分享

关于这个话题，套用一句谚语就是三十年河东三十年河西，风水轮流转。软件和硬件一定是相互促进、相互拆台又相互搭台的。一些之前被诟病的上层架构，或许若干年之后会被发现成了最合适的选择，而再过若干年，又会变得不合适。软件定义亦或是硬件定义，同样也是这样，硬件定义的结果是性能够强但是不灵活，此时软件定义便会开始酝酿翻盘，但是任何事情都有惯性，软件“过度”定义之后，会发现很多事情搞不定，还得靠硬件来加速一下，此时开始进入硬件定义周期，然后循环往复。我们可以用几个例子来窥探一下这种规律。

CPU和OS。一对不离不弃的夫妻，阴抱阳，阳抱阴。一开始没有所谓中断，更没有所谓OS，只有顺序执行指令计算机和被写死的程序，很不灵活。后来才有了OS，CPU先执行OS这个大循环程序，然后载入所需要执行的用户程序执行，执行完退出，可以继续载入其他程序执行。哪怕最简单的OS要想玩转，CPU起码也得至少提供IO和时钟中断机制。OS呱呱坠地，就得不断长大，不断的进化，单任务不灵活，就得多任务分时执行，所有任务共享内存空间，导致了安全性问题，这就不得不引入虚拟内存技术，所以软件越来越复杂，性能逐渐就不行了。此时CPU出来说话了，我来搞定虚拟内存，提供页表极致，提供专用的控制寄存器，并提供专用的查表加速硬件部件。多任务分时OS的生产力被初步释放，但是性能还是较差，还得依靠CPU搞定。CPU继续发力，引入超线程技术，让多个线程的代码可以并发执行，这得益于流水线的设计；为了能够更好的实现线程并发执行，后来继续出现多核心多CPU的SMP技术， OS不得不做出改动。但是多CPU/核心并不是任何时候都很高效的并发多线程的，随着软件复杂度提升，线程同步、缓存一致性等问题导致需要大量状态和数据同步，传统的共享式的前端总线效率太低，所以不得不改为交换式Fabric比如Intel QPI，访问内存经过太多跳器件效率上不去，所以也改为直连CPU分布式共享架构，这也是当今的形态。再往后会怎么发展，应该可以顺着惯性往前推导一下，交换式Fabric的出现，意味着CPU和CPU之间可以离得越来越远，只要有足够高速的链路连接，这一形态其实就是大型NUMA计算机的形态了。这一形态的轮回意味着软件架构的变化，传统领域需要高性能的场景不得不使用大型机、小型机，但是他们是及其昂贵的，就是因为不开放，而他们又不可能像互联网领域一样投入开发资源在分布式系统上定制化自己的应用。而开放式大型NUMA系统出现之后，可能之前的被“过度”定义了的分布式系统生态又会沉寂下来，这个循环进入新的周期纪元，在这个纪元里，曾经光鲜的分布式系统可能会被新生代工程师/架构师认为是一种很不可思议的“野路子”：“你看，以前这种架构，好坑爹啊！”。这就像我们现在回头看之前的有些设计一样，也会感觉到不可思议，那时候的人都这么“脑残”么？恩，如果换了你回到那个时代，或许更脑残：）。不管谁脑残，一个事实是始终不变的，那就是硬件性能的绝对值是一直直线上升的，不管分布式还是集中式。

CPU和VMM。VMM能发展到今天这个地步是无人始料的，一开始就是玩玩，没想到玩了个大的出来。有不少人持有上述观点，其实这个观点只是表象。虚拟机技术起源于大型机，中小型机上早已也使用了多年，所以VMM可并不是玩玩。大机小机都是封闭市场，技术也确实牛。开放市场领域很多技术其实都是源自大型机小型机。虚拟机显然是单机性能过剩，而多机整体资源又无法得到全局细粒度池化分配时代的产物。VMM虚拟CPU，虚拟IO设备，虚拟内存，一开始全用软件实现，每一条指令解释执行，后来优化了设计，但最终还是要监控和截获+虚拟那些敏感和特权指令，每个进程还要虚拟出额外页表从而虚拟内存，IO需要经历重重内存拷贝才能发出去一个包，要想商用的话，软件各方面开销实在是搞不定了，此时还得硬件出马，在CPU层面提供硬件辅助， IO设备也开始有了SRIOV/MRIOV的方案，我总感觉这次硬件反而有点“过度”定义了，被软件骗了一回。为什么呢？就因为硬件资源不能做到池化和细粒度切分，才会产生VMM这个尴尬的东西，而此时硬件仿佛走火入魔了，弄出一系列复杂的技术来支撑VMM。其实硬件还有另一条路可以走，同样可以实现VMM类似的效果，那就是让硬件变得可以切分，而不是用软件去切分。这条路在小机系统上曾经有人尝试过，采用总线级别的隔离开关来切分不同的CPU和内存以及IO槽位。要实现细粒度切分的前提是必须把硬件最小切分粒度降下来，单CPU使劲增加性能其实已经不是一条比较明智的路线了。近几年众核CPU不断冒出头来，单CPU128个核心已经不是什么惊讶之事了，但是由于生态尚未成熟，它们目前仍被局限在并行度高耦合度低的处理场景比如网络包处理等。另一个迹象就是ARM生态的崛起，种种迹象表明这很有可能是一条光明大道。但是如何将传统生态导向这个道路上就不那么简单了。我们看到Intel正在搞SiPh硅光方案，其致力于硬件资源的灵活拼搭，如果粒度足够细，VMM其实就可以退出舞台了，这将又是一场硬件拆台软件的血腥战斗。

