. વિજ્ઞાન પ્રદર્શન, પાવર વપરાશ, TDP, અમલીકરણની સરળતા અને ઘણું બધું મૂલ્યાંકન કરે છે. શું તમારી પાસે યુનિવર્સિટીમાં આ પ્રકારનું સંશોધન કરવાની તક છે? શું તમારી પાસે અલગ-અલગ મશીનો અને વિવિધ આર્કિટેક્ચરવાળી પ્રયોગશાળા છે જેમાં તમે પ્રયોગો કરી શકો?

માઇકલ: હા, અમારા વિભાગ પાસે ઘણાં વિવિધ રસપ્રદ મશીનો છે. મોટેભાગે તેઓ નાના હોય છે, અમારી પાસે એક નાનું ક્લસ્ટર છે અને વિવિધ પ્રવેગક સાથે ઘણી મલ્ટિપ્રોસેસર સિસ્ટમ્સ છે. આ ઉપરાંત, કેમ્પસમાં એક વિશાળ કમ્પ્યુટીંગ સેન્ટર છે જે અનેક ડઝન વિવિધ શાખાઓના વૈજ્ઞાનિકોને સેવા આપે છે. તેમાં લગભગ એક હજાર નોડ્સ અને વીસ હજાર કોરો છે, આ બધું Linux પર છે. જો જરૂરિયાત ઊભી થાય, તો તમે હંમેશા અમુક AWS ખરીદી શકો છો. તેથી અમારી પાસે હાર્ડવેર સાથે કોઈ નોંધપાત્ર પ્રતિબંધો નથી. 

એલેક્સી: ત્રીસ વર્ષ પહેલાં કેવું હતું? ત્યારે શું સમસ્યાઓ હતી?

માઇકલ: ત્યારે વાત થોડી જુદી હતી. 1980 ના દાયકાના મધ્યથી અંતમાં, વિજ્ઞાનને કમ્પ્યુટિંગ સંસાધનોની અછત માનવામાં આવતી હતી. આ પરિસ્થિતિના નિવારણ માટે નેશનલ સાયન્સ ફાઉન્ડેશન (નેશનલ સાયન્સ ફાઉન્ડેશન) સંકલિત પ્રાયોગિક સંશોધન (સંકલિત પ્રાયોગિક સંશોધન, CER) નો એક કાર્યક્રમ બનાવ્યો. પ્રોગ્રામનું મિશન કોમ્પ્યુટર સાયન્સ વિભાગો માટે કોમ્પ્યુટીંગ ઈન્ફ્રાસ્ટ્રક્ચર પૂરું પાડવાનું હતું, અને તેમાં નોંધપાત્ર ફેરફાર થયો છે. તેણીએ આપેલા પૈસાથી, અમે યુનિવર્સિટી ઓફ રોચેસ્ટરમાં 1984માં 128-ગાંઠની BBN બટરફ્લાય ખરીદી હતી, આ હું ત્યાં પહોંચ્યો તેના એક વર્ષ પહેલાની વાત હતી. તે સમયે તે શેર કરેલી મેમરી સાથે વિશ્વની સૌથી મોટી મલ્ટિપ્રોસેસર સિસ્ટમ હતી. તેમાં 128 પ્રોસેસર્સ હતા, દરેક એક અલગ મધરબોર્ડ પર હતા અને ચાર રેક્સ પર કબજો કર્યો હતો. દરેક પ્રોસેસરમાં મેગાબાઈટ મેમરી હતી, 128 મેગાબાઈટ રેમ તે સમયે અકલ્પનીય રકમ હતી. આ મશીન પર અમે પ્રથમ વખત MCS લોકીંગ લાગુ કર્યું. 

એલેક્સી: તો, જો હું તમને યોગ્ય રીતે સમજી શકું, તો આ ક્ષણે હાર્ડવેરની સમસ્યા હલ થઈ ગઈ છે? 

માઇકલ: સામાન્ય રીતે, હા. ત્યાં થોડી ચેતવણીઓ છે: પ્રથમ, જો તમે ચિપ સ્તરે કમ્પ્યુટર આર્કિટેક્ચર કરી રહ્યાં છો, તો શૈક્ષણિક વાતાવરણમાં કરવું મુશ્કેલ છે કારણ કે વ્યવસાયમાં તેને કરવા માટે ઘણા વધુ સારા સાધનો છે. જો તમને 10 નેનોમીટરથી નાની વસ્તુની જરૂર હોય, તો તમારે તેને બીજા કોઈ પાસેથી મંગાવવી પડશે. આ ક્ષેત્રમાં ઇન્ટેલમાં સંશોધક બનવું વધુ સરળ છે. જો તમે ચિપ્સ પર અથવા સોલિડ-સ્ટેટ મેમરી પર ઓપ્ટિકલ કમ્યુનિકેશન્સ પર કામ કરી રહ્યાં છો, તો તમને વ્યવસાયમાં એવી તકનીકો મળશે જે હજી વિજ્ઞાનમાં નથી, તેથી તમારે જોડાણો બનાવવું પડશે. ઉદાહરણ તરીકે, સ્ટીફન સ્વાનસન (સ્ટીવન સ્વાનસન) બનાવેલ છે આવી ભાગીદારી નવી મેમરી ટેકનોલોજી માટે. આ ફોર્મ હંમેશા કામ કરતું નથી, પરંતુ કેટલાક કિસ્સાઓમાં તે તદ્દન સફળ થઈ શકે છે. વધુમાં, વિજ્ઞાનમાં સૌથી શક્તિશાળી કમ્પ્યુટિંગ સિસ્ટમ્સનો વિકાસ વધુ મુશ્કેલ છે. યુ.એસ., જાપાન અને ચીનમાં હાલમાં સૌથી મોટા સુપર કોમ્પ્યુટર પ્રોજેક્ટ્સ તમામ બિઝનેસ પર કેન્દ્રિત છે. 

વિચારોનું વ્યવહારુ અમલીકરણ. MCS, MS, CLH, JSR 166, Doug Lee અને વધુ સાથે કામ કરે છે.

Vitali: તમે સિંક્રનાઇઝેશન અલ્ગોરિધમ્સ પર કેવી રીતે કામ કરવાનું શરૂ કર્યું તે વિશે તમે પહેલેથી જ વાત કરી છે. તમારા વિશે બે ખૂબ જ પ્રખ્યાત લેખો છે MCS અવરોધિત и માઈકલ-સ્કોટ કતાર (MS), જે એક અર્થમાં જાવામાં લાગુ કરવામાં આવી હતી. (સંપાદકની નોંધ: તમામ પ્રકાશનો જોઈ શકાય છે લિંક). ત્યાં આ બ્લોકિંગ કેટલાક ફેરફારો સાથે લાગુ કરવામાં આવ્યું હતું અને તે બહાર આવ્યું છે CLH લોક, અને કતાર હેતુ મુજબ લાગુ કરવામાં આવી હતી. પરંતુ તમારા લેખોના પ્રકાશન અને તેમના વ્યવહારુ ઉપયોગ વચ્ચે ઘણા વર્ષો વીતી ગયા. 

એલેક્સી: કતારના કિસ્સામાં લગભગ 10 વર્ષ લાગે છે.

માઇકલ: જાવા સ્ટાન્ડર્ડ લાઇબ્રેરીમાં આ સુવિધાઓ દેખાય તે પહેલાં?

Vitali: હા. આવું કરવા માટે તમે શું કર્યું? અથવા તેઓએ કંઈ કર્યું નથી?

