之所以选了“文化”而不是“飞鱼”，是因为项目组已经在Curta上花了不少的时间，积累了一些经验，相比键盘式的“飞鱼”，仿制“文化”似乎更容易一些。 杠杆式手摇计算机的主要组件包括左右数字盘，主动器，进位器，步进鼓，报数器，移位器，检数器等，制造难点依旧在进位器、报数器、移位器等机构的材料强度上，时而是拨棍、齿牙、齿片磨损过度，时而是扭簧、压簧片弹性不足，时而是十一齿轮公差太大，导致串数、带数、半数等问题。个别元件寿命大概只有万次左右。解决方法只能是勤上油、换件。 好在体积和重量反倒比Curta放大版缩小了一些，寿命也更持久，毕竟机械结构更简单了一些，虽然没有那么精巧，但也占个朴素耐用。眼下造出了几个样品，不过仍然在反复测试和改进中。 大部分元老其实都带足了计算器，而计算中心的人力组计算任务也很少动用手摇计算机，原本对这东西的需求并不十分紧迫，相关设计、制造、测试人员，包括元老，被其他项目频繁借调，项目整体的效率不高。 不过，该项目得到了在以督公为精神领袖的蒸汽朋克团或明或暗的支持，所以一直处于“研发”状态，是机械工业口出了名的钓鱼项目。 不过，随着占领地域的扩大，特别是未来的占领区将扩大到两广，地方政府无法再延续过去在海南、台湾等地的“中央全包”的体制。各种财税、统计都是由政务院的派出小组来完成的。不论是海南、台湾还是济州，经济规模、人口重量都偏低，计算数量不大，倚靠极少数现代设备就可以完成基本的统计和分析。 但是现在，从广州特别市开始，各地都要建立自己的财税和统计机构，对计算的需求也就突然增长起来了。于是手摇计算机项目便突然加快了进度。 冯诺去参观过一次手摇计算机的仿制工程，他不得不承认自己确实很难对这个项目有什么贡献――基本上不懂钳工的人都派不上用处。冯珊倒是偶尔会带学生去人力计算中心参观仅有的那几台“元老院智慧的奇迹”，还要定期给职业技术学校计算培训班的学生上手摇计算机的实践课。 看来还得从别的方面下功夫，冯诺仔细地琢磨自己的专业优势到底在哪。他打开笔记本，开始浏览旧帖。过了一会，“穿孔卡”三个字出现在文章角落里，冯诺眼中一亮，隐隐觉得抓住了突破口。 接下来，他又查阅了不少资料，翻看了以往的《自然与科学》，心中逐渐有了个初步的计划。 兵马未动，粮草先行。在元老院里混了这么久，要做事先进行舆论准备这点起码的道理冯诺还是门儿清。他花了几个晚上，剪刀浆糊加原创，炮制了两篇文章。一篇《从美国1890年人口普查到IBM公司的崛起——浅谈机械式计算机的历史贡献》，一篇《“分析计算机”的三种基本设备与通用计算机体系结构的源流》。 前一篇自然是大谈机械式计算机的光辉历史，但重点却是抬高穿孔卡计算机系统的地位，同时踩一踩手摇计算机。 “……毫无疑问，比起手工处理信息，卡片+机械处理器的组合要先进的多，在数字运算上的优势非常明显。至于档案分类处理这种复杂工作，机械计算机能够秒杀最勤勉的管理员。1890年，计算机第一次发威，当年美国的人口普查信息最终由一台源于巴贝奇的穿孔卡片式程控计算机汇总处理，六星期就完成了全部任务。可以做对比的是，此前的1880年人口普查则花了七年时间才处理完全部数据，导致得到的最终数据完全过时。这次胜利标志着计算机时代的来临。随着内燃机、电动机的发明和机械工业的进步，机械计算机还将覆盖更多的领域。 “到20世纪中期，1911年建立的IBM已经在以每年数千台的规模生产机械计算机，用来处理数十亿的卡片信息。在继电器的加强下，利用精密液压件构成计算单元的新一代计算机也即将上市，可以每秒进行数百次基础运算…… 首先要引用督工的语录为自己站台，当然，后面机械计算机迅速被ENIAC比下去的话就省了。 接下来，冯诺又举了若干个商务制表机在美国政府和企业运行中的例子，最后提到： “在我们的时代，计算机的应用大致可以分为8个领域，科学计算与数据处理，工业控制与实时控制，办公自动化与管理信息系统，计算机辅助设计/制造（CAD/CAM），互联网与通讯，多媒体，虚拟现实，人工智能。其中，计算机的前三个应用领域在机械时代就已在政府、企业和学术机构中获得广泛认同。” “计算机的发端固然是为了快速有效的进行计算，然而科学计算哪怕在机械计算机时代，也仅仅是计算机的一部分应用。真正使计算机蓬勃发展和广为人知的，则是其在数据处理、工业控制和办公自动化中的重要应用。这是元老院在计算机行业规划中必须仔细考量的。 “之所以如此，是因为相比较数据处理等业务性应用，科学计算与其说是在所做处理的方法上，不如说是在所要处理的数据资料的数量、与所要在数据资料上进行的运算数量之间的区别。 “计算机用于航天、力学、气象、核物理等研究领域中时，只运用相对少量的数据资料，但是为了得出答案，需要在这些数据资料上进行成千上万的运算。相对少的数据和大量的运算，是典型的科学计算。 “相对地，在商业、工业和社会应用中，我们往往有大量的数据资料，可是只需进行比较少数的几项运算，比如人口普查与统计，比如工资计算与发放，这是典型业务性质的数据处理。 “至于简单的对数或者三角函数运算，计算尺还是比较好的选择。” “科学计算或许能解决更难的问题，但业务数据处理却能解决更多的问题，这是Matlab和Excel的区别。Matlab有那么几套就够用，我们现有的设备还能用几十年；而Excel的需求是无止境的，我们却不能把个人笔记本电脑的数据处理能力分成成千上万份。哪一个更迫切是不言而喻的。” 这个比喻不错，估计大部分元老都能看