虚拟机和云计算

虚拟机的发展催生硬件加速方案，也正是因为硬加速，又使得虚拟机可以大范围应用，也正是如此，才将云计算的概念带了出来，也就是硬件又反过来加速了软件的变革。而随着量的上升，会影响质变，人们会发现其实VM这种东西是非常低效的虚拟化，VMM个人理解其实是一股具有邪性的阳气，他看似光鲜实则非常损耗阴实的，体现为过多不必要的操作系统实例。操作系统本来就是利用线程/进程来虚拟化多任务多用户的运行，每一次系统调用的开销是非常高的，让一个CPU同时运行多个操作系统实例，无疑是极大的浪费，上文提到过这种模式是单机性能过剩，而整体资源又无法得到池化时代的产物。而云计算架构的出现，会打破这个矛盾。云计算可能初生的时候就是一个全局虚拟机资源调度管理软件框架，但是一个事物毕竟是不断在成长进化的，云计算会最终找到它的使命，那就是大范围全局资源的池化、分配调度管理监控，也就是数据中心级的OS，做的事情与单机OS如出一辙。既然如此，那么AAAS（Application As a Service）应该是云计算最终要实现的状态，这就相当于打开屏幕，就出现一堆应用图标，点进去完成你要的功能，退出，结束。既然用户不需要IAAS，不需要直接面对操作系统，那么搞那么多VM实例其实就是没有必要的，空耗资源。云计算需要实现一个全局的应用进程级别的调度中枢，而不是调度VM。再来思考一下大机为什么需要VM？因为大机那个时代并没有现在这种云计算的概念，xAAS这个思维，你可以说那时候人脑残，那时候软件技术是很封闭而且不发达的，所以进行资源细粒度切分，用VM也算是快刀斩乱麻的方案。我们也看到进程级虚拟机（比如Linux Container）业逐渐在受到关注。这些都是云计算这个软件框架、这个宏观的OS的定义，那么这种定义会对硬件有什么影响？我想那一定会催生两个硬件形态的变革，一个就是上面所说的单点的性能要足够低，力度要足够细，单点性能“足够低”，这可能让人大跌眼镜，不过将来可真说不准啊，众核CPU就是个很好的胚子；另一个是局部多层高速Fabric核间通信，由于CPU/核心可以任意切分和组合，他们之间一定需要一个高速总线相互连接，目前存在多种Fabric方案和产品，这块虽然比较低调冷门但是也还算成熟，加上硅光等技术会将Fabric隐身至机架外，这就为大范围池化提供了支撑。而这次硬件的变革很可能又会影响软件的架构，使得大规模并行计算不再需要MPI等远程消息传递机制，消息传递直接使用Fabric硬件加速的队列FIFO，会大大简化编程，有利于HPC的模式最终可以全面得到普及。

云计算，宏观操作系统，数据中心级的NUMA机，一切皆有可能。

张冬 2014-05-06 16:00

分享

分享

近日，MIT计算机科学与人工智能实验室的研究者们，联合华盛顿大学的同事一起，开发了一个新的计算机系统，用于自动解决代数课上的常见的语言描述的应用题。
近期来看，这项工作的成果可以应用于教学之中，用于识别学生作业中错误，评估问题难度。从长远来看，该系统显示出其在解决复杂的几何，物理及经济问题的潜力。该项工作论文的主要作者，MIT的EECS研究生Nate Kushman介绍说，这是一项关于语义分析的研究，它的目的是将自然语言转化成数学语言，或逻辑语言。在他之前，包括他自己的大多数语义分析研究，都更侧重于独立的语句分析，Kushman解释说，在解决这些代数问题是，要将不同的句子组合起来，而这种从多句话中总结出代数表达式的能力正是这项工作的创新之处。
论文的概要里说该系统在测试中，正确解决了接近70%的代数问题。看起来表现还是非常彪悍的。详情戳图。

分享

分享

GFT 2.0: updated (2009)

Add unseasonal influenza to seasonal influenza

前一篇文章完整地记录了GFT诞生的全过程。

GFT 1.0发布于2008年11月，建模参考的CDC数据为2003-2008年3月（全部为季节性流感的统计数据），预测2008-2009年的疫情。GFT 1.0在线期间，有评论表示担心，GFT 1.0之所以能够准确的预测流感疫情（以CDC发布的ILI统计数据为准），很可能是由于用户在网上检索医疗信息的“群体行为”在时间上的一致（may be limited by the consistency of inline health-seeking behavior）。如果是这样，那么，在季节性流感和非季节性流感爆发期间的不同情境下，用户的检索行为是否仍能保持一致？是否会有不同的terminology规律？等。

Thus, an open question was whether GFT could provide accurate estimates of NON-SEASONAL FLU.

