摩爾定律過期,CPU何去何從?
2022/12/3 11:44:42
2022/12/3 11:44:42
摩爾定律，讓科學家和工程師們可以預料到未來CPU發展的大致情況。毫無疑問，高性能、低能耗、高速度和低成本是未來的發展方向。
摩爾定律失效后，硅芯片將何去何從？
摩爾定律自從1965年提出以來，該定律一直生效。不過近年來業界一直預測該定律即將失效。早在2000年，《麻省理工科技評論》就硅技術在大小和速度上的極限提出了警告。
目前，全球半導體行業，不再基于每兩年實現性能翻倍的概念來制定硅芯片研發計劃，原因是成本問題：無力承擔跟上性能提升步伐所需購買的超復雜制造工具和工藝成本。此外，當前的制造技術，可能無法再像原來那樣大幅度縮小硅晶體管。事實上，晶體管都已經變得非常微小了，以至于可能無法遵循通常的物理定律，那么，是否意味著科技驅動的指數級變化時代即將走到盡頭了嗎？
即便硅芯片正在接近物理和經濟成本上的極限，也還有其它的方法繼續驅動計算性能的指數級增長，比如：采用新材料來打造芯片和以新方式定義計算本身。目前，已經出現了與晶體管速度無關的技術進步，如：深度學習驅動的更加聰明的軟件，以及通過利用云資源實現更強計算能力的技術。而這只是未來計算創新的冰山一角。
2016年福布斯發布文章稱：即便摩爾定律失效，硅芯片逼近物理和經濟成本上的極限，也還有其它的創新方法和技術繼續驅動計算性能的指數級增長，比如：內存中運算、激光計算、量子計算、分子電子學、神經形態計算、生物芯片等等。
以下便是有望驅動計算性能繼續飛速增長的幾項新興技術：
(1) 內存中計算
縱觀在整個計算史，處理最緩慢的一部分就是從硬盤獲取數據。很多的處理性能都浪費在了等待數據到達上。相比之下，內存中計算則將大量的數據放在RAM，使得數據可以馬上在RAM中進行處理。結合新型的數據庫、分析技術和系統設計，它能夠大大提升性能和整體成本。
(2) 基于石墨烯的微芯片
石墨烯為一個分子那么厚，導電性能比任何其它人類已知的材料都要強。它能夠卷入到微小的管子中，也能夠結合其它材料使用，能夠在更小的空間里驅動電子以更快的速度運動。它在這方面甚至要勝過最下的硅晶體管。這將會將針對微處理器的摩爾定律的適用時間再延長50年。
(3) 量子計算
普通計算機中的2位寄存器在某一時間僅能存儲4個二進制數（00、01、10、11）中的一個，而量子計算機中的2位量子位（qubit）寄存器可同時存儲這四個數，因為每一個量子比特可表示兩個值。
理論上，量子計算機將能夠以數百萬倍于當前技術的速度解決各類非常復雜的問題，如分析基因數據或者測試飛機系統。谷歌研究人員去年宣布，他們已經開發了一種新的量子比特方式來檢測和防范錯誤。量子計算機的運算速度理論上可以達到當前最強悍的計算機的10萬萬倍以上，過去由上千臺電腦組成的云計算1年的計算量，一臺量子計算機10秒就完成了。
(4) 分子電子學
瑞典隆德大學研究人員利用納米技術打造了“生物計算機”，通過沿著納米觀人工路徑同時移動多個蛋白絲，該款計算機能夠進行平行計算。
這種生物計算機比循序運行的傳統電子計算機更加快速，且節能99%，制造和使用成本也低于傳統計算機和量子計算機。它進行商用的時間可能也將早于量子計算機。
(5) DNA數據存儲
將數據轉換成base 4，你就可以將它編碼到合成DNA上。
很簡單：一點點DNA就可以存儲一大堆數據。小的無法看見的一個人類細胞的DNA記錄了整個人的全部生理特征、氣質特性以及父母的一些遺傳特性，這要存在電腦上，得用幾張硬盤！事實上，有瑞士研究團隊估計，一個茶匙的DNA可以容納人類迄今為止所產生的所有數據，從最早期的洞穴壁畫，再到昨天的Facebook動態更新。
