摘 要：計算機專業的大學生應該能夠運用數學和物理原理，設計和開發計算機運行系統，包括中央處理器(CPU)、操作系統、編譯系統和網絡系統等;能夠運用計算機基礎系統原理，設計和開發計算機領域的專門系統，包括軟件開發系統、數據庫系統、嵌入式系統等;能夠運用計算機專業系統原理，設計和開發各種應用系統。本文主要內容包括三個方面：首先分析什么是計算機系統能力，它的內涵是什么;其次從計算機創新人才培養需求和計算機產業倡議發展的需求兩個方面說明為什么要強調系統能力培養;最后從計算機專業課程體系建設環節需加強系統能力培養和計算機專業核心課程實驗室系統能力培養的關鍵兩個方面說明如何加強系統能力培養。

　　關鍵詞：計算機系統;系統能力培養;課程體系;培養方案、實驗教學

　　一、計算機系統能力的定義與內涵

　　計算機系統能力是指能自覺運用系統觀，理解計算機系統的整體性、關聯性、層次性、動態性和開放性，并用系統化方法，掌握計算機硬軟件協同工作及相互作用的機制的能力。通過掌握軟硬件接口和運行協同機理、軟硬件邏輯關系和體系結構、功能設計和交互模式等知識內容，培養學生解決復雜工程問題的基本能力，最終實現計算機應用和創新的價值。

　　計算機系統能力的內涵主要包括三個方面。一是計算機基礎系統能力。即學生可以運用數學和物理原理，設計和開發計算機運行系統，包括中央處理器(CPU)、操作系統、編譯系統和網絡系統，這是計算機最基本的系統，稱為計算機基礎系統。二是計算機領域系統能力。即學會運用計算機基礎系統原理，設計和開發計算機領域的專門系統，例如軟件開發系統、數據庫系統、嵌入式系統等，稱為計算機領域系統。三是計算機應用系統能力。即可以運用計算機專業系統原理，設計和開發各種應用系統，稱為計算機應用系統。

　　二、為什么要強調系統能力培養

　　強調培養學生的系統能力，是計算機創新人才培養的需求，同樣也是計算機產業倡議發展的需求。

　　1.計算機創新人才需要具備系統能力

　　隨著大規模數據中心的建立和個人移動設備的普及，我們可以清楚地看到，計算機人才培養強調的“程序性開發能力”正在轉化為更重要的“系統性設計能力”。為了應對各種復雜應用，編寫出高效程序，應用開發人員必須了解系統平臺的底層結構，并熟練掌握其中的技術和工具。同時，要求在整體的系統層面綜合設計，通過軟硬件協同實現開發方案的最優化，以強大的底層技術來保證各項復雜功能的高效實現。正如圖靈獎得主David Patterson指出：“在異構計算的時代程序員必須對于算法和硬件模型融會貫通，才能寫出高質量的代碼。因此，未來的程序員還必須懂硬件!”

　　2.計算機產業倡議發展的需求

　　隨著我國計算機產業的快速發展，崛起一大批高水平的IT企業，計算機產業也已成為國家創新的龍頭，為我國經濟發展發揮了重要支撐作用，但仍存在缺乏核心技術、發展頻受扼制的問題，這對計算機專業人才的能力提出了新要求。與此同時，我國高校在世界上的排名大幅度躍升，我國高校的計算機專業直接和世界一流大學相關專業合作交流與競爭越來越緊密。高等學校尤其是計算機專業對人才培養的定位有了提升，迫切需要培養學生解決復雜工程問題的能力，培養具備推動計算機學科發展的優秀人才。學生個人的成長空間也將大幅擴展，成為各行各業的領軍人才、領袖人物。

　　系統能力是支撐計算產業發展的基石。從20世紀60年代的大型機時代、80年代的微型機時代，到90年代的互聯網時代，再到進入21世紀的云計算時代，正是計算機系統的不斷迭代，推動了計算機產業的蓬勃發展。計算機產業復雜性的提高與網絡化發展，對系統能力的培養提出了更高的要求。

　　系統能力是大數據產業發展的基礎。大數據蘊含的巨大應用價值和潛力已被廣泛認知，數據的分析、數據價值的發掘與應用、算法的時效性等均依賴于數據計算系統，數據的存儲和訪問依賴于數據存儲系統。因此，高效能、高可擴展、高可用的大數據依賴于計算和存儲系統，是大數據產業發展的基礎。

　　系統能力是人工智能發展的核心實力。人工智能作為深刻改變社會生產力和生產關系的顛覆性技術，正引領著新一輪科技革命和產業革命向縱深推進，重構著人類的生產、生活方式以及思維模式。人工智能的發展作為一門學科獨立存在，到今天已經有60余年的歷史了。1956年達特茅斯會議首次提出了“Artificial Intelligence”(人工智能，AI)這個術語，1959年Arthur Samuel 又提出了“機器學習”這一定義，推翻了以往“機器無法超越人類，不能像人一樣寫代碼和學習”這一傳統認識。但到了20世紀70年代，由于機器翻譯等項目失敗以及一些學術報告的負面影響，導致人工智能發展陷入低谷。1985年，又出現了更強可視化效果的決策樹模型，1997年人工智能Deep Blue戰勝了世界國際象棋冠軍，近年來深度學習廣受關注、大數據時代的到來，以及AlphaGo圍棋人機大戰，人工智能真正成為世界各國贏得全球科技競爭主動權的重要倡議抓手。縱觀人工智能的發展歷史可以發現，人工智能設計的核心技術主要包括算法(深度學習)、算力(以GPU、TPU等為代表的AI芯片及超級計算機)、數據(大量訓練數據集)，而這些都需要計算機系統的支撐，都是建立在系統能力之上。

　　系統能力是解決卡脖子技術的關鍵能力。2018年，《科技日報》相繼報道35項“卡脖子”技術，包括芯片、操作系統、核心工業軟件、核心算法、航空設計軟件、數據庫管理系統等。習近平同志在網絡安全和信息化工作座談會上的講話中指示，沒有網絡安全就沒有國家安全。解決這些“卡脖子”難題，需要我們聚焦核心技術，加大科研投入，培養計算機人才的系統能力。

　　系統能力是進行高端工程的關鍵能力。高端工程研發有別于大學中常見的基礎研究工作，既要有先進的技術和理念，又要產出實際可用的系統特別是產出基礎性平臺。基礎性平臺的影響是非常深遠的，以加州大學伯克利分校為例，他們研制的BSD操作系統、PostgreSQL數據庫，以及最近的軟件定義網絡SDN，都對學術界和產業界產生了極大的影響。系統能力關注交叉性、基礎性和工程性，是進行高端工程的關鍵能力。

　　推薦閱讀：如何檢索計算機專業論文文獻