2009年爆发的H1N1为GFT提供了预测非季节性流感疫情的训练数据（The 2009 influenza virus A (H1N1) pandemic [pH1N1] provided the first opportunity to evaluate GFT during a non-seasonal influenza outbreak.）。

GFT 2.0发布于2009年9月24日，预测了2009年9月-12月的疫情。

2.0与1.0的methodology是相同的。本文依据参考文献[1]，从模型所包含检索词的数量（number）和体量（volume）、模型对历史数据的拟合效果两个方面对比1.0与2.0两个版本的GFT。检视GFT 2.0的准确率，并从检索词的数量和体量（volume）变化窥探用户检索行为和terminology的变化。

一、构成两个模型的检索词的特点

（1）采纳的检索词数量和体量

l  GFT 2.0包括160个与流感活动有关的检索词，而1.0的版本中只有40个。

l  尽管2.0的版本使用的检索词数量将近是1.0版本的4倍，但是，GFT 2.0的检索词体量只有GFT 1.0的1/4。因为GFT 2.0使用了更多不常见的检索词（due to the inclusion of less common queries than in the original model）。

l  两个模型有11个重合的检索词，占GFT 2.0体量的50%，却只有GFT 1.0的11%。

（2）内容

l  GFT 2.0包含的检索词直接与influenza有关，而非是与流感有关的病症（比如：influenza infection, such as “pnumonia”，拼写错误是故意为之，保持与检索词的原始形态一致）：

a)         （流感引发的疾病）主题是influenza complication和symptoms of an influenza complication的检索词占GFT 1.0体量的48%，但是在GFT 1.0中只有17%；

b)         主题是general influenza symptoms和specific influenza symptoms（即与流感直接相关）在GFT 2.0中占69%，但在GFT 1.0中只有8%；

c)         在GFT 2.0中，包含flu的检索词有72%（个数38%），在GFT 1.0中只有14%（个数2%）。

将检索词按照主题汇总，比较每个主题的大小如截图Table 1。

文献来源：参考文献[1]

二、两个模型的预测效果对比

首先，将整个研究区间划分为4个时间段：

（1）阶段1：pre-H1N1 （2003年9月-2009年3月）

（2）阶段2：H1N1 overall （2009年3月-2009年12月）

（3）阶段3：Summer H1N1 （2009年3月-2009年8月）

（4）阶段4：and Winter H1N1 （2009年8月-2009年12月）

接着，对比两个模型的预测效果的参考指标，结果如截图Table 2：

（1）相关性 Pearson Correlation

（2）误差 RMSE

文献来源：参考文献[1]

结论：

1. 在4个阶段中，模型的估计值与ILI数据的相关性

在阶段1和阶段2，两个模型都与ILI数据高度相关；

在阶段3（H1N1流行期间前半段），GFT 1.0与ILI数据无关(0.290)，而GFT 2.0与之非常相关(r = 0.945)；

在阶段4（H1N1流行期间后半段），两个模型均与ILI数据高度相关，相关系数分别为(r = 0.916 and r = 0.985)。

2. 两个模型对ILI数据的描述程度

粗略地讲，在统计学中，用R²表示所建立模型对变量之间关系的描述了多少，取值在0-1之间，RMSE = 1- R²。

所以，根据Table 2中的数据可知，GFT 1.0对ILI数据的描述能力比GFT 2.0差，在阶段2最差（GFT 2.0的RMSE是GFT 1.0的3倍多）。

3. 总体趋势

虽然，两个模型的估计值与ILI的数据均强相关，从Figure 1的2个图（尤其是A图）中还是可以明显看出拟合效果的差异。

两个模型都能够对2009年早期季节性流感期间的疫情做出准确的估计。在整个pre-pH1N1期间，2.0与ILI数据的相关性比1.0稍好（1.0: r = 0.906, RMSE = 0.006; 2.0: r = 0.942, RMSE = 0.005）。并且，2.0的预测值与4个ILI峰值一致（共出现6个峰值）；而1.0只与3个峰值一致。

文献来源：参考文献[1]

三、H1N1期间的检索行为

通过前文的对比，可以得出，在整个时间段，两个模型的估计值与ILI数据均强相关，但GFT 2.0的效果略好于GFT 1.0。然而，在阶段3，也就是H1N1爆发期间的前半段，GFT 1.0的估计值与ILI数据不相关，而GFT 2.0强相关。也就是说，改进后的模型不仅能够拟合原有的ILI数据（季节性流感爆发的数据），也能够拟合新产生的数据（非季节性流感爆发期间的数据）。

同时，旧模型完全不能够拟合新产生的非季节性流感的数据，也说明，在季节性流感和非季节性流感两个阶段，数据中确实发生了变化。

如本文开头提到，主流的观点是认为是用户的信息检索行为发生了变化。

参考文献[1]对用户行为的探索是通过对构成模型的检索词的数量前后变化的比较进行的。

作者们观察到，在整个H1N1期间，GFT 1.0中检索词的数量比期望的要低（考虑之前得到的检索词数量与ILI数据之间的数量关系），导致其对ILI数据预测值偏低。为了检测这种变化对模型的影响，用每个主题的检索词数量和ILI数据建立模型。结果，这些模型几乎都低估了在H1N1期间的ILI数据。原文给出了2个例子，如Figure 2。

