惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

S
Security Archives - TechRepublic
H
Hackread – Cybersecurity News, Data Breaches, AI and More
博客园_首页
爱范儿
爱范儿
腾讯CDC
Last Week in AI
Last Week in AI
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
C
CERT Recently Published Vulnerability Notes
罗磊的独立博客
Security Latest
Security Latest
Simon Willison's Weblog
Simon Willison's Weblog
S
Schneier on Security
阮一峰的网络日志
阮一峰的网络日志
A
Arctic Wolf
T
The Exploit Database - CXSecurity.com
L
Lohrmann on Cybersecurity
The Register - Security
The Register - Security
Project Zero
Project Zero
B
Blog
L
LINUX DO - 最新话题
D
DataBreaches.Net
Jina AI
Jina AI
L
LangChain Blog
I
Intezer
Scott Helme
Scott Helme
IT之家
IT之家
P
Palo Alto Networks Blog
人人都是产品经理
人人都是产品经理
博客园 - 叶小钗
GbyAI
GbyAI
美团技术团队
Y
Y Combinator Blog
T
Troy Hunt's Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
P
Privacy & Cybersecurity Law Blog
J
Java Code Geeks
Engineering at Meta
Engineering at Meta
Cyberwarzone
Cyberwarzone
博客园 - Franky
PCI Perspectives
PCI Perspectives
The Last Watchdog
The Last Watchdog
Spread Privacy
Spread Privacy
有赞技术团队
有赞技术团队
H
Help Net Security
博客园 - 聂微东
Google DeepMind News
Google DeepMind News
月光博客
月光博客
P
Proofpoint News Feed

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Кто решает судьбу вашего проекта? Разбираем заинтересованные стороны. BABOK #1 Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Первые графические системы: рождение интерактивной графики
Валентин Холмогоров · 2026-06-14 · via Все публикации подряд на Хабре

Первые графические системы: рождение интерактивной графики

Простой

9 мин

318

В шестидесятые годы прошлого века компьютеры общались с человеком преимущественно с помощью перфокарт и телетайпов, а результата выполнения программ иногда приходилось ждать часами. Существовали, конечно, и дисплеи, но в середине 1960-х годов сама идея вывести на экран не текст, а изображение казалась технологическим чудом.

Тем не менее, уже в первой половине шестидесятых появились системы, позволявшие отображать на экране сложные чертежи, графики и схемы в интерактивном режиме. Причём речь шла о векторных дисплеях, где электронный луч буквально «рисовал» линии на экране, перемещаясь между заданными координатами. Такие комплексы стали первыми шагами к интерактивному проектированию, компьютерной графике и системам САПР. Многие идеи, применяющиеся сейчас в графических интерфейсах и современных сенсорных устройствах, были впервые опробованы именно тогда — на огромных мейнфреймах размером с комнату и стоимостью в миллионы долларов.

Зарождение идеи

Как и многие другие полезные изобретения, история графических компьютерных систем началась не в коммерческих вычислительных центрах и не в инженерных бюро, а в военных лабораториях. Во второй половине 50-х Америка строила масштабную систему противовоздушной обороны, предназначенную для обнаружения советских бомбардировщиков. Радиолокационные станции непрерывно генерировали огромные объёмы данных, и операторы физически не успевали обрабатывать поступающую информацию вручную. Решением стала система SAGE (Semi-Automatic Ground Environment), создававшаяся при участии специалистов из MIT Lincoln Laboratory, корпорации IBM и ряда подрядчиков оборонной промышленности. В центрах управления SAGE устанавливались гигантские компьютеры семейства AN/FSQ-7 — крупнейшие серийные вычислительные машины своего времени. Их задачей было собирать информацию с радаров, объединять её в общую картину воздушной обстановки и выводить результаты на электронно-лучевые дисплеи. Оператор мог взаимодействовать с изображением при помощи светового пера, которое поначалу называли «light gun» («световой пистолет») — устройства, позволявшего выбирать объекты непосредственно на экране.

Дисплейная консоль была построена вокруг катодно-лучевой трубки Stromberg-Carlson Charactron. Трубка содержала буквенно-цифровую маску на пути электронного пучка: луч отклонялся, проходил через нужный символ маски, перефокусировался и вторично отклонялся уже в нужную точку экрана. Но инженеры столкнулись с одной серьёзной проблемой: в начале 1960-х годов объём оперативной памяти измерялся не гигабайтами и даже не мегабайтами, а десятками или сотнями килобайт. Хранить в такой памяти полноценное изображение экрана было практически невозможно.

Поэтому инженеры воспользовались особенностями электронно-лучевых трубок: вместо того чтобы разбивать экран на множество отдельных точек растровой картинки, компьютер управлял лучом напрямую, заставляя его перемещаться между заданными координатами. Машина запоминала лишь набор команд вроде «провести линию от точки A к точке B», а сами линии получались очень чёткими и не зависели от разрешения экрана в привычном нам понимании. Это положило начало векторным графическим системам. На таких дисплеях можно было отображать чертежи, электрические схемы, графики и диаграммы с точностью, недостижимой для большинства растровых систем, которые появятся лишь спустя десятилетие.