માઇકલ: હું તમને કહી શકું છું કે MS કતાર જાવા 5 માં કેવી રીતે આવી. તે બહાર આવ્યું તેના થોડા વર્ષો પહેલા, મેં બોસ્ટન નજીક તેમની લેબમાં સન માઇક્રોસિસ્ટમ્સમાં માર્ક મોયર્સ જૂથ સાથે કામ કર્યું હતું. તેમણે એવા લોકો માટે એક વર્કશોપનું આયોજન કર્યું જેઓ તેઓ જાણતા હતા કે જેઓ મલ્ટિથ્રેડિંગમાં રસપ્રદ સમસ્યાઓ પર કામ કરી રહ્યા હતા કારણ કે તેઓ એવા વિષયો શોધવા માગતા હતા જે તેઓ તેમની કંપનીને વેચી શકે. ત્યાં જ હું પ્રથમ વખત ડગ લીઆને મળ્યો હતો. ડૉગ અને હું અને સનમાંથી લગભગ 25 અન્ય લોકો સાથે મળીને ડૉગના પ્રેઝન્ટેશન પર ચર્ચા કરી રહ્યા હતા જેએસઆર 166, જે પાછળથી java.util.concurrent બન્યું. રસ્તામાં, ડગે કહ્યું કે તે MS કતારનો ઉપયોગ કરવા માંગે છે, પરંતુ આ માટે તેને ઇન્ટરફેસ માટે કતારમાં તત્વોની સંખ્યા માટે કાઉન્ટરની જરૂર છે. એટલે કે, આ એક અલગ પદ્ધતિ, અણુ, સચોટ અને ઝડપી દ્વારા થવું જોઈએ. મેં ફક્ત નોડ્સમાં સીરીયલ નંબર ઉમેરવાનું સૂચન કર્યું છે, પ્રથમ નોડ અને છેલ્લા એકની સંખ્યા લઈને અને બીજામાંથી એક બાદબાકી કરો. ડોગે તેનું માથું ખંજવાળ્યું, "કેમ નહીં" કહ્યું અને તે જ કરવાનું સમાપ્ત કર્યું. અમે પુસ્તકાલયમાં આ અભિગમને અમલમાં મૂકવાની ચર્ચા કરી હતી, પરંતુ મોટા ભાગનું કામ ડોગે પોતે કર્યું હતું. પરિણામે, તે જાવામાં ઉત્તમ મલ્ટિથ્રેડીંગ સપોર્ટ સ્થાપિત કરવામાં વ્યવસ્થાપિત થયો. 

એલેક્સી: તો, જો હું યોગ્ય રીતે સમજું, તો .size() પદ્ધતિ પ્રમાણભૂત કતાર ઈન્ટરફેસનો ભાગ હોવી જોઈએ, અને તેમાં O(1) ની અલ્ગોરિધમિક જટિલતા હોવી જોઈએ?

માઇકલ: હા, અને આ ઉપરાંત, એક અલગ કાઉન્ટર જરૂરી છે.

એલેક્સી: કારણ કે જો તમે Java માં .size() પદ્ધતિને કૉલ કરો છો, તો પરિણામ તરત જ ઉપલબ્ધ થવાની અપેક્ષા છે અને સંગ્રહના વાસ્તવિક કદ પર આધારિત નથી. હું જોઉં છું, આભાર.

માઇકલ: થોડા વર્ષો પછી હું મારા વિદ્યાર્થી બિલ શેરર સાથે ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સ પર કામ કરી રહ્યો હતો - હકીકતમાં, આ તે છે જેની હું વાત કરીશ હાઇડ્રા પર અહેવાલ. ડગ અમારી પાસે આવ્યો અને કહ્યું કે તે જાવા એક્ઝિક્યુટર ફ્રેમવર્કમાં તેનો ઉપયોગ કરી શકે છે. બિલ સાથે મળીને, તેઓએ બે અમલીકરણો બનાવ્યાં, કહેવાતા વાજબી અને અયોગ્ય કતાર. મેં તેમને આ પ્રોજેક્ટ પર સલાહ આપી, જોકે મેં વાસ્તવિક કોડ લખવામાં ભાગ લીધો ન હતો. પરિણામે, અમલદારોની ઝડપ નોંધપાત્ર રીતે વધી છે. 

Владимир: શું તમને તમારા અલ્ગોરિધમ્સના ખોટા અમલીકરણો અથવા નવી સુવિધાઓ ઉમેરવાની વિનંતીઓનો સામનો કરવો પડ્યો છે? સામાન્ય રીતે, પ્રેક્ટિસ સિદ્ધાંત સાથે સુસંગત હોવી જોઈએ, પરંતુ ઘણી વાર તેઓ અલગ પડે છે. ધારો કે તમે એક અલ્ગોરિધમ લખ્યું છે, અને કાગળ પર તે કામ કરે છે, પરંતુ અમલીકરણ સાથે સંકળાયેલા લોકો તમને વધુ સુવિધાઓ અથવા અલ્ગોરિધમના અમુક પ્રકારના ટ્વીકિંગ માટે પૂછવા લાગ્યા. શું તમારી પાસે ક્યારેય આવી પરિસ્થિતિઓ આવી છે?

માઇકલ: એકમાત્ર ઉદાહરણ જેમાં કોઈ મારી પાસે આવ્યું અને "તેને કેવી રીતે અમલમાં મૂકવું" પૂછ્યું તે ડગનો પ્રશ્ન હતો, જેના વિશે મેં પહેલેથી જ વાત કરી છે. પરંતુ એવા કેટલાક કિસ્સાઓ છે કે જ્યાં વ્યવહારિક જરૂરિયાતોને અનુરૂપ રસપ્રદ ફેરફારો કરવામાં આવ્યા છે. ઉદાહરણ તરીકે, IBM ખાતેની K42 ટીમે MCS લોકને કન્વર્ટ કર્યું અને તેને પ્રમાણભૂત ઈન્ટરફેસ બનાવ્યું જેથી કતાર નોડને હસ્તગત કરવા અને રિલીઝ કરવા માટે દિનચર્યાઓને આગળ-પાછળ પસાર કરવાની જરૂર ન હતી. આ પ્રમાણભૂત ઈન્ટરફેસ માટે આભાર, એક વિચાર જે સિદ્ધાંતમાં સુંદર હતો વ્યવહારમાં કામ કરવાનું શરૂ કર્યું. તે આશ્ચર્યજનક છે કે તેઓએ તેના વિશે ક્યારેય કોઈ લેખ પ્રકાશિત કર્યો ન હતો, અને તેમ છતાં તેમને પેટન્ટ પ્રાપ્ત થઈ હતી, તેઓએ પછીથી તેને છોડી દીધો હતો. આ વિચાર અદ્ભુત હતો, અને જ્યારે પણ શક્ય હોય ત્યારે હું તેના વિશે વાત કરવાનો પ્રયાસ કરું છું. 

એવા અન્ય કિસ્સાઓ છે જ્યાં લોકોએ મેં પ્રકાશિત કરેલા અલ્ગોરિધમ્સમાં સુધારા કર્યા છે. ઉદાહરણ તરીકે, MS કતારમાં બે-પગલાની ઇન્સ્ટોલેશન મિકેનિઝમ છે, જેનો અર્થ એ છે કે કતારના જટિલ પાથ પર બે CAS હતા. જૂની કાર પર, CAS ખૂબ મોંઘી હતી. ઇન્ટેલ અને અન્ય ઉત્પાદકોએ તાજેતરમાં તેમને ખૂબ સારી રીતે ઑપ્ટિમાઇઝ કર્યું છે, પરંતુ એક સમયે આ 30-સાઇકલ સૂચનાઓ હતી, તેથી જટિલ માર્ગ પર એક કરતાં વધુ હોવું અનિચ્છનીય હતું. પરિણામે, એક અલગ કતાર વિકસાવવામાં આવી હતી જે MS કતાર જેવી જ હતી, પરંતુ જે નિર્ણાયક માર્ગ પર માત્ર એક પરમાણુ કામગીરી ધરાવતી હતી. આ એ હકીકતને કારણે પ્રાપ્ત થયું હતું કે ચોક્કસ સમયગાળા દરમિયાન ઑપરેશનમાં O(1) ને બદલે O(n) સમય લાગી શકે છે. તે અસંભવિત હતું, પરંતુ શક્ય હતું. આ એ હકીકતને કારણે થયું છે કે ચોક્કસ ક્ષણો પર અલ્ગોરિધમ આ કતારમાં શરૂઆતથી વર્તમાન સ્થિતિ સુધી કતારને વટાવે છે. સામાન્ય રીતે, એલ્ગોરિધમ ખૂબ સફળ બન્યું. જ્યાં સુધી હું જાણું છું, તે ખૂબ વ્યાપકપણે ઉપયોગમાં લેવાતું નથી, અંશતઃ કારણ કે અણુ કામગીરી માટે પહેલા કરતાં નોંધપાત્ર રીતે ઓછા સંસાધનોની જરૂર પડે છે. પરંતુ વિચાર મહાન હતો. મને ઓરેકલના ડેવ ડાઇસનું કામ પણ ખરેખર ગમે છે. તે જે કરે છે તે ખૂબ જ વ્યવહારુ છે અને તે લોખંડનો ઉપયોગ ખૂબ જ ચતુરાઈથી કરે છે. NUMA-અવેર સિંક્રનાઇઝેશન અલ્ગોરિધમ્સ અને મલ્ટી-થ્રેડેડ ડેટા સ્ટ્રક્ચર્સમાં તેમનો હાથ હતો. 