同样，在用地区数据进行的类似分析中，也表现出，GFT 1.0对实际值的预测偏低（与使用全国范围的数据得到的结果一致）。

Figure 3展示的是ILI数据和单个检索词构建的模型预测值，“symptoms of flu”, “symptoms of bronchitis”, and “symptoms of pneumonia”。在H1N1之前，这三个检索词能够很好的拟合ILI数据。在H1N1期间，“symptoms of flu”仍能很接近的拟合ILI数据，但是“symptoms of bronchitis”和“symptoms of pneumonia做出的估计已经明显的低于实际值，尤其是在H1N1爆发期间的后期。

文献来源：参考文献[1]

讨论：

从上面的过程中，我们可以得出，在季节性流感和非季节性流感爆发季节，用户检索医疗卫生信息所使用的检索词确实发生了变化（用户行为变化）。

然而，要准确地指出导致这种行为变化的原因是很困难的。作者列出了几个可能原因，解释GFT 1.0低估H1N1活跃度的原因。

1. 用户减少了使用与influenza complications such as bronchitis and pneumonia有关的检索词。这个主题的检索词在GFT 1.0中占据很大比例。

2. H1N1病毒出现于春夏的月份，与秋冬月份（季节性流感高发时期）不同。人们极有可能在冬天和夏天使用不同的检索词。

3. GFT建模使用的ILI数据，来自各地各类医疗卫生机构向CDC的报告，因此，CDC统计的数据可能跟ILI的真实情况有差。另外，ILI的数据估计的是因流感而到访门诊的病人在总人口中的比例，这个数据既有赖于实际的流感发病情况，也依赖患病者中实际去门诊的比例。后者的变化能显著影响ILI的数据以及GFT模型的估计值。（三个数据的转化关系见下图）

CDC实际统计到的ILI数据为：（上报的）门诊到访流感病人/总人口数，然而，它将“上报的门诊到访流感病例数”作为对“门诊到访流感病人数”估计。而GFT的社会使命是估计流感患病人数/总人口数。由此也可以看出，模型“与生俱来”的假设才是导致“预测不准”的根源。只是这种根源，有点宿命的不可改变的韵味。（即便GFT能够“准确”地预测出CDC统计的ILI数据，ILI数据又代表了什么？）

写在最后：

请牢记，除了每年更新一次GFT建模数据之外，GFT的Methodology到目前为止只更新过2次。本文记录了第一次，接下来会有一篇文章介绍第二次更新。

作为第一次更新，GFT补充了在非季节性流感爆发时的数据。从GFT 2.0与ILI数据的相关系数和RMSE来看，模型2.0对现实数据的拟合情况是很好的。So，until now，GFT已经prepared for everything。能想到GFT第二次更新了什么吗？敬请期待。

参考文献：

1. Cook S, Conrad C, Fowlkes A L, et al. Assessing Google flu trends performance in the United States during the 2009 influenza virus A (H1N1) pandemic[J]. PloS one, 2011, 6(8): e23610.

小吐槽：这篇文章在内容上的组织结构并不好（就更别说“巧妙”了），不知道是不是因为不是正式出版物所以标准降低。

分享

分享

时间：5月10日（周六）下午15:30 -18:00

地点：美国硅谷 Santa Clara Convention Center Room 209/210

活动承办：东沙湖股权投资 千人计划创投中心

元禾控股、北极光创投、启明创投、纪源资本、金沙江创投、达泰资本、盘实资本、松禾资本、通和资本、亚商资本…国内顶级创投机构汇聚一堂！

• 赢得和国内VC大佬、成功创业家面对面的交流机会
• 深入了解第三届千人计划创业大赛，赢得创业资金
• 了解最新创业趋势，探讨交流回国创业心得与经验

分享

分享

据可靠消息，百度的重要技术精英骨干， 云计算和大数据首席架构师林仕鼎今天正式辞职！离开百度！

林仕鼎的一些基本信息如下： ／／http://baike.baidu.com/view/9628480.htm

2002年毕业于北京航空航天大学计算机系，获得硕士学位。
2002年4月到2007年10月，于微软亚洲研究院系统研究组工作，历任助理研究员、副研究员、研究员。
2007年10月加入百度，担任网页搜索部高级研究员、主任架构师。
2010年9月，任基础架构部主任架构师。
2011年10月，任百度云首席架构师。2012年10月起全面负责百度云的技术、产品与生态系统。

加入百度后，林仕鼎创建了search infrastructure组，致力于研究适合百度搜索引擎的基础架构和ranking支撑系统。期间，林仕鼎主持开发了新一代网页存储处理平台——百灵，带领百度搜索引擎实现了网页与索引的跨量级增长，并自2010年1月起担任搜索部技术委员会主席。

2010年6月，林仕鼎制定了百度统一基础架构发展的长期技术规划，推动相关团队的整合并创立基础架构部，担任主任架构师。在他的带领下，基础架构部对原有的基础平台进行了全面的升级，在存储、分布式计算、高性能计算和在线业务架构方向上为百度业务的飞速发展提供了有力的保障。
2011年，林仕鼎积极思考和推进移动与云计算，并促使公司成立了移动·云事业部。作为首席架构师，他负责制定百度云的战略和发展规划，确立了“一人一云”的理念，并带领核心技术产品研发。他设计并推出了个人云存储平台 (PCS)，支撑网盘、云相册和云音乐等多项新业务，并服务于数百个第三方应用和多家手机厂商。同时他还设计了新型WebApp平台——西米露 (Sumeru)，在此平台上构建的七种武器在2012年百度世界大会上惊艳亮相[1]。2012年10月起，林仕鼎全面负责百度云的技术产品研发和生态系统建设。
林仕鼎同时还负责百度公司承担的多个国家项目，如863网络操作系统、发改委云计算示范专项等，树立了百度在云计算和操作系统研发等领域的技术形象。2011年，提出数据中心计算概念，被CSDN评为全国十大技术影响力人物。

