网络、金融、数学与生活

上下班的时间，通常喜欢读一些不那么严肃的闲书，以下这些算是一些感想吧

纯于无涯

经常有很多过来人喜欢教育我: “人要学会专注, 一个人不可能什么都懂的.”

“吾生也有涯，而知也无涯。以有涯随无涯，殆已！”这些过来人，通常看到新的知识，要么说这个我没精力学，用无涯做借口，要么成为”已而为知者”,这个不就是那个啥啥啥改过来的么.人通常会因为局限的知识面和错误的推理，得出错误的结论. 很广的知识面是必须要有的，至少能让你知道哪些是错的。

读书的时候，我同时搞三门奥赛，然后拿奖保送,估计能教我专注的也就那么些国家队的金牌选手们，诚然我要是专注一些，说不定就真进国家队可以教训失败的自己了，但是没必要把自己有限的精力消耗在99分到100分这个痛苦的过程，纯也需要有度.

盖所以为精金者，在足色而不在分两；所以为圣者，在纯乎天理而不在才力也。故虽凡人而肯为学，使此心纯乎天理，则亦可为圣人

你会在这个号里读到编程、网络、金融、AI的内容，又有人会说教:”写这个比较low，掉价”.诚然写一些诙谐吹水的东西，阅读量很高，很容易做网红, 但如同

锡铅铜铁杂然而投，分两愈增而成色愈下

技术本身其实没有高低之分，而通常最关键的东西都藏在那些捉摸不透的细节中, 成色很重要，例如写DPDK就是因为没有发现很好的总结性的文档，目的很简单，补充一些有成色的东西. 这个号要做什么，在<技术扶贫与公知>^[1]一文中讲的很清楚.

吐槽完了，本文只想写一些最近关于网络、金融、数学与生活的感想.把这些细节串起来.

精消自由

这是读<UNIX传奇>时最深的感受，

没有KPI，没有业绩考核，没有进度检查，没有任务汇报，没有各种束缚和监视。只是感叹如今已经没有贝尔实验室那样的研发环境了. 但所幸的是，职业生涯中的三位老板都是贝尔实验室出来的，也感谢他们在用自己的力量保持着一个良好的氛围, 有些时候研究一些算法，需要一两个月的时间去读一些看似无关的东西，试想那些几个月一次OKR的公司，谁会给你机会去静下心来学？因此人生最大的自由并不是财务自由，而是精神消费自由. 而这样的自由也需要更好的生产者，把知识播种出去.

数学之美

网络和金融这两个词也就最近几年才合在一起，但是金融创新和互联网金融却被玩坏了。我是因为父母工作的原因，很早就接触这两个行业了，几岁的时候就开始编程和炒股. 而做量化交易也是自发性的把两者结合. 藏在背后的便是数学之美.当然吴军博士也写过一本网红书<数学之美>，但是这些都是一些工科的数学，更多的偏向于概率。书写的很棒，但是靠这些流行读物并不能满足精神消费自由.

就数学而言，我是比较喜欢分析类的课程，例如时序数据的分析，会用FFT去提取一些特征。另一方面便是一些代数的东西，本质上编程是一个代数问题。

西国之算学, 各数均以零一二三四等十个数目字为本, 无论何数, 均可以此记之.用此十个数目字, 虽无论何数皆可算, 惟于数理之深者, 则演算甚繁;用代数, 乃其简法也.代数之法, 无论何数, 皆可任以何记号代之.今西国所常用者, 每以二十六个字母代各种几何

代数就是以字代数的意思，所以编程一开始就会学习变量的定义，本来就是一个代数，深究到底层的运算逻辑也来自于布尔代数. 但是在这个过程中又遇到了一些问题，变量赋值时，通常会写

从数学上来看这是一个毫无意义的等式，因此我们需要费尽口舌来解释什么是左值Lvalue什么是右值Rvalue,如果从数学上解释这个操作，本质上是需要加上时间维度的

所以函数式编程才会出现，至于计算机编程一开始为什么要设计成以前那种模式，都有它的历史局限性，内存局限性决定的，而最近这些年函数式编程逐渐的热起来，特别是在一些边缘计算的场景，Serverless场景下，也是历史的必然选择，所以如何看待非冯诺依曼架构本质上是数学工具的应用.

但是有一个问题却是很多人忽略的，深度学习中大家都懂得提升维度，很少有人能利用一些对称性来降低维度，直到最近才有《几何深度学习》(Geometric Deep Learning,  Grids, Groups, Graphs, Geodesics, and Gauges）这样的书问世。

这些都是代数学里更深的内容，正如我很多年前一直用自己的业余时间在看很多书的目的便是如此，知道深度学习过分依赖于算力，而不去创业，不去解决算力的问题，潜心的去研究算法本身才是更有意义的事情。

