我已经阅读这些主题有一段时间了，可能已经理解了一些东西。但我对一些联系感到困惑：
我。图灵机（确切地说是 RAM 模型）和命令式编程
Lambda 微积分和函数式编程
二。 Von Nueman 系统架构和命令式编程
我在 (i) 中几乎得到了连接，但在 (ii) 中我什么也没得到。 但是，从Turing lecture of Backus 来看，我认为这两者之间存在某种联系。在许多地方，我什至看到命令式范式写成“Von Nueman Paradigm”。那么冯诺依曼系统架构是否在某种程度上有助于命令式语言的发展，如果我们遵循其他一些系统架构（比如霍华德架构），情况是否会有所不同？
【问题讨论】：
标签： architecture turing-machines paradigms imperative-programming von-neumann
您链接的 Backus 的论文直接解决了这个问题（强调我的）：
……我们可以粗略地描述 计算系统的三类模型……
2.2.1 简单的操作模型。示例：图灵 机器，各种自动机。 …
2.2.2 应用模型。示例：教堂的 lambda 演算 [5]，Curry 的组合子系统 [6]， 纯 Lisp [17]，函数式编程系统描述 在本文中。基础：简洁实用。 历史敏感度：无存储，不敏感历史。语义： 归约语义，没有状态。程序清晰度： 程序可以清晰且概念上有用。
2.2.3 冯诺依曼模型。例子：冯诺依曼 计算机、传统编程语言。 基础：复杂、笨重、无用。历史敏感性： 有存储空间，对历史敏感。语义：状态 具有复杂状态的过渡。程序清晰度：程序 可以适度清晰，在概念上不是很有用。
上述分类无疑是粗略的 值得商榷。
如果我能进一步提炼这个：
FP 语言，例如Haskell，目前编译为在冯诺依曼计算机上执行的命令式机器代码。函数式程序员通常会在一定程度上避免考虑改变内存，而是更喜欢编译器来解决这个问题。
看待这一点的一种方式是，FP 语言提供了对冯诺依曼架构的物理管道的完全抽象。然而，这确实引出了一个问题，即根本不同的架构是否更适合函数式语言。
这将我们带到：the Reduceron。目前形式的 Reduceron 是一种现场可编程门阵列 (FPGA)，它展示了为 FP 评估量身定制的物理机器可能具有的潜在优势。
简而言之，Reduceron 将一个函数式程序（一个函数应用程序的无状态图）分解为大量并行函数应用程序的集合。然后它在输入数据上运行这些并行应用程序。
它可以避免并行化整个程序，因为在 FP 中，执行函数应用程序何时通常并不重要，因为没有可变状态，因此没有可能的竞争条件。唯一可能的延迟是在依赖可用性方面——你有没有输入。如果这样做，将输入提供给函数始终是安全的。
现在，据我了解（在这里我有点冒险），对于研究人员来说，FPGA 是一种相对便宜的方式来了解这些想法如何在物理世界中成立。而不是设计和打印集成电路，然后从例如订购批发号码。 Intel 或 AMD，院士们可以在一个单独的现成 FPGA 上编程一个门阵列（同样，如果我理解正确的话——我不是硬件专家）。
初步结果看起来很有希望！但在实践中，我们并没有看到硬件制造商蜂拥而至为 FP 语言推出全新的芯片系列。现有的知识、基础设施和对英特尔 CPU 之类的东西的需求是巨大的。命令式编程仍然比函数式编程更为普遍，而且这种情况在不久的将来似乎不太可能改变。
旁注：我假设您关于“霍华德”架构的问题是“哈佛”的拼写错误。就本主题而言，哈佛架构与冯诺依曼架构非常相似。
【讨论】：