這種技術目前需要耗費大量的時間和資金，不過基因編輯或許是大數據的未來：Futurism最近報道稱，微軟正在研究利用合成DNA來進行安全的長期數據存儲，已經能夠編碼和恢復100%的初始測試數據。
(6) 神經形態計算
神經形態計算技術的目標是，打造一款像人腦那樣的計算機——處理和學習數據的速度能夠跟生成數據一樣快速。
到目前為止，業界已經開發出能夠通過訓練和執行神經網絡來進行深度學習的芯片，那是往正確方向邁出的一步。例如：General Vision的神經形態芯片包含1024個神經元，每一個都是基于SRAM（靜態隨機存儲器）的256字節存儲器，且有3000個邏輯閘，所有的神經元都互相連接，平行運行。
(7) 無源Wi-Fi（Passive Wi-fi）
華盛頓大學的一個計算機科學家和電氣工程師團隊，開發了一種耗能比目前的電耗標準少1萬倍的Wi-Fi傳輸生成方式。雖然這嚴格來說不算是計算性能的提升，但它是網絡連接性的指數級增長，將會使能其它技術的進步。
無源Wi-Fi被《麻省理工科技評論》列入2016年的十大突破性技術，它將不僅僅可以節省電耗，還能夠使能最低耗能的物聯網，讓更多之前非常耗電的設備第一次能夠通過Wi-Fi連接網絡，還有可能會催生新型的通訊方式。
一路走來，雖然我們可能在接近硅芯片的性能極限，但技術本身同時正在加速發展，要阻止它成為現代生活的驅動力是不大可能的。隨著新計算技術推動機器人、人工智能、虛擬現實、納米技術以及其它震驚世界的進步超越當前被公認的極限，它的影響力將只會有增無減。
簡單來說，計算的指數級增長，或許無法永遠持續下去，但它的盡頭仍比我們想象的要遙遠得多。
到這里，不妨思考一下：在不久的將來，如果上述的技術被成功用于硅芯片的設計，那么將來的處理器將會是什么樣子？ [1] [2]
相關文章(向右看)..
摩爾定律失效后，硅芯片將何去何從？
摩爾定律自從1965年提出以來，該定律一直生效。不過近年來業界一直預測該定律即將失效。早在2000年，《麻省理工科技評論》就硅技術在大小和速度上的極限提出了警告。
目前，全球半導體行業，不再基于每兩年實現性能翻倍的概念來制定硅芯片研發計劃，原因是成本問題：無力承擔跟上性能提升步伐所需購買的超復雜制造工具和工藝成本。此外，當前的制造技術，可能無法再像原來那樣大幅度縮小硅晶體管。事實上，晶體管都已經變得非常微小了，以至于可能無法遵循通常的物理定律，那么，是否意味著科技驅動的指數級變化時代即將走到盡頭了嗎？
即便硅芯片正在接近物理和經濟成本上的極限，也還有其它的方法繼續驅動計算性能的指數級增長，比如：采用新材料來打造芯片和以新方式定義計算本身。目前，已經出現了與晶體管速度無關的技術進步，如：深度學習驅動的更加聰明的軟件，以及通過利用云資源實現更強計算能力的技術。而這只是未來計算創新的冰山一角。
2016年福布斯發布文章稱：即便摩爾定律失效，硅芯片逼近物理和經濟成本上的極限，也還有其它的創新方法和技術繼續驅動計算性能的指數級增長，比如：內存中運算、激光計算、量子計算、分子電子學、神經形態計算、生物芯片等等。
以下便是有望驅動計算性能繼續飛速增長的幾項新興技術：
(1) 內存中計算
縱觀在整個計算史，處理最緩慢的一部分就是從硬盤獲取數據。很多的處理性能都浪費在了等待數據到達上。相比之下，內存中計算則將大量的數據放在RAM，使得數據可以馬上在RAM中進行處理。結合新型的數據庫、分析技術和系統設計，它能夠大大提升性能和整體成本。