另一个关注的领域便是拓扑学，有一个叫复杂网络的交叉学科，而现在的网红图深度学习都属于拓扑学的范畴。我自己的量化基金风控模型也用了大量的图模型。

当然还有数论，说实话我数学里最讨厌的学科就是数论以及概率论，因为读书的时候吧，拓扑学还可以玩橡皮泥，代数和分析从小学到大。而数论和概率论主要是国内教材的问题，都是数多少只鸡或者检测肥皂次品这些例子，讲真没啥心情去学。概率论是后来玩量化交易玩的越来越深入了，才自学补的。而直到最近才开始严肃的读一些数论的东西，主要是在研究一些负载均衡的算法，多核心调度的问题，一方面需要hash散列的足够均匀，但是又要在非均匀的分布下执行hash，然后还要针对核亲和性来故意构造Hash collision，真是有趣。当然还有一些密码学的问题，例如边缘计算中的同态加密，其实也需要大量数论的知识。

这些内容都是以非常精美的结构串在一起的，现实中的一系列问题，似乎慢慢的可以在代数数论 代数拓扑 微分几何 微分拓扑 代数几何中找到答案。

我以前经常开玩笑

数学是求同，语言是存异。数学讲究的是研究更多的相同的地方，例如没人去把多边形内角和的定义搞得那么精确， 更多的是多边形外角和等于360度这样的东西，语言则是讲究修辞，通常在两个相似的东西用不同的词汇去描述细微的差别，或者在写作上利用同义词替换。

近些年我却发现，有很多东西，我自己的数学词汇不够，无法用足够的工具去描述它并解决它，我承认我数学是三流到四流水平，但是至少工作中能用上数学还是很开心了。

软硬件融合

这也是最近读的一本书，来自ucloud.

当然我手上也在做一些软硬件融合的项目。包括Ruta的P4 Dataplane和智能网卡实现，仔细看DPDK也是为了这个目的。软硬件融合的本身不是硬件团队或者软件团队主导，而是更多的需要两个团队自身的融合。软件通常设计一个编码方式对自己而言非常高效，反正CPU上分支预测并不是什么难题，但是不好的编码格式会给硬件带来巨大的挑战，特别是以RTC处理的软件和以Pipeline处理的硬件结合时。去年有一段时间我去看Verilog的目的就是要更好的了解硬件的实现，同时也买了一些FPGA的板子自己玩，最近还在玩Octeon CN96xx的开发板.

例如网络协议设计编码上，当需要对网络进行编程时，从软件的角度来看，需要有足够的栈空间来执行函数调用，MPLS Stack是一个非常不错的设计，入栈和出栈对于硬件芯片和软件都非常有效，唯一的缺点是标签长度有限。而SRv6的编码则犯了一个很大的错误，第一SRH在报文中间，插入和删除header对于软件平台比较困难，对于硬件平台由于需要保留原始IPv6头的源地址信息，因此需要大量的Cache和大量的并行总线。而某些厂商设计的压缩标准需要额外的LPM Lookup或者在里面加一些Branching的东西，都是硬件设计的大忌。

因此在update Ruta新一版的RFC-draft之前，我正在Octeon这些ARM多核和Barefoot Torfino这样的pipeline交换机上做更多的验证， 从协议设计上解决这个问题。

另一个问题是NAT、从信息论角度来看，SNAT相对容易，而DNAT地址映射本身是有信息损耗的，因此DNAT的数据包中需要做信息增益才能解决一些问题，这也是quic协议中需要增加connectionID的原因，有了connID就可以非常容易地做漫游了，针对头端的负载均衡也变得容易了。

这些都是软硬件结合的一些思考，至于某两家过分依赖TCP的智能网卡， 我就笑笑不说话了…

执行

有个同事说我应该去当一个PM，但是执行是非常重要的一环。

很多人默认我是一个做市场的，说实话我做TME也是无奈。当年ASR1000路由器发布后在中国卖的奇差，正好中国有研发团队，而我又玩了很多年路由器，老板就把我丢去兼职TME了，最终也就花了4年的时间把这个产品做到了国内每年大概50MUSD的销售额，紧接着又把ISR系列拿到手上，基本上企业网路由器产品线齐了，后来组建Wireless BU研发又玩了一段时间wifi。

当然做TME的收获也很大，售前售后都要管，比起别的TME的职位，由于自己还在研发，所以工作中的保留节目就是解决各种TAC搞不定的难题。站在这个视角然后再去研发产品就有了一个非常独特的视角，知道用户因为什么原因用的难受。而且站在这个视角上明白自己设计的产品都需要满足未来5~10年的需求，眼界自然不同，例如2011年左右就遇到了很多园区网客户针对交换机policy配置困难的难题，刚好那段时间LISP出来，于是就写了关于lisp layer2的rfc-draft.然后交给国内某著名高校做prototype，最后这个学校某教授的团队执行出了问题。然后被某司交换机的团队做出来一个现在热卖的DNA解决方案，你说遇到这种事情有什么吐槽的么？只能怪自己没有执行力。

所以从那以后我开始关注执行本身，有些时候并不是需要一个WebUI就去招个前端那么简单，或者需要数据分析就去找个算法工程师。本质上在执行的环节需要精细执行。团队固然重要，但是三流的团队会严重到把这件事搞黄。所以有些时候当我没找到合适的团队时，宁愿自己去埋头执行，忙就忙点，正好多了解一些细节，反过来能发现自己架构的不足。

总结

一些零散的文字，胡言乱语。

Reference

[1]

技术扶贫与公知: https://mp.weixin.qq.com/s/LYEgdBtrlTe_MgL1NEvVBw