Владимир: જ્યારે તમે અલ્ગોરિધમ્સ લખો છો અથવા વિદ્યાર્થીઓને શીખવો છો, ત્યારે તમારા કાર્યનું પરિણામ તરત જ દેખાતું નથી. સમુદાયને નવા લેખથી પરિચિત થવા માટે થોડો સમય જોઈએ છે. નવી અલ્ગોરિધમ તરત જ એપ્લિકેશન શોધી શકતી નથી. 

માઇકલ: લેખ નોંધપાત્ર હશે કે નહીં તે તરત જ સ્પષ્ટ નથી. મને લાગે છે કે પરિષદોમાં પુરસ્કારો જીત્યા હોય તેવા કાગળોનો અભ્યાસ કરવો રસપ્રદ રહેશે. એટલે કે, પ્રોગ્રામ કમિટીઓના લોકો એક સમયે શ્રેષ્ઠ ગણાતા લેખો જુઓ. તમારે લિંક્સની સંખ્યા અને વ્યવસાય પરની અસર દ્વારા ગણતરી કરવાનો પ્રયાસ કરવાની જરૂર છે કે આ લેખો ખરેખર 10, 20, 25 વર્ષમાં કેટલા પ્રભાવશાળી બન્યા. મને શંકા છે કે બંને વચ્ચે મજબૂત સંબંધ હશે. તે શૂન્ય નહીં હોય, પરંતુ સંભવતઃ તે આપણે ઈચ્છીએ છીએ તેના કરતા ઘણું નબળું હશે. ઘણા વિચારો વ્યાપક બનતા પહેલા લાંબા સમય સુધી દાવા વગરના રહે છે. ઉદાહરણ તરીકે, ચાલો ટ્રાન્ઝેક્શનલ મેમરી લઈએ. મૂળ લેખ પ્રકાશિત થયો ત્યારથી લઈને લોકોએ ખરેખર તેની સાથે મશીનો બનાવવાનું શરૂ કર્યું ત્યાં સુધી 10 કરતાં વધુ વર્ષો વીતી ગયા. અને વ્યવસાયિક ઉત્પાદનોમાં આ મેમરીના દેખાવ પહેલાં - અને બધા 20. ખૂબ લાંબા સમય સુધી કોઈએ લેખ પર ધ્યાન આપ્યું ન હતું, અને પછી તેની લિંક્સની સંખ્યામાં તીવ્ર વધારો થયો. અગાઉથી આની આગાહી કરવી મુશ્કેલ હશે. બીજી બાજુ, કેટલીકવાર વિચારો તરત જ અમલીકરણ શોધે છે. થોડાં વર્ષો પહેલાં, મેં DISC માટે જો ઇઝરાલેવિટ્ઝ સાથે એક પેપર લખ્યો હતો જેમાં સતત ડેટા સ્ટ્રક્ચર્સ માટે માન્યતાની નવી ઔપચારિક વ્યાખ્યાનો પ્રસ્તાવ મૂક્યો હતો જેનો ઉપયોગ કમ્પ્યુટર ચલાવતા ક્રેશ થયા પછી થઈ શકે છે. મને લેખ શરૂઆતથી જ ગમ્યો, પરંતુ તે મારી ધારણા કરતાં વધુ લોકપ્રિય બન્યો. તેનો ઉપયોગ ઘણા જુદા જુદા જૂથો દ્વારા કરવામાં આવ્યો હતો અને આખરે તે દ્રઢતાના માળખાની પ્રમાણભૂત વ્યાખ્યા બની હતી. જે, અલબત્ત, સરસ છે.

Владимир: શું એવી કોઈ તકનીક છે કે જેનો તમે આકારણી માટે ઉપયોગ કરો છો? શું તમે તમારા લેખો અને તમારા વિદ્યાર્થીઓનું મૂલ્યાંકન કરવાનો પણ પ્રયાસ કરો છો? તમે જે વ્યક્તિને શીખવ્યું છે તે યોગ્ય દિશામાં જઈ રહ્યું છે કે કેમ તે સંદર્ભમાં.

માઇકલ: બીજા બધાની જેમ, હું આ સમયે શું કરી રહ્યો છું તેના પર વધુ ધ્યાન આપું છું. ફરીથી, બીજા બધાની જેમ, હું અવારનવાર Google સ્કોલરને તપાસું છું કે મારા ભૂતકાળના પેપર્સ ટાંકવામાં આવે છે કે કેમ, પરંતુ તે વધુ ઉત્સુકતાથી બહાર છે. મોટાભાગે હું મારા વિદ્યાર્થીઓ હવે જે કરી રહ્યા છે તેમાં સમાઈ ગયો છું. જ્યારે વર્તમાન કાર્યનું મૂલ્યાંકન કરવાની વાત આવે છે, ત્યારે તેનો એક ભાગ સૌંદર્યલક્ષી બાબતો છે, શું ભવ્ય છે અને શું નથી. અને રોજિંદા સ્તરે, ખુલ્લા પ્રશ્નો મોટી ભૂમિકા ભજવે છે. ઉદાહરણ તરીકે, એક વિદ્યાર્થી મારી પાસે કેટલાક પરિણામોનો ગ્રાફ લઈને આવે છે, અને અમે સમજવાનો પ્રયાસ કરી રહ્યા છીએ કે આલેખની કેટલીક વિચિત્ર વર્તણૂક ક્યાંથી આવી. સામાન્ય રીતે, આપણા કાર્યમાં આપણે સતત એવી બાબતોને સમજવાનો પ્રયાસ કરીએ છીએ જે આપણે હજી સમજી શકતા નથી. 

ટ્રાન્ઝેક્શનલ મેમરી

Vitali: કદાચ આપણે ટ્રાન્ઝેક્શનલ મેમરી વિશે થોડી વાત કરી શકીએ?