分享

分享

近日，美国网络媒体Business Insider总编辑兼CEO亨利-布洛格特（Henry Blodget）发布的报告《移动互联网的未来》，引起关注：

1. 在联网设备中，PC所占份额越来越少；
2. 2013年智能手机出货量接近10亿部；
3. 平板电脑正在吞食PC……；
4. 平板手机填补空白；
5. 可穿戴设备即将腾飞；
6. 越来越多的汽车引入互联网；width=580 alt=
7. 同时，PC厂家走入困境……

分享

分享

［编者注： 转载文章。http://tech.qq.com/a/20140427/007952.htm ］

2001年7月的一天，拉里·佩奇（Larry Page）决定解雇谷歌(微博)的项目经理。所有的项目经理。

当时的拉里·佩奇还是一个年仅22岁的斯坦福大学研究生，这距离他半夜想到一个主意仅仅五年时间。根据这个主意，他可以下载整个互联网，查看不同页面上的链接，进而能够以一种全新的方式查看全世界的信息。

佩奇当天晚上写成的代码成为一种算法的基础。他称之为PageRank，并将其用于支持一种全新的互联网搜索引擎BackRub。但这个名字并没有使用多久。

到1997年，BackRub被更名为Google，而且发展得很好，拥有了数百万用户，获得了不少知名投资者青睐，另外还有400名员工，包括数名项目经理。

解雇项目经理

1999年谷歌员工合影

与大多数创业公司一样，在第一年的谷歌，公司CEO佩奇与工程师之间没有任何管理层级。但随着公司的发展，CEO与工程师之间新增了一层管理者，他们可以见到佩奇和谷歌其他高管，然后给工程师下达命令和截止时间。

佩奇讨厌这种格局。他认为谷歌只应聘请最优秀的工程师，过多的监督层级不仅没有必要，而且会构成阻碍。他甚至怀疑谷歌的项目经理们引导工程师偏离对他个人非常重要的项目。例如，佩奇曾经制定计划，想要扫描世界上所有图书并使其在互联网上搜索可得，但几乎没有人从事这个项目。佩奇将其归罪于项目经理。

他提出了一些大幅的精简措施。所有的谷歌工程师将不再向项目经理报告工作，而是向新聘请的工程副总裁韦恩·罗辛（Wayne Rosing）汇报，而罗辛将直接向佩奇汇报工作。

道格拉斯·爱德华兹（Douglas Edwards）撰写的关于谷歌早期内部观点的著作《我很幸运》（I’m Feeling Lucky）披露，当时谷歌的人力资源主管史塔茜·苏利文（Stacey Sullivan）是一位非常认真的女性，她认为佩奇的计划太疯狂了。“人们在遇到问题时需要有人去解决。”她说。

佩奇没有理会她。

佩奇与布林

苏利文将自己的担心告诉了埃里克·施密特（Eric Schmidt）。那年3月份，施密特担任谷歌董事长。所有人都预计，只要他离开Novell CEO的全职工作，就会担任谷歌CEO。

施密特同意苏利文的观点，佩奇的执行教练比尔·坎贝尔（Bill Campbell）同样如此。所有人都称坎贝尔为“教练”，是因为他曾经担任哥伦比亚大学的橄榄球教练，他仍然像在场边指挥比赛一样边走边说。

正如史蒂芬·列维在自己的作品《In the Plex》里所说，有天晚上，坎贝尔与佩奇就他的计划发生了争执。为了证明自己的观点，坎贝尔把工程师一位接一位地叫到佩奇的办公室，让他们表达自己的观点。一位又一位工程师告诉佩奇，他们确实要一位经理，这个人可以结束他们的分歧，并给团队指明方向。

但佩奇已经下定了决心。

施密特可能是苏利文寻求帮助的最糟糕对象。佩奇从来没有支持聘请施密特或者任何一位CEO，只是谷歌投资者迫使他不得不这样做。

不久之后，施密特似乎成为佩奇实施计划的障碍。但当时候是2001年7月，施密特尚未正式担任谷歌CEO，因此佩奇的计划得以实施。佩奇要求罗辛代表他宣布这个消息。

当天下午，大约130名工程师和数名项目经理聚集到一起。谷歌的办公室隔档错落有致，沙发等家具是从其他失败的创业公司里淘来的廉价货。这些人就站在佩奇办公室外面。

最后，戴着眼镜、秃顶的罗辛开始说话。他解释说工程部门将进行重组：所有工程师将向他报告工作，所有的项目经理将被解雇。这个消息没有引起积极的反馈。项目经理们都惊呆了，他们事先没有得到任何警告，而且当着所有同事的面被炒了鱿鱼。

