首页 - 资讯 - 电脑数码 - 电脑常识 - 网络数码
摩尔定律过期,CPU何去何从?
2018/3/15 9:55:23 309 引用:人民网
打印本页 关闭本页
摩尔定律过期,CPU何去何从?
2018/3/15 9:55:23 309 引用:人民网
摩尔定律，让科学家和工程师们可以预料到未来CPU发展的大致情况。毫无疑问，高性能、低能耗、高速度和低成本是未来的发展方向。
摩尔定律失效后，硅芯片将何去何从？
摩尔定律自从1965年提出以来，该定律一直生效。不过近年来业界一直预测该定律即将失效。早在2000年，《麻省理工科技评论》就硅技术在大小和速度上的极限提出了警告。
目前，全球半导体行业，不再基于每两年实现性能翻倍的概念来制定硅芯片研发计划，原因是成本问题：无力承担跟上性能提升步伐所需购买的超复杂制造工具和工艺成本。此外，当前的制造技术，可能无法再像原来那样大幅度缩小硅晶体管。事实上，晶体管都已经变得非常微小了，以至于可能无法遵循通常的物理定律，那么，是否意味着科技驱动的指数级变化时代即将走到尽头了吗？
即便硅芯片正在接近物理和经济成本上的极限，也还有其它的方法继续驱动计算性能的指数级增长，比如：采用新材料来打造芯片和以新方式定义计算本身。目前，已经出现了与晶体管速度无关的技术进步，如：深度学习驱动的更加聪明的软件，以及通过利用云资源实现更强计算能力的技术。而这只是未来计算创新的冰山一角。
2016年福布斯发布文章称：即便摩尔定律失效，硅芯片逼近物理和经济成本上的极限，也还有其它的创新方法和技术继续驱动计算性能的指数级增长，比如：内存中运算、量子计算、分子电子学、神经形态计算等等。
以下便是有望驱动计算性能继续飞速增长的几项新兴技术：
(1) 内存中计算
纵观在整个计算史，处理最缓慢的一部分就是从硬盘获取数据。很多的处理性能都浪费在了等待数据到达上。相比之下，内存中计算则将大量的数据放在RAM，使得数据可以马上在RAM中进行处理。结合新型的数据库、分析技术和系统设计，它能够大大提升性能和整体成本。
(2) 基于石墨烯的微芯片
石墨烯为一个分子那么厚，导电性能比任何其它人类已知的材料都要强。它能够卷入到微小的管子中，也能够结合其它材料使用，能够在更小的空间里驱动电子以更快的速度运动。它在这方面甚至要胜过最下的硅晶体管。这将会将针对微处理器的摩尔定律的适用时间再延长几年。
(3) 量子计算
普通计算机中的2位寄存器在某一时间仅能存储4个二进制数（00、01、10、11）中的一个，而量子计算机中的2位量子位（qubit）寄存器可同时存储这四个数，因为每一个量子比特可表示两个值。
理论上，量子计算机将能够以数百万倍于当前技术的速度解决各类非常复杂的问题，如分析基因数据或者测试飞机系统。谷歌研究人员去年宣布，他们已经开发了一种新的量子比特方式来检测和防范错误。
(4) 分子电子学
瑞典隆德大学研究人员利用纳米技术打造了“生物计算机”，通过沿着纳米观人工路径同时移动多个蛋白丝，该款计算机能够进行平行计算。
这种生物计算机比循序运行的传统电子计算机更加快速，且节能99%，制造和使用成本也低于传统计算机和量子计算机。它进行商用的时间可能也将早于量子计算机。
(5) DNA数据存储
将数据转换成base 4，你就可以将它编码到合成DNA上。
很简单：一点点DNA就可以存储一大堆数据。事实上，有瑞士研究团队估计，一个茶匙的DNA可以容纳人类迄今为止所产生的所有数据，从最早期的洞穴壁画，再到昨天的Facebook动态更新。
这种技术目前需要耗费大量的时间和资金，不过基因编辑或许是大数据的未来：Futurism最近报道称，微软正在研究利用合成DNA来进行安全的长期数据存储，已经能够编码和恢复100%的初始测试数据。
(6) 神经形态计算
神经形态计算技术的目标是，打造一款像人脑那样的计算机——处理和学习数据的速度能够跟生成数据一样快速。
到目前为止，业界已经开发出能够通过训练和执行神经网络来进行深度学习的芯片，那是往正确方向迈出的一步。例如：General Vision的神经形态芯片包含1024个神经元，每一个都是基于SRAM（静态随机存储器）的256字节存储器，且有3000个逻辑闸，所有的神经元都互相连接，平行运行。