(2) 基于石墨烯的微芯片
石墨烯為一個分子那么厚，導電性能比任何其它人類已知的材料都要強。它能夠卷入到微小的管子中，也能夠結合其它材料使用，能夠在更小的空間里驅動電子以更快的速度運動。它在這方面甚至要勝過最下的硅晶體管。這將會將針對微處理器的摩爾定律的適用時間再延長50年。
(3) 量子計算
普通計算機中的2位寄存器在某一時間僅能存儲4個二進制數（00、01、10、11）中的一個，而量子計算機中的2位量子位（qubit）寄存器可同時存儲這四個數，因為每一個量子比特可表示兩個值。
理論上，量子計算機將能夠以數百萬倍于當前技術的速度解決各類非常復雜的問題，如分析基因數據或者測試飛機系統。谷歌研究人員去年宣布，他們已經開發了一種新的量子比特方式來檢測和防范錯誤。量子計算機的運算速度理論上可以達到當前最強悍的計算機的10萬萬倍以上，過去由上千臺電腦組成的云計算1年的計算量，一臺量子計算機10秒就完成了。
(4) 分子電子學
瑞典隆德大學研究人員利用納米技術打造了“生物計算機”，通過沿著納米觀人工路徑同時移動多個蛋白絲，該款計算機能夠進行平行計算。
這種生物計算機比循序運行的傳統電子計算機更加快速，且節能99%，制造和使用成本也低于傳統計算機和量子計算機。它進行商用的時間可能也將早于量子計算機。
(5) DNA數據存儲
將數據轉換成base 4，你就可以將它編碼到合成DNA上。
很簡單：一點點DNA就可以存儲一大堆數據。小的無法看見的一個人類細胞的DNA記錄了整個人的全部生理特征、氣質特性以及父母的一些遺傳特性，這要存在電腦上，得用幾張硬盤！事實上，有瑞士研究團隊估計，一個茶匙的DNA可以容納人類迄今為止所產生的所有數據，從最早期的洞穴壁畫，再到昨天的Facebook動態更新。
這種技術目前需要耗費大量的時間和資金，不過基因編輯或許是大數據的未來：Futurism最近報道稱，微軟正在研究利用合成DNA來進行安全的長期數據存儲，已經能夠編碼和恢復100%的初始測試數據。
(6) 神經形態計算
神經形態計算技術的目標是，打造一款像人腦那樣的計算機——處理和學習數據的速度能夠跟生成數據一樣快速。
到目前為止，業界已經開發出能夠通過訓練和執行神經網絡來進行深度學習的芯片，那是往正確方向邁出的一步。例如：General Vision的神經形態芯片包含1024個神經元，每一個都是基于SRAM（靜態隨機存儲器）的256字節存儲器，且有3000個邏輯閘，所有的神經元都互相連接，平行運行。
(7) 無源Wi-Fi（Passive Wi-fi）
華盛頓大學的一個計算機科學家和電氣工程師團隊，開發了一種耗能比目前的電耗標準少1萬倍的Wi-Fi傳輸生成方式。雖然這嚴格來說不算是計算性能的提升，但它是網絡連接性的指數級增長，將會使能其它技術的進步。
無源Wi-Fi被《麻省理工科技評論》列入2016年的十大突破性技術，它將不僅僅可以節省電耗，還能夠使能最低耗能的物聯網，讓更多之前非常耗電的設備第一次能夠通過Wi-Fi連接網絡，還有可能會催生新型的通訊方式。
一路走來，雖然我們可能在接近硅芯片的性能極限，但技術本身同時正在加速發展，要阻止它成為現代生活的驅動力是不大可能的。隨著新計算技術推動機器人、人工智能、虛擬現實、納米技術以及其它震驚世界的進步超越當前被公認的極限，它的影響力將只會有增無減。
簡單來說，計算的指數級增長，或許無法永遠持續下去，但它的盡頭仍比我們想象的要遙遠得多。
到這里，不妨思考一下：在不久的將來，如果上述的技術被成功用于硅芯片的設計，那么將來的處理器將會是什么樣子？
相關文章(向右看)..