工程师们要求一个解释。佩奇做出了解释。他脸上几乎没有任何表情，用标志性的平缓、机器人式的语调，佩奇解释说他不喜欢由非工程师来监督工程师。工程师们不应接受科技知识有限的经理们监督。最后，他说，谷歌项目经理们的工作也不能令人满意。

佩奇说话的时候，他的眼神漂到别处，避免与他人直接接触。尽管他的身高高于平均水平，一头黑发令其外表英俊，但他在社交场合显得很腼腆。

这个消息遭到了大量的抱怨。最后，房间里一位名叫罗恩·道林（Ron Dolin）的工程师开始向佩奇发难。他说，全体大会并不是进行业绩评估的场合，佩奇的所作所为“非常荒谬”，“一点都不职业”。

“太扯了，”一位当时在场项目经理后来说，“我感到很受侮辱。拉里当着全公司的面说我们不需要经理，说他不喜欢我们。他的话伤害了很多人。”

最后，裁员并没有进行下去。佩奇那天想要截掉的项目经理全都转到谷歌日益发展的运营部门，由乌尔斯·霍兹勒（Urs Hozle）领导。佩奇的重组也没有持续太久。尽管一些工程师在没有监管的情况下成果丰硕，但问题也随之而来。项目所需资源并没有保障到位。重复冗余问题出现。工程师希望得到反馈，并想知道他们的职业生涯会如何发展。

最后，谷歌再次开始招聘项目经理。“我尽全力解释管理的真正价值，你可以为如何管理定一个基调。”史塔茜·苏利文在《我很幸运》一书里回忆说，“希望拉里可以从中吸取教训。”

谷歌的乔布斯

到2001年8月，施密特卸到了自己在Novell的全部职责，成为谷歌CEO，也就是对佩奇和另外一位联合创始人谢尔盖·布林（Sergey Brin）进行所谓的成人监护。

很长一段时间，拉里·佩奇感觉很不开心。

每个人都知道史蒂夫·乔布斯（Steve Jobs）的故事，知道他被自己创立的苹果公司解雇，流亡几十年后又回归并拯救了公司。但很少有人理解苹果董事会和投资者当时解雇乔布斯是一个非常正确的决定。在职业生涯早期，乔布斯非常任性和自私，容易造成破坏。离开苹果之后，他才知耻而后勇，在Pixar取得了第二次成功，进而成为一名成熟的领袖。回到苹果之后，他带领苹果发展成为世界上最具价值的公司。

拉里·佩奇就是谷歌的史蒂夫·乔布斯。与乔布斯一样，佩奇也有另外一位联合创始人谢尔盖·布林，但佩奇一直是公司真正的梦想家和推动力。就像苹果投资者将乔布斯扫地出门一样，谷歌投资者也没有满足佩奇的意愿，迫使他聘请一位CEO实施成人监护。

后来，两个人都经历了长时间的迷失。史蒂夫·乔布斯的流亡形势更加严峻，但佩奇也在几年时间里没有涉足谷歌的日常工作。与乔布斯一样，只有在经历了长时间流亡后，佩奇才能够成熟起来，了解到自己的优点与缺点。

后来，与乔布斯一样，佩奇带着雄心壮志与坚定决心回归公司。

发明家特斯拉的故事

1943年1月7日，尼古拉·特斯拉（Nikola Tesla）安静地躺在纽约客酒店的房间里，这是一家位于曼哈顿大街上方的33层酒店。突然间，特斯拉胸部剧痛，随后他的心脏停止了跳动。

一天之后，酒店服务生决定忽略特斯拉房间门口“请勿打扰”的标识，打开房间，发现了他的尸体。这位优秀的发明家已经离世。

特斯拉是一位克罗地亚移民，出生于1856年。他曾发明了当今世界上绝大多数电的发电方式，也曾构思和创造出无线通信。但是在去世之前的最后十年，他只能努力赚取养老金和喂养鸽子，无力说服投资者资助他最新的构想。直到去世的时候，他都坚信自己可以发明出结束所有战争的武器，发明出电能通过无线方式跨越大洋的方式，并计划从太空中收集能量。他去世的时候，寂寞一人，负债累累。

特斯拉是一个聪明的人。他能够讲八种语言，有过目不忘的记忆力。他能够在脑海中构成出完整的发明。但是在商业方面，他极其糟糕。

1885年，他告诉自己的老板托马斯·爱迪生，他可以改进汽车和发电机。爱迪生说：“如果你做到了，给你5万美元。”特斯拉履行了自己的承诺，爱迪生却只给他加薪10美元。

特斯拉愤而辞职，组建了自己的公司：特斯拉电灯与生产公司。但是不久后，他就与投资者就公司发展方向出现分歧，并被炒了鱿鱼。随后一年，特斯拉被迫挖沟谋生。

1900年，他说服摩根大通给另一家公司投资15万美元，但这些钱在1901年就用完了。特斯拉余生一直在给摩根大通写信，请求更多资金支持。但他再也没有拿到过一分钱。

特斯拉去世后的第二年，也就是1944年，《纽约先驱导报》记者约翰·约瑟夫·奥尼尔（John Joseph O’Neill）撰写了一篇关于这位发明家的传记。二人过去曾是好友。

