安全研究者重提 DataScalar：90 年代被埋没的近数据计算架构
lauriewired · x · 2026-10-02
知名逆向工程/安全研究者 lauriewired 发长文指出，90 年代末一些失败研究中藏着计算机科学最好的想法，DataScalar 就是今天会大放异彩的一个。
DataScalar 是一种以内存为中心的执行模型：用冗余的顺序程序在多个处理器上同时重复运行，以浪费大量 CPU 周期为代价换取数据移动的减少——算术运算「赢」的那个核恰好离所需内存最近，便单向广播结果，其他核无需发起常规的远程内存请求。这相当于用「让所有线程互相赛跑」替代设计更好的预取器，本质是一种奇特的近数据计算（near-data processing）。
当年的豪赌是：未来处理器中算术相比数据移动几乎免费。lauriewired 认为这个判断在今天完全成立。有趣的是，如今冗余计算主要用于航空航天等 lockstep 安全场景，而非性能/延迟敏感场景；她还提到这与自己 TailSlayer 项目中为降低 RAM 刷新延迟所做的一些数据竞速技巧颇为相似。
所属事件:安全研究者重提 90 年代 DataScalar 近数据计算架构(2 条相关)→
「Infra」频道最新
- PyTorch 推出 TorchTPU,vLLM 与 SGLang 可原生跑 TPU — PyTorch · 2026-10-02
- Modal 云集群正式 GA,一条 rdma=True 开启 RDMA 高速互联 — josh_wills · 2026-10-02
- Creative Strategies:看内存别再赌价格周期,要押注比特需求 — BenBajarin · 2026-10-02
- Lightmatter CEO:NPO 与 CPO 将长期共存于光互连布局 — BenBajarin · 2026-10-02
- 曝华为建第二实验室：Ascend 预训练无需重写，推理已先行迁移 — pstAsiatech · 2026-10-02
- Extropic 发布热力学递归智能首批成果,称算法效率提升百倍以上 — beffjezos · 2026-10-02