SIGNAL ONLINE AMDAHL'S LAW // SPEEDUP-CAP → FUD × IBM

AMDAHL'S LAW

并行的天花板 // The serial fraction caps everything

> 1967 年,吉恩·阿姆达尔(Gene Amdahl,彼时仍在 IBM)抛出一个冷酷论断:你能从并行里榨出的加速,永远被那段"无法并行"的代码封顶。这条阿姆达尔定律以他的名字流传至今。

SUBJECT: Gene Amdahl VENUE: AFIPS '67 SPRING TYPE: LAW BUILD v1.0

Origin — 它从哪来

1967 年 4 月,AFIPS 春季联合计算机会议(Atlantic City)。阿姆达尔发表论文 Validity of the single processor approach to achieving large scale computing capabilities

原始意图很务实:论证"与其堆大量小处理器做并行,不如把单处理器做得更快"。这是个有时代局限的立场——但定律本身剥离意图后依然锋利。

Formula — 一行决定一切

S = 1 f + (1−f) / N
f · 必须串行的比例 (0–1) N · 处理器数量 S · 加速比

推论:当 N → ∞,Smax = 1 / f。那段跑不快的代码,决定了你堆 1000 个核也只能快这么多。

f = 10%
≤ 10×
f = 5%
≤ 20×
f = 1%
≤ 100×

Simulator — 拖动它,感受天花板

当前加速 S
理论上限 1/f
逼近上限进度
SPEEDUP vs N // log-x · 虚线 = 1/f 渐近线

Twist — 上限可被重新定义

古斯塔夫森 1988 // Reevaluating Amdahl's Law

21 年后,约翰·古斯塔夫森(John Gustafson)反驳:阿姆达尔假设"问题规模固定"——同一个任务切成更多份。但现实中,人们拿到更多核,是去处理更大的问题(规模随 N 增长)。此时串行比例 f 不再固定,并行收益可远超阿姆达尔上限——这就是 古斯塔夫森定律(Gustafson's Law)。

阿姆达尔说"天花板很低";古斯塔夫森说"那是因为你把房间锁死了——把房间放大,天花板就高了"。 — 一句话张力

定律从没错。真正的天花板,是它那个未被察觉的前提

Apply — 把定律搬进真实生活

> 换掉变量,结构依然成立:整体提升,永远被"不可优化的瓶颈部分"封顶。两个可直接套用的版本——

个人发展 // GROWTH
成效提升 = 1f + (1−f) / N
f · 不可靠"堆量"改进的瓶颈:健康、睡眠、专注力、核心技能短板、情绪与决策质量
N · 投入倍数:工时、金钱、工具、人力

每天 2 小时无意识刷手机,就是注意力的"串行损耗 f"。哪怕把有效工时翻倍,总产出也被这段低质量时间按 1/f 封顶。

▷ 先修 f,再堆 N。
投资 // INVESTING
长期净复利1摩擦占比 f
f · 费率 + 交易摩擦 + 税 + 通胀 + 行为损耗(追涨杀跌)+ 单一仓位风险
N · 研究勤奋度、标的数量、信息优势

摩擦成本是组合里"确定存在、无法靠更勤奋研究消除"的部分——它就是投资的 f。约翰·博格(John Bogle)据此创立指数基金:把 f 压到极致,长期反而跑赢绝大多数主动基金。

▷ 降 f 一寸,胜过堆 N 一尺。
两个领域,同一杠杆:真正的杠杆不在加大 N(更努力 / 更勤奋研究),而在压缩 f——那个无法靠堆量消除的瓶颈。这正是阿姆达尔定律走出机房、变成生活法则的方式。

Personal Takeaways — 个人启示 · 03

01

先找瓶颈,再堆资源

加速的收益被"不可并行/不可改进"的部分封顶。在堆核、加人、加机器之前,先问:串行段(真正的瓶颈)在哪?优化瓶颈一寸,胜过优化其它一尺。

02

知道上限,比盲目乐观更重要

阿姆达尔定律的价值不在让人绝望,而在让人清醒:任何系统都有一个由"最慢环节"决定的渐近线。先算清天花板,再决定要不要砸钱逼近它。

03

上限常是假设的产物

古斯塔夫森证明阿姆达尔的"硬上限"源于"问题规模固定"这个隐性假设;假设一变,上限就被抬高。生活里很多"不可能",拆到底都是某个未被察觉的前提——改前提,比硬撞天花板更值得。