这篇传记题为《浪子天才：尼古拉·特斯拉的一生》。“在他生命的最后三十年，见到过他数千人当中，知道他是谁的很可能不超过10个人。”传记总结说。

“即便媒体每隔一年就会头条报道特斯拉和他最新的科学预测，但没有人将这些报道与这个高高瘦瘦、衣着过时、每天喂鸽子的人联系起来。”“他就是那类奇怪的人群之一，他们能够以不同的方式，令城市里的人们生活更好。”

这篇文章发表后41年，也就是1985年，一个12岁的密歇根男孩阅读了特斯拉的传记之后哭了。

他就是拉里·佩奇。

佩奇的父母都是密歇根州立大学的计算机科学教授，他从小就在一个杂乱的房子里长大。房间里不仅有计算机和电子设备，还有到处堆放的科技杂志。再加上佩奇父母专注的精神，这种氛围培养了佩奇的创造力和发明精神。

从那一刻起，佩奇认识到，仅仅构思出创新的科技未来是不够的，重大理念并不足够，它还需要商业化。如果佩奇想要成为一个发明家，他就必须创立一家成功的公司。

特斯拉的故事还教育佩奇要小心世界上托马斯·爱迪生这样的老板，他们会利用你实现梦想的愿望，去服务于自身的世俗目的。

管理原则

谷歌成立于1998年9月4日，也就是佩奇在梦里构思出用内置链接进行网页排名的想法之后两年。他自己担任CEO，他最好的朋友谢尔盖·布林被任命为联合创始人。

联合创始人经常被历史遗忘。史蒂夫·乔布斯在苹果有两位联合创始人，马克·扎克伯格在Facebook有四位联合创始人。

谢尔盖·布林是一位与佩奇截然不同的搭档。他们在斯坦福大学相识，当时布林非常外向和精力充沛，教授们都知道他喜欢不敲门就直接进入办公室。

在佩奇的创业公司发展为国际科技公司的过程中，布林提供了谷歌必需、但佩奇缺乏的外向性格。布林擅长战略和品牌，以及发展谷歌与其他公司的关系。他是佩奇的合作伙伴，最后成为兄长。

尽管谷歌经常被看作是布林和佩奇这两位计算机天才的产物，实际上谷歌是拉里·佩奇的创造物，谢尔盖·布林只是帮手。

佩奇和布林为成立这家公司从好友和家里筹集了100万美元，并从斯坦福大学校园里搬到了租来的车库。

到1999年2月，这家创业公司的发展规模已非车库能容纳，于是搬到了位于加州帕洛艾托（Palo Alto）一个自行车商店楼上的办公室里。七个月之后，这个办公室的规模也不再够，于是公司又搬到了山景城附近距离高速公路几英里的一个办公园区里一座毫无特征的楼上。

在这座楼外面的一片柏油停车场，有一个黄色警用胶带标识的区域，佩奇、布林和谷歌其他员工在这里玩滑轮曲棍球。他们的游戏是全身体接触，因此员工们都戴着护具，回到办公室的时候一定是汗流浃背，有时候还会有出血和淤肿。“在场上对抗创始人的时候，没有人会收敛一点。”道格拉斯·爱德华兹写道，“你玩得越激烈，赢得的尊重越多。”

在这座褐色大楼内部，游戏要激烈得多。是的，这里为所有员工提供免费食物，以及一位现场按摩治疗师。另外还有色彩明亮的餐厅和沙发，整个区域看起来就像一个幼儿园和大一新生宿舍的混合体。

但是对于佩奇的员工而言，在谷歌工作就像是一场无休止的论文答辩。放眼望去，到处都是饱读圣贤书的人才随时想要与你辩论。佩奇曾经每天与布林进行激烈的争论，这也是他们关系发展的方式。他们的辩论并不是相互争吵，而是一方陈述观点，然后另一方陈述，很少有打断对方的情况发生。佩奇会说布林的想法很愚蠢，布林则会说佩奇的主意太幼稚。他们相互都会称对方为混蛋。

佩奇从来没有感觉到他与布林的关系因为这些争论而有所恶化，因此他也用同样未经任何修饰的方式与其他谷歌员工进行沟通。佩奇曾经对满屋子的谷歌首批营销员工说，他们的职业就是建立在说谎的基础之上。

佩奇还喜欢用肢体语言来表达想法。如果他的眉毛会上扬，说明他认为你的想法很愚蠢。如果你说了一些让他感觉愤怒或不舒服的话，他会用更加平静的语调回应，而且说话的时候绝对不会看着你。

佩奇因为缺乏社交技能而带来了不好的名声。产品演示时应用程序加载过慢也会令他咆哮如雷。

佩奇鼓励公司高管像他和布林那样相互挑战。在新招聘员工的见面会上，两位联合创始人之一经常会挑起一场关于企业或产品决策的论战。然后他们就静静坐在一边，观看下属们相互之间的争论。只要任何一个论点说到了点子上，佩奇就会说：“我不想再听下去了。就这样做。”

这并不是说他是个专制的统治者，而是说明他与人沟通靠的是想法，而不是感觉。

谷歌早期的人力资源主管希瑟·凯恩斯（Heather Cairns）还记得有一次遇到佩奇在下班后与谷歌清洁工专心致志地聊天。随后她问佩奇，他们如此严肃地都聊了些什么。