માઇકલ: મને લાગે છે કે તે ઓછામાં ઓછું થોડું કહેવું યોગ્ય છે કારણ કે મેં તેમાં ઘણો પ્રયાસ કર્યો છે. આ એક એવો વિષય છે કે જેના પર મારી પાસે અન્ય કોઈપણ કરતાં વધુ પ્રકાશનો છે. પરંતુ તે જ સમયે, વિચિત્ર રીતે, હું હંમેશા વ્યવહારિક મેમરી વિશે ખૂબ જ શંકાશીલ હતો. મારા મતે, Herlihy અને Moss દ્વારા લેખ (M. Herlihy, J. E. B. Moss) તેના સમય પહેલા પ્રકાશિત કરવામાં આવી હતી. 1990 ના દાયકાની શરૂઆતમાં, તેઓએ સૂચવ્યું હતું કે ટ્રાન્ઝેક્શનલ મેમરી પ્રતિભાશાળી પ્રોગ્રામરોને મલ્ટિ-થ્રેડેડ ડેટા સ્ટ્રક્ચર્સ પર કામ કરવામાં મદદ કરી શકે છે, જેથી સામાન્ય પ્રોગ્રામરો દ્વારા આ સ્ટ્રક્ચર્સનો લાઇબ્રેરી તરીકે ઉપયોગ કરી શકાય. એટલે કે, તે ડગ લીને તેનું JSR 166 કરવામાં મદદરૂપ થશે. પરંતુ ટ્રાન્ઝેક્શનલ મેમરીનો હેતુ બહુ-થ્રેડેડ પ્રોગ્રામિંગને સરળ બનાવવાનો નહોતો. પરંતુ 2000 ના દાયકાની શરૂઆતમાં, જ્યારે તે વ્યાપક બન્યું ત્યારે તેને આ રીતે સમજવાનું શરૂ થયું. સમાંતર પ્રોગ્રામિંગની સમસ્યાને હલ કરવાના માર્ગ તરીકે તેની જાહેરાત કરવામાં આવી હતી. આ અભિગમ મને હંમેશા નિરાશાજનક લાગતો હતો. ટ્રાન્ઝેક્શનલ મેમરી ફક્ત સમાંતર ડેટા સ્ટ્રક્ચર્સ લખવાનું સરળ બનાવી શકે છે. આ, તે મને લાગે છે, તેણીએ શું પ્રાપ્ત કર્યું છે. 

મલ્ટિ-થ્રેડેડ કોડ લખવાની મુશ્કેલી વિશે

એલેક્સી: ખૂબ જ રસપ્રદ. નિયમિત પ્રોગ્રામરો અને જેઓ મલ્ટી-થ્રેડેડ કોડ લખી શકે છે તેમની વચ્ચે ચોક્કસ અવરોધ હોવાનું જણાય છે. ગયા વર્ષે, મેં એવા લોકો સાથે ઘણી વખત વાત કરી જેઓ કેટલાક અલ્ગોરિધમિક ફ્રેમવર્કનો અમલ કરી રહ્યા હતા. ઉદાહરણ તરીકે, માર્ટિન થોમસન સાથે, તેમજ મલ્ટી-થ્રેડેડ લાઇબ્રેરીઓ પર કામ કરતા પ્રોગ્રામરો સાથે. (સંપાદકની નોંધ: માર્ટિન થોમ્પસન ખૂબ જ પ્રખ્યાત વિકાસકર્તા છે, તેણે લખ્યું વિક્ષેપક и એરન. અને તેની પાસે પણ છે અહેવાલ અમારી જોકર 2015 કોન્ફરન્સમાં, વિડિયો રેકોર્ડિંગ YouTube પર ઉપલબ્ધ છે. તે જ છે ખોલ્યું આ પરિષદ મુખ્ય નોંધ રેકોર્ડિંગ પણ ઉપલબ્ધ). તેઓ કહે છે કે મુખ્ય પડકાર એલ્ગોરિધમ્સને ઝડપી અને ઉપયોગમાં સરળ બનાવવાનો છે. એટલે કે, તેઓ આ અવરોધને દૂર કરવા અને શક્ય તેટલા લોકોને આ ક્ષેત્રમાં આકર્ષિત કરવાનો પ્રયાસ કરી રહ્યા છે. તમે તેના વિશે શું વિચારો છો?

માઇકલ: મલ્ટિથ્રેડિંગની આ મુખ્ય સમસ્યા છે: સિસ્ટમની જટિલતામાં વધારો કર્યા વિના ઉચ્ચ પ્રદર્શન કેવી રીતે પ્રાપ્ત કરવું. 

એલેક્સી: કારણ કે જ્યારે તેઓ જટિલતાને ટાળવાનો પ્રયાસ કરે છે, ત્યારે અલ્ગોરિધમ ઓછું સાર્વત્રિક બને છે.

માઇકલ: અહીં કી યોગ્ય રીતે રચાયેલ અમૂર્તતા છે. તે મને લાગે છે કે આ સામાન્ય રીતે એક ક્ષેત્ર તરીકે કમ્પ્યુટર સિસ્ટમ્સ માટે મુખ્ય વસ્તુ છે. બટલર લેમ્પસન આ શબ્દનો ઉપયોગ કરવાનું પસંદ કરે છે, અને તે અમને "અમૂર્તતાના વેપારીઓ" કહે છે. સરળ તકનીકો આજે અસ્તિત્વમાં નથી. અમે જે પ્રોસેસરોનો ઉપયોગ કરીએ છીએ તેમાં 10 બિલિયન ટ્રાન્ઝિસ્ટર છે - સરળતા પ્રશ્નની બહાર છે. તે જ સમયે, ISA પ્રોસેસર કરતાં ઘણું સરળ છે, કારણ કે અમે તેને ઉચ્ચ પ્રદર્શન અને પ્રમાણમાં સરળ ઇન્ટરફેસ પ્રદાન કરવા માટે ખૂબ લાંબા સમય સુધી કામ કર્યું છે. પરંતુ તેની સાથે પણ બધું સરળ નથી. આ જ સમસ્યા એક્સિલરેટર્સની છે જે હવે બજારમાં દેખાઈ રહી છે. પ્રશ્નો ઉભા થાય છે - GPU, એન્ક્રિપ્શન મિકેનિઝમ, કમ્પ્રેશન, ટ્રાન્સકોડિંગ મિકેનિઝમ, રેખીય બીજગણિત મિકેનિઝમ અથવા વધુ લવચીક FPGA માટે યોગ્ય ઇન્ટરફેસ કેવી રીતે બનાવવું. ઈન્ટરફેસ કેવી રીતે બનાવવું જે સાધનને ઉપયોગમાં સરળ બનાવે અને જટિલતાને છુપાવે? તે તેનાથી છૂટકારો મેળવશે નહીં, પરંતુ તેને સરળ પ્રોગ્રામરથી છુપાવશે. 

એલેક્સી: જેમ હું તેને સમજું છું તેમ, અમૂર્તતા સમજવામાં આપણને હજુ પણ અવરોધ છે. ચાલો આપણે વિજ્ઞાન અને ટેકનોલોજીના વિકાસના તબક્કે મેમરી મોડલ લઈએ, આ એક મુખ્ય અમૂર્ત છે. તેના માટે આભાર, બધા પ્રોગ્રામરો બે જૂથોમાં વહેંચાયેલા છે: મોટો ભાગ તે છે જેઓ તેને સમજી શકતા નથી, અને નાનો ભાગ તે છે જેઓ સમજે છે, અથવા વિચારે છે કે તેઓ સમજે છે. 

માઇકલ: તે એક સારો પ્રશ્ન છે - શું આપણામાંથી કોઈ ખરેખર મેમરી મોડેલને સમજે છે?

Vitali: ખાસ કરીને C++ માં.

માઇકલ: હંસ બોહેમ સાથે ક્યારેક વાત કરો. તે હું જાણું છું તે સૌથી હોંશિયાર લોકોમાંના એક છે, મેમરી મોડલ્સના અગ્રણી નિષ્ણાત છે. તે તમને તરત જ કહેશે કે તે ઘણું સમજી શકતો નથી. પરંતુ જો આપણે અમૂર્તતાના મુદ્દા પર પાછા ફરીએ, તો પછી, મારા મતે, છેલ્લા 30 વર્ષોમાં મેમરી મોડલ્સના ક્ષેત્રમાં સૌથી મહત્વપૂર્ણ વિચાર વ્યક્ત કરવામાં આવ્યો હતો. સરિતા અડવેના નિબંધમાં. (સંપાદકની નોંધ: પ્રકાશનોની સંપૂર્ણ સૂચિ ઉપલબ્ધ છે લિંક).

એલેક્સી: મારો પ્રશ્ન છે: શું આ અવરોધ ખ્યાલની પ્રકૃતિમાંથી આવે છે? 