Оператор SAGE имел клавиатуру для ввода данных и световое перо — это принципиально новое средство управления было изобретено в Лаборатории Линкольна MIT учёным Робертом Эвереттом.

Внешне перо напоминало толстый карандаш, соединённый кабелем с компьютером. Однако внутри находился не источник света, а наоборот — светочувствительный элемент, обычно фотодиод или фотоумножитель. Принцип работы был основан на особенностях электронно-лучевого дисплея. Когда луч проходил через определённую точку экрана, люминофор в этом месте вспыхивал. Если пользователь в этот момент касался экрана наконечником светового пера, встроенный датчик регистрировал вспышку. Компьютер точно знал, в какой момент времени происходило сканирование изображения, поэтому мог определить координаты точки, на которую в это самое мгновение указывал пользователь. Фактически световое перо позволяло делать то, что сегодня кажется совершенно естественным: выбирать объекты непосредственно на экране.

Инженер мог коснуться линии, вершины фигуры или подписи на графике, а программа определяла, какой именно элемент был выбран. Для начала 1960-х годов такая возможность выглядела почти фантастикой.

Система Sketchpad

Впрочем, создатели SAGE рассматривали графические дисплеи исключительно как средство отображения оперативной информации. Никто ещё не думал использовать их для проектирования, рисования или создания технической документации. Эта идея возникла несколько позже благодаря молодому исследователю по имени Айвен Сазерленд (Ivan Sutherland).

В 1961 году Сазерленд начал работу над своей докторской диссертацией в MIT, а в качестве экспериментальной платформы использовался компьютер TX-2, созданный в уже упомянутой ранее Лаборатории Линкольна. По меркам эпохи это была весьма современная машина: она обладала большим объёмом памяти, поддерживала работу с дисплеем и позволяла подключать световое перо. Сазерленд задался вопросом, который сегодня кажется очевидным: если компьютер умеет показывать изображение на экране, почему бы не позволить пользователю создавать это изображение самостоятельно?

Результатом его изысканий стала система Sketchpad, представленная в 1963 году. Пользователь мог рисовать линии непосредственно на дисплее световым пером, перемещать объекты, копировать элементы чертежа и задавать различные геометрические ограничения. Например, можно было указать, что две линии должны всегда оставаться параллельными, а затем программа автоматически поддерживала это условие при редактировании рисунка.

Главная техническая изюминка этой системы — то, как чертёж хранился в памяти. Sketchpad использовал специально разработанную «кольцевую» (ring) структуру данных, которая позволяла обрабатывать топологические отношения между элементами. Точки не были «зашиты» внутрь объектов — линия лишь указывала на содержащиеся на ней точки, а сами координаты точек хранились в кольцевом буфере. Это позволяло переместить одну точку и автоматически обновить все фигуры, в которые она входила. Для хранения каждой точки отводилось 36 бит: 20 — для координат на экране, ещё 16 — для адреса элемента, ответственного за вывод этой точки в дисплейный файл.

Сазерленд реализовал механизм, предвосхитивший объектно-ориентированное программирование. Система хранила структуру «дочерних» рисунков: каждый «мастер» мог иметь произвольное число экземпляров, вложенных друг в друга на любую глубину. Если изменить мастер-шаблон, все его экземпляры немедленно обновлялись — например, замена базового шестиугольника на полуокружность мгновенно превращала всю гексагональную сетку в чешуйчатый узор.

Ключевой особенностью, отличавшей Sketchpad от рисования на бумаге, была возможность задавать математические условия для уже нарисованных частей чертежа — и компьютер автоматически выполнял их, придавая фигуре точную заданную форму. В своей диссертации Сазерленд иллюстрирует это на примере кинематического рычажного механизма: при повороте одного звена вся связанная цепочка пересчитывалась в реальном времени, сохраняя заданные длины элементов.

Sketchpad был очень продвинутой системой: с помощью светового пера можно было рисовать, стирать, масштабировать и перемещать элементы прямо на дисплее. Тем не менее, он не стал массовым продуктом — Sketchpad работал на единственной машине в Лаборатории Линкольна, но именно в рамках этого проекта были внедрены многие принципы будущих графических терминалов.

CDC Digigraphics

«В серию» эта технология пошла чуть позже, в середине шестидесятых, и одним из пионеров в данной области стала компания Control Data Corporation (CDC), специализировавшаяся на разработке мейнфреймов и мощных промышленных вычислительных систем. Основанная в 1957 году Уильямом Норрисом и группой инженеров, среди которых был и будущий создатель суперкомпьютеров Cray Сеймур Крэй, компания CDC в 1960-е годы ассоциировалась прежде всего с высокопроизводительными ЭВМ.

Однако по мере роста вычислительной мощности возникла новая проблема: результаты сложных расчётов становилось всё труднее анализировать в виде распечатанных на бумаге таблиц. Инженерам требовались средства визуализации, позволяющие работать с чертежами, схемами и геометрическими моделями непосредственно на экране.