他回答说。“我想知道每个人工作的情况。”随后他详细回忆了这位清洁工的方法：把空垃圾袋放到垃圾桶底部，这样就可以方便地更换。“这种方法非常有效，”佩奇肯定地说，“他这样做可以节约时间，我也从中学到了东西。”

在社交上，佩奇就像个孩子。在大学和研究生期间，他能够借外部事物与他人交流：对未来的构想，超酷的技术。在谷歌，他仍然用这个层面的东西与员工交流，却忽略了情感沟通。

在被问及他管理公司的方法时，佩奇曾经对一位谷歌员工介绍说，他解决复杂问题的方法就是将其简化到二选一，然后选择最佳答案。无论此举会带来什么附加损害，他都能接受。

佩奇在获得密歇根州立大学的计算机科学学士学位之后，前往斯坦福大学就读硕士研究生。当时他认为自己需要在学术与创建公司之间二选一。选择前者意味着放弃成为发明家的机会，但创建公司将迫使他以自己不喜欢的方式与诸多人打交道。在谷歌的前几年，他在两个方面都游刃有余：既能开发出数百万人广泛使用的产品，又培养了专注于理念和成果，而非细微情感的人际文化。

多年来，谷歌一直在这种管理方式下繁荣发展。

对于很多员工而言，这种相互竞争的氛围是在一个目标真正明确的公司工作的合理代价。

即便有时候这种环境造成伤害，最后也是有价值的理念获胜。在《In The Plex》一书中，史蒂芬·列维介绍说2000年时谷歌聘请了一位名叫韦斯利·陈（Wesley Chan）的产品经理助理，并指定他负责开发一款名叫谷歌工具栏的产品。

这款产品原本是希望用户无需打开微软IE浏览器就进行搜索，但韦斯利·陈发现没有人使用这项功能，因为它没有任何特别之处。他决定将其转化为一款弹出广告的拦截工具。

在一次会议上，他向佩奇提出了这个想法。“这真是我听过的最愚蠢的想法！”佩奇回答说，“我们从哪把你招来的？”

然而，韦斯利·陈并没有因此而退缩，他悄悄把改进后的工具栏安装到佩奇的电脑上。后来佩奇有一次在会上说他看到的弹出广告变少了，韦斯利·陈才把原因说了出来。于是，这款工具栏正式推出。

佩奇后来总结了他的管理原则：

－不要推诿：亲自做事，加快进度。

－如果不能增加价值，就不要干涉其中。让那些真正做事的人去相互讨论，你去做其他事情吧。

－不要官僚主义。

－想法比年龄重要。年龄小并不意味着他不值得尊重与合作。

－你所做的最糟糕的事情就是用一个“不”字就阻止别人做事。如果说出不，你就要帮助他们找到更好的方法。

社交沟通时的琐碎并不是佩奇唯一不愿遵守的规则。

例如，1999年，eBay、雅虎和谷歌这样的大型互联网公司扩大服务器的方法已经相当普及。他们购买服务器，然后将其安装到第三方所有的庞大仓储中心。这些仓储空间提供商支付电费确保服务器运行，购置空调为服务器降温，而网站所有者则根据面积支付费用。佩奇认为，既然谷歌要按每平方英尺的面积来付费，他就要在固定的空间里安装尽可能多的服务器。于是，他拆开服务器，寻找缩小服务器体积的方法。最先被佩奇砍掉的就是所有的关闭开关。

“你何必要关闭服务器？”他多次这样问。

将没有用的零件去掉之后，再装到软木板里，防止线缆缠绕在一起，于是谷歌开发出了全新的轻薄型服务器。这些服务器外观丑陋，但不久之后，谷歌就用早期竞争对手Inktomi支持50台服务器的价格，支持了1500台服务器。因此，谷歌的搜索速度更快，而Inktomi与谷歌的其他搜索竞争对手一样，逐渐消失在尘埃里。

尽管在前两年管理谷歌的过程中取得了诸多令人赞叹的成功，但或许正是因为这样，拉里·佩奇即将丢掉自己的工作。

惨遭流放

1999年上半年，谷歌经历了疯狂的增长，这种用户使用量的增长需要新的资金注入，购买更多的服务器，招聘更多的员工。但谷歌当时候还没有赚到一分钱。

佩奇和布林开始寻找新的投资者的时候，佩奇提出了一个首要的条件：他和布林要保留公司的大多数投票股，并保持对谷歌的绝对控制权。

最初，硅谷风投资本家们对这个想法嗤之以鼻。

随着谷歌不断发展壮大，这种嘲笑也逐渐散去。不久之后，硅谷两家最知名的风投公司，Kleiner Perkins和红杉资本，同意向谷歌投资2500万美元，同时答应佩奇提出的条件。

但投资者仍然有自己的怀疑。作为允许佩奇和布林保留谷歌大多数股权的交换条件，他们要求年仅26岁的佩奇从CEO位置上退下来。他们要为他实行成人监护。

正如史蒂芬·列维所写，Kleiner Perkins合伙人约翰·多尔（John Doerr）告诉佩奇说，一位世界级的CEO能够“干出更优秀的工作，打造出世界级的管理团队”。

佩奇接受了这个条件。谷歌确实需要这笔钱。

阅读全文»

分享