માઇકલ: ના. સરિતા નિષ્કર્ષ પર આવી કે યોગ્ય અભિગમ સાથે, તમે સફળતાપૂર્વક બધી જટિલતાને છુપાવી શકો છો, ઉચ્ચ પ્રદર્શન મેળવી શકો છો અને પ્રોગ્રામરને એક સરળ API આપી શકો છો. અને જો તમે આ API ને અનુસરો છો, તો તમે સતત સુસંગતતા પ્રાપ્ત કરી શકો છો. મને લાગે છે કે આ યોગ્ય મોડલ છે. ડેટા રેસ વિના કોડ લખો અને ક્રમિક સુસંગતતા મેળવો. અલબત્ત, રેસિંગની સંભાવના ઘટાડવા માટે, ખાસ સાધનોની જરૂર છે, પરંતુ તે બીજી બાબત છે. 

Владимир: શું તમારી કારકિર્દીમાં એવો સમય આવ્યો છે જ્યારે કોઈ સમસ્યા જે હલ થઈ ગઈ હોય તે અચાનક આપત્તિમાં ફેરવાઈ ગઈ હોય, અથવા એવું બન્યું કે આ સમસ્યા વણઉકેલાયેલી હતી? ઉદાહરણ તરીકે, સિદ્ધાંતમાં તમે કોઈપણ સંખ્યાને પરિબળ કરી શકો છો અથવા કોઈપણ સંખ્યા અવિભાજ્ય છે કે કેમ તે નિર્ધારિત કરી શકો છો. પરંતુ વ્યવહારમાં આ કરવું મુશ્કેલ હોઈ શકે છે વર્તમાન હાર્ડવેર સાથે સંખ્યાઓનું પરિબળ કરવું મુશ્કેલ છે. શું તમારી સાથે પણ આવું જ કંઈક થયું છે?

માઇકલ: મને તરત જ એવું કંઈ યાદ નથી. એવી ઘણી વખત આવી છે જ્યારે મને એવું લાગતું હતું કે કોઈ ચોક્કસ ક્ષેત્રમાં કરવાનું કંઈ બાકી નથી, પરંતુ પછી ત્યાં કંઈક નવું અને રસપ્રદ બન્યું. ઉદાહરણ તરીકે, મેં વિચાર્યું કે અમર્યાદિત કતારનો વિસ્તાર પહેલેથી જ પરિપક્વતા પર પહોંચી ગયો છે. MNS કતારમાં ઘણા સુધારા પછી, હવે વધુ કંઈ થયું નથી. અને પછી મોરિસન (આદમ મોરિસન) અને અફેક (યેહુદા અફેક) એ શોધ કરી LCRQ કતાર. તે સ્પષ્ટ થઈ ગયું કે અમર્યાદિત મલ્ટી-થ્રેડેડ કતાર શક્ય છે, જ્યાં મોટાભાગે જટિલ પાથ પર માત્ર લાવવા-અને-વધારાની સૂચના હતી. અને આનાથી વધુ સારા પ્રદર્શનનો ઓર્ડર પ્રાપ્ત કરવાનું શક્ય બન્યું. એવું નથી કે આપણે જાણતા નથી કે આનયન અને વધારો એ ખૂબ જ ઉપયોગી વસ્તુ છે. એરિક ફ્રોડેન્થલે 1980 ના દાયકાના અંતમાં એલન ગોટલીબ સાથે અલ્ટ્રાકોમ્પ્યુટર પરના તેમના કાર્યમાં આ વિશે લખ્યું હતું, પરંતુ તે મર્યાદિત કતાર વિશે હતું. મોરિસન અને અફેક અનબાઉન્ડેડ કતારમાં આનયન-અને-વૃદ્ધિનો ઉપયોગ કરવામાં સક્ષમ હતા.

નવા આર્કિટેક્ચર. શું ટ્રાન્ઝેક્શનલ મેમરીનો વિજય નજીક છે?

Владимир: શું તમે નવા આર્કિટેક્ચરલ સોલ્યુશન્સ શોધી રહ્યા છો જે અલ્ગોરિધમ્સ માટે ઉપયોગી થઈ શકે? 

માઇકલ: અલબત્ત, એવી ઘણી બાબતો છે જેનો હું અમલ જોવા માંગુ છું. 

Владимир: કેવા પ્રકારનું, ઉદાહરણ તરીકે?

માઇકલ: સૌ પ્રથમ, ઇન્ટેલ અને IBM પ્રોસેસરોમાં અમારી હાર્ડવેર-લેવલ ટ્રાન્ઝેક્શનલ મેમરીમાં થોડા સરળ એક્સટેન્શન. ખાસ કરીને, હું ઇચ્છું છું કે બિન-ટ્રાન્ઝેક્શનલ લોડ અને સ્ટોર જે હમણાં જ વ્યવહારોમાં તરત જ ઉપલબ્ધ થાય. તેઓ તરત જ થાય છે-પહેલાના ક્રમમાં લૂપ્સ તરફ દોરી જાય છે, તેથી તે મુશ્કેલ હોઈ શકે છે. પરંતુ જો તમે અમૂર્તતાના સ્તરોને જાળવી રાખો છો, તો ત્યાં ઘણી બધી રસપ્રદ વસ્તુઓ છે જે તમે વ્યવહારની બહાર કરી શકો છો જ્યારે તે થઈ રહ્યું છે. મને ખબર નથી કે આને અમલમાં મૂકવું કેટલું મુશ્કેલ હશે, પરંતુ તે ખૂબ ઉપયોગી થશે. 

બીજી ઉપયોગી બાબત એ છે કે રિમોટ મેમરીમાંથી કેશ લોડ કરવું. મને લાગે છે કે વહેલા કે પછી આ થઈ જશે. આ ટેક્નોલોજી અલગ-અલગ મેમરી સાથે સિસ્ટમ બનાવવાની મંજૂરી આપશે. એક રેકમાં 100 ટેરાબાઈટ નોનવોલેટાઈલ મેમરી રાખવાનું શક્ય બનશે અને ઓપરેટિંગ સિસ્ટમ પોતે જ ગતિશીલ રીતે નક્કી કરશે કે તે મેમરીના કયા વિભાગો પ્રોસેસરની ભૌતિક સરનામાંની જગ્યાને અનુરૂપ હોવા જોઈએ. આ ક્લાઉડ કમ્પ્યુટિંગ માટે અત્યંત ઉપયોગી થશે, કારણ કે તે જરૂરી કાર્યો માટે મોટી માત્રામાં મેમરી પૂરી પાડવાની મંજૂરી આપશે. મને લાગે છે કે કોઈ તે કરશે.

Vitali: ટ્રાન્ઝેક્શનલ મેમરી વિશે વાત પૂરી કરવા માટે, મારી પાસે આ વિષય પર વધુ એક પ્રશ્ન છે. શું ટ્રાન્ઝેક્શનલ મેમરી આખરે સ્ટાન્ડર્ડ મલ્ટી-થ્રેડેડ ડેટા સ્ટ્રક્ચર્સને બદલશે?

માઇકલ: ના. વ્યવહારો એક સટ્ટાકીય પદ્ધતિ છે. પ્રોગ્રામિંગ સ્તરે આ પરમાણુ તાળાઓ છે, પરંતુ અંદર તે અટકળો છે. જો મોટાભાગના અનુમાન સાચા હોય તો આવી આગાહી કામ કરે છે. તેથી, ટ્રાન્ઝેક્શનલ મેમરી સારી રીતે કામ કરે છે જ્યારે થ્રેડો ભાગ્યે જ એકબીજા સાથે ક્રિયાપ્રતિક્રિયા કરે છે, અને તમારે ફક્ત ખાતરી કરવાની જરૂર છે કે ત્યાં કોઈ ક્રિયાપ્રતિક્રિયા નથી. પરંતુ જો કોઈ સંદેશ થ્રેડો વચ્ચે શરૂ થાય છે, તો વ્યવહારો થોડો ઉપયોગી છે. મને સમજાવવા દો, અમે તે કેસ વિશે વાત કરી રહ્યા છીએ જ્યારે વ્યવહારો સમગ્ર અણુ ઓપરેશનની આસપાસ આવરિત હોય છે. તેઓ હજુ પણ મલ્ટિ-થ્રેડેડ ડેટા સ્ટ્રક્ચર્સ માટે ઘટકો તરીકે સફળતાપૂર્વક ઉપયોગમાં લઈ શકાય છે. ઉદાહરણ તરીકે, જો તમને ત્રણ-શબ્દના CASની જરૂર હોય, અને તમારે સાચા મલ્ટિથ્રેડેડ અલ્ગોરિધમની મધ્યમાં ત્રણ નાની વસ્તુઓ મલ્ટિથ્રેડ કરવાની જરૂર છે જે એક જ સમયે વીસ થ્રેડો સાથે કામ કરે છે. સામાન્ય રીતે, વ્યવહારો ઉપયોગી હોઈ શકે છે, પરંતુ તે મલ્ટિ-થ્રેડેડ ડેટા સ્ટ્રક્ચર્સને યોગ્ય રીતે ડિઝાઇન કરવાની જરૂરિયાતને દૂર કરશે નહીં. 