Ответом стала технология Digigraphics, которую CDC начала развивать для своих вычислительных комплексов, в первую очередь — для компьютеров серии CDC 1700, поставки которых начались в 1966 году. Среди периферийных устройств этой серии появились так называемые Digigraphic Display Units — специализированные графические дисплеи для интерактивной работы с изображениями.

Собственно, CDC применили на практике и запустили в серию то, что за несколько лет до этого было реализовано в Sketchpad и SAGE: Digigraphic использовала световое перо и клавиатуру в качестве основных устройств ввода. В более поздних описаниях Digigraphics говорится о наличии специального блока хранения изображения («picture store»), через который дисплей связывался с центральным процессором. Информация могла выводиться на экран, редактироваться световым пером и немедленно проверяться визуально.

Интересно, что CDC позиционировала Digigraphics не как экспериментальную разработку, а как рабочий инструмент для инженерных задач. Известно, что такие системы использовались в проектах автоматизированного проектирования и технического конструирования. В частности, в публикации Philips Technical Review, датируемой 1976 годом, описывается использование комплекса CDC 1700 Digigraphic в конце 60-х для интерактивного проектирования электронных схем, то есть система успешно применялась в конструкторских бюро и на производстве. Позже CDC Digigraphics была усовершенствована: появились графические дисплеи со световым пером для других платформ, в частности, CDC 340/380. Они довольно долго продержались на рынке, до тех пор, пока большие вычислительные системы не потеснили более компактные и дешёвые персоналки.

IBM 2250 Graphics Display Unit

Разумеется, графические векторные системы выпускала не одна компания CDC. Когда в апреле 1964 года IBM представила семейство ЭВМ System/360, вместе с ним было анонсировано и одно из самых необычных периферийных устройств своего времени — IBM 2250 Graphics Display Unit. Как и CDC Digigraphics, этот девайс позволял управлять изображением на экране при помощи светового пера.

По своей архитектуре IBM 2250 представляла собой векторный графический дисплей. Изображение формировалось не из пикселей, а из набора графических примитивов — прежде всего линий. Компьютер хранил в памяти так называемый список отображения (display list), содержащий команды построения картинки. Электронный луч последовательно воспроизводил этот список, многократно перерисовывая изображение на экране, примерно 40 раз в секунду, а изменение картинки сводилось к изменению списка команд в памяти.

В распоряжении оператора имелась виртуальная координатная сетка размером 1024×1024 позиции. Любая точка, линия или символ задавались координатами внутри этого пространства. Особенно интересно был устроен вывод текста. В ранних конфигурациях IBM 2250 символы не хранились в виде готовых изображений. Каждая буква представляла собой набор векторов, а фактически — небольшую подпрограмму, вызываемую из списка отображения. Благодаря этому можно было создавать собственные наборы символов и даже собственные шрифты. Позднее появились дополнительные аппаратные генераторы символов, упрощавшие вывод буквенно-цифровой информации.

Световое перо было стандартным для графических систем того времени: фоточувствительный датчик фиксировал свечение на экране, а поскольку компьютер точно знал, какой элемент списка отображения рисуется в данный момент, он мог определить не только координаты точки, но и конкретную графическую команду, вызвавшую свечение. Иными словами, система понимала не просто «куда указал пользователь», а какой именно объект был выбран.

IBM 2250 появилась всего через год после Sketchpad Айвана Сазерленда и стала одной из первых серийно выпускавшихся графических систем, доступных заказчикам IBM. Если Sketchpad доказала, что интерактивная графика возможна в принципе, то IBM 2250 продемонстрировала, что подобные технологии можно интегрировать в коммерческую вычислительную инфраструктуру крупных предприятий и исследовательских центров.

IBM выпускала несколько модификаций устройства. Модели I, II и III предназначались для работы с System/360 через контроллеры серии IBM 2840, а модель IV была адаптирована для более компактной вычислительной системы IBM 1130. В некоторых конфигурациях один контроллер мог обслуживать сразу несколько дисплеев, что было важно с учётом высокой стоимости оборудования.

Вместо заключения

Параллельно с этой разработкой развивались и другие промышленные системы автоматизированного проектирования. В середине 1960-х годов IBM совместно с General Motors участвовала в создании системы DAC-1 (Design Augmented by Computers) — одного из первых промышленных CAD-комплексов. Такие системы были востребованы на рынке: в 1964 году сама возможность вывести на экран чертёж, выбрать его элемент световым пером и немедленно увидеть результат изменений выглядела почти научной фантастикой. До появления персональных компьютеров оставалось ещё полтора десятилетия, но IBM, CDC и другие производители вычислительных машин уже превратили компьютер из устройства для пакетной обработки данных в интерактивный рабочий инструмент инженера, заложив основу для будущих CAD-пакетов, графических рабочих станций и современных графических интерфейсов.

© 2026 ООО «МТ ФИНАНС»