我已经阅读了一段时间的这些主题，可能已经了解了一些东西。但我对一些联系感到困惑：
i. 图灵机(确切地说是 RAM 模型(和命令式编程
Lambda Calculus & Functional Programming
von Nueman System Architecture & Imperative Programming
我几乎在 (i( 中得到了连接，但我没有得到 (ii( 的任何连接。 但是，从Backus的图灵讲座中，我认为两者之间存在某种联系。在许多地方，我甚至看到命令式范式被写成"冯·纽曼范式"。那么，冯·诺伊曼系统架构是否以某种方式帮助了命令式语言的发展，如果我们遵循其他系统架构——比如霍华德架构，情况会有所不同吗？
你链接的Backus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：教会的 lambda 演算[5]，库里的组合子系统 [6]， 纯Lisp [17]，函数式编程系统描述 在本文中。基础：简洁实用。 历史记录敏感：无存储，不区分历史记录。语义学：还原语义，没有状态。程序清晰度： 程序可以清晰且在概念上有用。
2.2.3冯·诺依曼模型。示例：冯·诺依曼 计算机，常规编程语言。 基础：复杂，笨重，无用。病史敏感性：有存储，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，并且 值得 商榷。
如果我能进一步提炼一下：
- 冯·诺依曼架构允许(程序员编写的(指令更新内存(即改变状态(。
- 函数式编程没有可变状态的概念。
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。函数式程序员通常避免考虑在一定程度上改变内存，而是更喜欢编译器来弄清楚这部分。
看待这个问题的一种方法是，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可能更适合函数式语言。
这就把我们带到了：减速器。Reduceron 目前的形式是现场可编程门阵列 (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 采用一个函数程序，它是函数应用程序的无状态图，并将其分解为大量并行函数应用程序的集合。然后，它对输入数据运行这些并行应用程序。
它可以并行化整个程序，因为在FP中，执行函数应用程序通常无关紧要，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项可用性方面 - 您是否有输入。如果这样做，将输入馈送到函数始终是安全的。
现在，据我所知(在这里我有点冒昧(，FPGA是一种相对便宜的方式，研究人员可以看到这些想法在物理世界中是如何站得住脚的。院士们无需设计和打印集成电路，然后从英特尔或AMD等公司订购批发号码，只需在单个现成的FPGA上编写门阵列(同样，如果我理解正确的话 - 我不是硬件人员(。
初步结果似乎非常有希望！但在实践中，我们没有看到硬件制造商蜂拥而至，真正为FP语言推出全新的芯片产品线。现有的知识、基础设施和对英特尔 CPU 等产品的需求是巨大的。命令式编程仍然比函数式编程更常见，而且在不久的将来似乎不太可能改变。
旁注：我假设你关于"霍华德"架构的问题是"哈佛"的拼写错误。就本主题而言，哈佛建筑与冯诺依曼架构非常相似。