નોન-વોલેટાઈલ મેમરી, ઓપ્ટેન ડીઆઈએમએમ, અલ્ટ્રા-ફાસ્ટ ઉપકરણો.

Vitali: છેલ્લી વસ્તુ જેની હું વાત કરવા માંગુ છું તે તમારા વર્તમાન સંશોધનનો વિષય છે: બિન-અસ્થિર મેમરી. નજીકના ભવિષ્યમાં આપણે આ ક્ષેત્રમાં શું અપેક્ષા રાખી શકીએ? કદાચ તમે કોઈપણ અસરકારક અમલીકરણો વિશે જાણો છો જે પહેલાથી અસ્તિત્વમાં છે? 

માઇકલ: હું હાર્ડવેર નિષ્ણાત નથી, હું ફક્ત સમાચારમાં શું વાંચું છું અને મારા સાથીદારો મને શું કહે છે તે જાણું છું. દરેક વ્યક્તિએ પહેલેથી જ સાંભળ્યું છે કે ઇન્ટેલ વેચે છે ઓપ્ટેન ડીઆઈએમએમ, જે ડાયનેમિક RAM કરતાં લગભગ 3 ગણી વાંચવાની લેટન્સી અને 10 ગણી લખવાની વિલંબતા ધરાવે છે. તેઓ ટૂંક સમયમાં ખૂબ મોટા વોલ્યુમ વર્ઝનમાં ઉપલબ્ધ થશે. તે વિચારવું રમુજી છે કે તમારી પાસે બાઈટ-એડ્રેસેબલ રેમના ઘણા ટેરાબાઈટ સાથેનું લેપટોપ હોઈ શકે છે. સંભવ છે કે 10 વર્ષમાં અમે આ નવી તકનીકનો ઉપયોગ કરવાનું નક્કી કરીશું, કારણ કે અમે DRAM નો ઉપયોગ કરીએ છીએ - ફક્ત વોલ્યુમ વધારો. પરંતુ ઊર્જા સ્વતંત્રતા માટે આભાર, સંપૂર્ણપણે નવી તકો અમારા માટે ખુલે છે. અમે સ્ટોરેજ સ્ટેકને મૂળભૂત રીતે બદલી શકીએ છીએ જેથી બાઈટ-એડ્રેસેબલ વર્કિંગ મેમરી અને બ્લોક-સ્ટ્રક્ચર્ડ પર્સિસ્ટન્ટ મેમરી વચ્ચે કોઈ વિભાજન ન રહે. આમ, અમારે બ્લોક-સ્ટ્રક્ચર્ડ ફાઇલોમાં એક પ્રોગ્રામમાંથી બીજા પ્રોગ્રામમાં ટ્રાન્સફર કરવાની જરૂર હોય તેવી દરેક વસ્તુને સીરીયલાઇઝ કરવાની જરૂર રહેશે નહીં. આમાંથી આપણે ઘણા મહત્વપૂર્ણ સિદ્ધાંતો મેળવી શકીએ છીએ જે ઓપરેટિંગ સિસ્ટમ્સ, રનટાઇમ એન્વાયર્નમેન્ટ્સ અને વિતરિત ડેટા સ્ટોર્સને અસર કરે છે. આ ક્ષેત્ર કામ કરવા માટે ખૂબ જ રસપ્રદ છે. વ્યક્તિગત રીતે, મારા માટે આગાહી કરવી મુશ્કેલ છે કે આ બધું શું તરફ દોરી જશે, પરંતુ અહીંની સમસ્યાઓ અત્યંત મનોરંજક છે. અહીં ક્રાંતિકારી ફેરફારો થઈ શકે છે, અને તે મલ્ટિથ્રેડિંગ પરના કાર્યમાંથી ખૂબ જ સ્વાભાવિક રીતે અનુસરે છે, કારણ કે નિષ્ફળતા પુનઃપ્રાપ્તિ એ સિસ્ટમની સામાન્ય કામગીરીની બાજુમાં "મલ્ટીથ્રેડીંગ" પ્રક્રિયા છે. 

હું હાલમાં જે બીજા મુખ્ય વિષય પર કામ કરી રહ્યો છું તે છે અતિ ઝડપી ઉપકરણોનું સંચાલન કરવું અને પ્રણાલીગત નીતિ નિયંત્રણ સાથે યુઝરસ્પેસમાંથી ઉપકરણોની સુરક્ષિત ઍક્સેસ. તાજેતરના વર્ષોમાં, ઉપકરણની ઍક્સેસને યુઝરસ્પેસમાં ખસેડવાનો ટ્રેન્ડ રહ્યો છે. આ એટલા માટે થાય છે કારણ કે TCP-IP કર્નલ સ્ટેક નેટવર્ક ઈન્ટરફેસની ટોચ પર કાર્ય કરી શકતું નથી કે જેને દર 5 માઇક્રોસેકન્ડે નવા પેકેટની જરૂર હોય છે; તેથી, ઉત્પાદકો ઉપકરણોની સીધી ઍક્સેસ પ્રદાન કરે છે. પરંતુ આનો અર્થ એ છે કે ઓપરેટિંગ સિસ્ટમ પ્રક્રિયા પરનું નિયંત્રણ ગુમાવે છે અને તે સ્પર્ધાત્મક એપ્લિકેશનો માટે ઉપકરણની યોગ્ય ઍક્સેસ પ્રદાન કરી શકતી નથી. અમારી સંશોધન ટીમ માને છે કે આ ખામીને ટાળી શકાય છે. અમારી પાસે આ મહિને USENIX ATC પર આના પર એક લેખ હશે. તે દ્રઢતા પર કામ સાથે સંબંધિત છે, કારણ કે લાંબા સમય સુધી રહેતી બાઈટ-એડ્રેસેબલ પર્સિસ્ટન્ટ મેમરી, સારમાં, અલ્ટ્રા-ફાસ્ટ I/O સાથેનું ઉપકરણ છે જેને યુઝરસ્પેસમાં એક્સેસ કરવાની જરૂર છે. આ સંશોધન માઇક્રોકર્નલ્સ, એક્સોકર્નલ્સ અને અન્ય પરંપરાગત પ્રયાસો માટે OS કર્નલમાંથી યુઝરસ્પેસમાં કાર્યક્ષમતાને સુરક્ષિત રીતે ખસેડવાના નવા અભિગમો શક્ય બનાવે છે. 

Владимир: બાઈટ-એડ્રેસેબલ મેમરી મહાન છે, પરંતુ એક ભૌતિક મર્યાદા છે - પ્રકાશની ગતિ. આનો અર્થ એ છે કે ઉપકરણ સાથે ક્રિયાપ્રતિક્રિયા કરતી વખતે અનિવાર્યપણે વિલંબ થશે. 

માઇકલ: બિલકુલ સાચું.

Владимир: શું નવા ભારનો સામનો કરવા માટે પૂરતી ક્ષમતા હશે?

માઇકલ: આ એક ઉત્તમ પ્રશ્ન છે, પરંતુ તેનો જવાબ આપવો મારા માટે મુશ્કેલ હશે. મેમરીમાં પ્રક્રિયા કરવાનો વિચાર છેલ્લા ઘણા સમયથી છે, તે ખૂબ જ રસપ્રદ છે, પણ ખૂબ જટિલ પણ છે. મેં આ ક્ષેત્રમાં કામ કર્યું નથી, પરંતુ જો ત્યાં કેટલીક શોધ કરવામાં આવે તો તે સારું રહેશે. મને ડર છે કે મારી પાસે ઉમેરવા માટે વધુ કંઈ નથી. 

Владимир: એક વધુ સમસ્યા છે. નવી, નોંધપાત્ર રીતે મોટી માત્રામાં RAM CPU માં ફિટ થવું અશક્ય હશે. તેથી, ભૌતિક મર્યાદાઓને લીધે, આ રેમને અલગ પાડવી આવશ્યક છે. 

માઇકલ: તે બધા સંકલિત સર્કિટના ઉત્પાદનમાં ખામીઓની સંખ્યા પર આધાર રાખે છે. જો ખામી વિના સંપૂર્ણપણે સેમિકન્ડક્ટર વેફર્સ બનાવવાનું શક્ય હતું, તો તેમાંથી સંપૂર્ણ માઇક્રોકર્કિટ બનાવવું શક્ય બનશે. પરંતુ હવે અમે જાણતા નથી કે પોસ્ટેજ સ્ટેમ્પ કરતાં માઇક્રોસર્કિટ્સ કેવી રીતે મોટી બનાવવી. 

Владимир: પરંતુ અમે હજી પણ વિશાળ કદ વિશે વાત કરી રહ્યા છીએ, લગભગ સેન્ટિમીટર. આ અનિવાર્યપણે લેટન્સી પર અસર કરે છે. 

માઇકલ: હા. પ્રકાશની ગતિ વિશે તમે કંઈ કરી શકતા નથી. 

Владимир: કમનસીબે. 

આગામી મોટો ટ્રેન્ડ. ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સ. હાઇડ્રા.

Vitali: જ્યાં સુધી હું સમજું છું, તમે ખૂબ જ ઝડપથી નવા વલણોને પકડો છો. તમે ટ્રાન્ઝેક્શનલ મેમરીમાં કામ કરનારા સૌપ્રથમ અને નોન-વોલેટાઇલ મેમરીમાં કામ કરનારા પ્રથમ લોકોમાંના એક છો. તમને શું લાગે છે કે આગામી મોટો ટ્રેન્ડ શું હશે? અથવા કદાચ તે એક રહસ્ય છે?

માઇકલ: સાચું કહું તો મને ખબર નથી. આશા છે કે જ્યારે કંઈક નવું આવશે ત્યારે હું ધ્યાન આપીશ. હું મારા પોતાના પર કોઈ નવા ક્ષેત્રની શોધ કરવા માટે પૂરતો નસીબદાર નથી, પરંતુ મને થોડા નસીબ મળ્યા છે અને અન્ય લોકો દ્વારા બનાવેલા નવા ક્ષેત્રોમાં ખૂબ વહેલું કામ કરવાનું શરૂ કરી શક્યો છું. મને આશા છે કે હું ભવિષ્યમાં આ કરી શકીશ.

એલેક્સી: આ ઇન્ટરવ્યુમાં છેલ્લો પ્રશ્ન હાઇડ્રામાં તમારા પ્રદર્શન અને શાળામાં તમારી પ્રવૃત્તિઓ વિશે હશે. જો હું યોગ્ય રીતે સમજી શકું, તો શાળામાંનો રિપોર્ટ બ્લોકિંગ-ફ્રી અલ્ગોરિધમ્સ વિશે અને કોન્ફરન્સમાં ડબલ ડેટા સ્ટ્રક્ચર્સ વિશે હશે. શું તમે આ અહેવાલો વિશે થોડાક શબ્દો કહી શકશો?

માઇકલ: આંશિક રીતે, અમે આ ઇન્ટરવ્યુમાં તમારી સાથે આ મુદ્દાઓ પર પહેલેથી જ સ્પર્શ કર્યો છે. તે મારા વિદ્યાર્થી બિલ શેરર સાથે કરેલા કામ વિશે છે. તેણે તેના પર એક થીસીસ લખી, અને ડગ લીએ પણ તેમાં યોગદાન આપ્યું, અને તે આખરે જાવા લાઇબ્રેરીમાં મલ્ટી-થ્રેડેડ સિંક્રનસ કતારોનો ભાગ બન્યો. ચાલો ધારીએ કે ડેટા માળખું અવરોધિત કર્યા વિના વાંચવામાં અને લખવામાં આવે છે, એટલે કે, દરેક ઑપરેશનમાં નિર્ણાયક પાથ પર મર્યાદિત સંખ્યામાં સૂચનાઓ હોય છે. જો તમે ખાલી કન્ટેનરમાંથી ડેટા દૂર કરવાનો પ્રયાસ કરો છો, અથવા આ કન્ટેનરમાં ન હોય તેવા ચોક્કસ ડેટાને દૂર કરવાનો પ્રયાસ કરો છો, તો તમને તરત જ જાણ કરવામાં આવે છે કે આ કરી શકાતું નથી. પરંતુ જો થ્રેડને ખરેખર આ ડેટાની જરૂર હોય તો આ વર્તન સ્વીકાર્ય ન હોઈ શકે. પછી પ્રથમ વસ્તુ જે ધ્યાનમાં આવે છે તે એક લૂપ બનાવવાનું છે જે સતત પૂછશે કે શું જરૂરી ડેટા દેખાયો છે. પરંતુ પછી બીજા બધા માટે દખલગીરી છે. વધુમાં, આ અભિગમ સાથે, તમે 10 મિનિટ રાહ જોઈ શકો છો, અને પછી કેટલાક અન્ય થ્રેડ આવશે, અને તે આકસ્મિક રીતે પ્રથમ જરૂરી ડેટા પ્રાપ્ત કરશે. ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સમાં હજી પણ તાળાઓ નથી, પરંતુ તે થ્રેડોને યોગ્ય રીતે રાહ જોવાની મંજૂરી આપે છે. "ડબલ" શબ્દનો અર્થ છે કે સ્ટ્રક્ચરમાં ડેટા અથવા ડેટા માટેની વિનંતીઓ શામેલ છે, ચાલો તેમને એન્ટિ-ડેટા કહીએ. તેથી જો તમે ખાલી કન્ટેનરમાંથી કંઈક પુનઃપ્રાપ્ત કરવાનો પ્રયાસ કરો છો, તો તેના બદલે કન્ટેનરમાં વિનંતી મૂકવામાં આવશે. હવે થ્રેડ અન્ય કોઈને ખલેલ પહોંચાડ્યા વિના વિનંતીની રાહ જોઈ શકે છે. વધુમાં, ડેટા માળખું વિનંતીઓને પ્રાથમિકતાઓ સોંપે છે જેથી જ્યારે પ્રાપ્ત થાય, ત્યારે તે તેને યોગ્ય વ્યક્તિ સુધી પહોંચાડે. પરિણામ એ બિન-લોકીંગ મિકેનિઝમ છે જે હજુ પણ ઔપચારિક સ્પષ્ટીકરણ અને વ્યવહારમાં સારું પ્રદર્શન ધરાવે છે. 

એલેક્સી: આ ડેટા સ્ટ્રક્ચરમાંથી તમારી અપેક્ષાઓ શું છે? શું તે તમામ સામાન્ય કેસોમાં પ્રદર્શનમાં સુધારો કરશે, અથવા તે ચોક્કસ પરિસ્થિતિઓ માટે વધુ યોગ્ય છે? 

માઇકલ: તે ઉપયોગી છે જો, પ્રથમ, તમારે લૉક કર્યા વિના કન્ટેનરની જરૂર હોય, અને બીજું, તમારે એવી પરિસ્થિતિમાં રાહ જોવાની જરૂર છે જ્યાં તમારે કન્ટેનરમાંથી ડેટા પુનઃપ્રાપ્ત કરવાની જરૂર છે જે તેમાં નથી. મારી શ્રેષ્ઠ જાણકારી મુજબ, જ્યારે આ બે શરતો પૂરી થાય છે ત્યારે અમારું માળખું શ્રેષ્ઠ વર્તન પ્રદાન કરે છે. તેથી, આ કિસ્સાઓમાં હું તેનો ઉપયોગ કરવાની ભલામણ કરું છું. લોકલેસ ડેટા સ્ટ્રક્ચર્સનો મુખ્ય ફાયદો એ છે કે તેઓ પ્રદર્શન સમસ્યાઓને ટાળે છે. અને જો ડેટા એક થ્રેડથી બીજામાં ટ્રાન્સફર કરવામાં આવે તો ઘણા અલ્ગોરિધમ્સમાં રાહ જોવી ખૂબ જ મહત્વપૂર્ણ છે.

Vitali: મને સ્પષ્ટ કરવા દો: શું તમે શાળામાં અને કોન્ફરન્સમાં એક જ વસ્તુ વિશે વાત કરશો?

માઇકલ: શાળામાં હું બોલીશ સામાન્ય રીતે મલ્ટિ-થ્રેડેડ ડેટા સ્ટ્રક્ચર્સ વિશે, પાઠની શરૂઆતમાં દર્શાવેલ મૂળભૂત સિદ્ધાંતો સાથે. હું ધારું છું કે પ્રેક્ષકો જાણે છે કે થ્રેડો શું છે અને તાળાઓથી પરિચિત છે. આ મૂળભૂત જ્ઞાનના આધારે, હું લોક-ફ્રી ડેટા સ્ટ્રક્ચર્સ વિશે વાત કરીશ. હું મેમરી મેનેજમેન્ટ જેવા વિષયો પર સ્પર્શ કરીને, આ ક્ષેત્રની સૌથી મહત્વપૂર્ણ સમસ્યાઓની ઝાંખી આપીશ. મને નથી લાગતું કે MS કતાર કરતાં વધુ જટિલ કંઈ હશે.

એલેક્સી: શું તમે શાળામાં તમારા વર્ગના અંતે ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સ વિશે શીખવવાનું આયોજન કરી રહ્યાં છો?

માઇકલ: હું તેમનો ઉલ્લેખ કરીશ, પરંતુ હું તેમના પર વધુ સમય વિતાવીશ નહીં. હાઇડ્રા રિપોર્ટ તેમને સમર્પિત કરવામાં આવશે. તે પ્રોજેક્ટને આવરી લેશે જેણે આખરે તેને જાવામાં બનાવ્યું, તેમજ LCRQ કતારના ડ્યુઅલ વેરિઅન્ટ બનાવવા અને ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સ માટે નજીકની-સાર્વત્રિક ડિઝાઇન બનાવવા માટે જો ઇઝરાયેલેવિચ સાથે કામ કરશે.

એલેક્સી: તેથી શાળામાં વ્યાખ્યાન નવા નિશાળીયા માટે ભલામણ કરી શકાય છે, અને હાઇડ્રા પર ડબલ ડેટા સ્ટ્રક્ચર્સ પર વ્યાખ્યાન - એવા લોકો માટે કે જેમની પાસે પહેલેથી જ થોડો અનુભવ છે?

માઇકલ: જો હું ખોટો હોઉં તો મને સુધારો, પરંતુ હાઇડ્રાના પ્રેક્ષકો ઘણા જાવા નિષ્ણાતો અને સામાન્ય રીતે બહુ-થ્રેડેડ પ્રોગ્રામિંગ સાથે સંકળાયેલા ન હોય તેવા લોકો સહિત તદ્દન વૈવિધ્યસભર હશે. 

Vitali: હા એ સાચું છે.

એલેક્સી: ઓછામાં ઓછું આપણે એવી આશા રાખીએ છીએ.

માઇકલ: આ કિસ્સામાં, મને તે જ સમસ્યાનો સામનો કરવો પડશે જેની સાથે અમે આ ઇન્ટરવ્યુ શરૂ કર્યો હતો: રિપોર્ટ કેવી રીતે બનાવવો તે બંને તકનીકી વિગતોથી સમૃદ્ધ અને તમામ શ્રોતાઓ માટે સુલભ છે.

Vitali: તમે જે રીતે પ્રવચનો આપો છો એ જ રીતે રિપોર્ટ આપશો? એટલે કે પ્રેક્ષકો સાથે વાત કરીને પરિસ્થિતિને અનુરૂપ?

માઇકલ: મને ડર છે કે તે આ રીતે કામ કરશે નહીં, કારણ કે રિપોર્ટમાં સ્લાઇડ્સ હશે. જ્યારે શ્રોતાઓ શરૂઆતમાં વિવિધ ભાષાઓ બોલે છે ત્યારે સ્લાઇડ્સ મહત્વપૂર્ણ છે. ઘણા લોકોને મને અંગ્રેજીમાં સમજવામાં મુશ્કેલી પડશે, ખાસ કરીને જો હું ખૂબ ઝડપથી બોલું છું. મેં આ વિષયો પસંદ કર્યા છે કારણ કે પીટર કુઝનેત્સોવ મને SPTDC શાળામાં લોક-મુક્ત ડેટા સ્ટ્રક્ચર્સ વિશે વાત કરવા કહ્યું; અને પછી મને જાવા યુઝર ગ્રુપ કોન્ફરન્સ માટે રિપોર્ટની જરૂર હતી, અને હું એવી કોઈ વસ્તુ પસંદ કરવા માંગતો હતો જે ખાસ કરીને Java પ્રોગ્રામરો માટે રસપ્રદ હોય. સૌથી સહેલો રસ્તો જાવા લાઇબ્રેરીમાં તે વસ્તુઓ વિશે વાત કરવાનો હતો કે જેમાં મારો એક યા બીજી રીતે હાથ હતો. 

એલેક્સી: અમે ધારીએ છીએ કે હાઇડ્રા પરના પ્રેક્ષકો પહેલેથી જ લૉક-ફ્રી પ્રોગ્રામિંગ વિશે કંઈક જાણે છે અને કદાચ તેમને આ ક્ષેત્રમાં થોડો અનુભવ છે. પરંતુ આ માત્ર એક ધારણા છે; પરિષદમાં જ પરિસ્થિતિ સ્પષ્ટ થઈ જશે. કોઈપણ રીતે, તમારા સમય માટે આભાર. મને ખાતરી છે કે ઇન્ટરવ્યુ અમારા વાચકો માટે ખૂબ જ રસપ્રદ રહેશે. ખુબ ખુબ આભાર!

Vitali: આભાર. 

માઇકલ: મને તમને સેન્ટ પીટર્સબર્ગમાં મળીને આનંદ થશે. 

એલેક્સી: અમારું પણ એક સુંદર શહેર છે. શું તમે ક્યારેય અહીં આવ્યા છો?

માઇકલ: ના, હું ક્યારેય રશિયા ગયો નથી. પરંતુ સેન્ટ પીટર્સબર્ગ હંમેશા એવા સ્થળોની યાદીમાં છે જ્યાં હું હજુ સુધી ગયો નથી, પરંતુ જ્યાં હું ખરેખર જવા માંગુ છું, તેથી હું આમંત્રણથી ખૂબ ખુશ હતો. 

એલેક્સી: માર્ગ દ્વારા, અમારી પાસે વક્તાઓ માટે પર્યટનનો કાર્યક્રમ હશે. ઇન્ટરવ્યુ માટે તમારો ખૂબ ખૂબ આભાર, અને તમારો દિવસ સરસ રહે!

તમે હાઇડ્રા 2019 કોન્ફરન્સમાં માઇકલ સાથે તમારી વાતચીત ચાલુ રાખી શકો છો, જે 11-12 જુલાઈ, 2019 ના રોજ સેન્ટ પીટર્સબર્ગમાં યોજાશે. તે રિપોર્ટ લઈને આવશે "ડ્યુઅલ ડેટા સ્ટ્રક્ચર્સ". ટિકિટ ખરીદી શકાય છે સત્તાવાર વેબસાઇટ પર.

સોર્સ: www.habr.com