(7) 无源Wi-Fi（Passive Wi-fi）
华盛顿大学的一个计算机科学家和电气工程师团队，开发了一种耗能比目前的电耗标准少1万倍的Wi-Fi传输生成方式。虽然这严格来说不算是计算性能的提升，但它是网络连接性的指数级增长，将会使能其它技术的进步。
无源Wi-Fi被《麻省理工科技评论》列入2016年的十大突破性技术，它将不仅仅可以节省电耗，还能够使能最低耗能的物联网，让更多之前非常耗电的设备第一次能够通过Wi-Fi连接网络，还有可能会催生新型的通讯方式。
一路走来，虽然我们可能在接近硅芯片的性能极限，但技术本身同时正在加速发展，要阻止它成为现代生活的驱动力是不大可能的。随着新计算技术推动机器人、人工智能、虚拟现实、纳米技术以及其它震惊世界的进步超越当前被公认的极限，它的影响力将只会有增无减。
简单来说，计算的指数级增长，或许无法永远持续下去，但它的尽头仍比我们想象的要遥远得多。
到这里，不妨思考一下：在不久的将来，如果上述的技术被成功用于硅芯片的设计，那么将来的处理器将会是什么样子？ [1] [2] [3] [4]
相关文章(向右看)..
摩尔定律失效后，硅芯片将何去何从？
摩尔定律自从1965年提出以来，该定律一直生效。不过近年来业界一直预测该定律即将失效。早在2000年，《麻省理工科技评论》就硅技术在大小和速度上的极限提出了警告。
目前，全球半导体行业，不再基于每两年实现性能翻倍的概念来制定硅芯片研发计划，原因是成本问题：无力承担跟上性能提升步伐所需购买的超复杂制造工具和工艺成本。此外，当前的制造技术，可能无法再像原来那样大幅度缩小硅晶体管。事实上，晶体管都已经变得非常微小了，以至于可能无法遵循通常的物理定律，那么，是否意味着科技驱动的指数级变化时代即将走到尽头了吗？
即便硅芯片正在接近物理和经济成本上的极限，也还有其它的方法继续驱动计算性能的指数级增长，比如：采用新材料来打造芯片和以新方式定义计算本身。目前，已经出现了与晶体管速度无关的技术进步，如：深度学习驱动的更加聪明的软件，以及通过利用云资源实现更强计算能力的技术。而这只是未来计算创新的冰山一角。
2016年福布斯发布文章称：即便摩尔定律失效，硅芯片逼近物理和经济成本上的极限，也还有其它的创新方法和技术继续驱动计算性能的指数级增长，比如：内存中运算、量子计算、分子电子学、神经形态计算等等。
以下便是有望驱动计算性能继续飞速增长的几项新兴技术：
(1) 内存中计算
纵观在整个计算史，处理最缓慢的一部分就是从硬盘获取数据。很多的处理性能都浪费在了等待数据到达上。相比之下，内存中计算则将大量的数据放在RAM，使得数据可以马上在RAM中进行处理。结合新型的数据库、分析技术和系统设计，它能够大大提升性能和整体成本。
(2) 基于石墨烯的微芯片
石墨烯为一个分子那么厚，导电性能比任何其它人类已知的材料都要强。它能够卷入到微小的管子中，也能够结合其它材料使用，能够在更小的空间里驱动电子以更快的速度运动。它在这方面甚至要胜过最下的硅晶体管。这将会将针对微处理器的摩尔定律的适用时间再延长几年。
(3) 量子计算
普通计算机中的2位寄存器在某一时间仅能存储4个二进制数（00、01、10、11）中的一个，而量子计算机中的2位量子位（qubit）寄存器可同时存储这四个数，因为每一个量子比特可表示两个值。
理论上，量子计算机将能够以数百万倍于当前技术的速度解决各类非常复杂的问题，如分析基因数据或者测试飞机系统。谷歌研究人员去年宣布，他们已经开发了一种新的量子比特方式来检测和防范错误。
(4) 分子电子学
瑞典隆德大学研究人员利用纳米技术打造了“生物计算机”，通过沿着纳米观人工路径同时移动多个蛋白丝，该款计算机能够进行平行计算。
这种生物计算机比循序运行的传统电子计算机更加快速，且节能99%，制造和使用成本也低于传统计算机和量子计算机。它进行商用的时间可能也将早于量子计算机。
(5) DNA数据存储
将数据转换成base 4，你就可以将它编码到合成DNA上。
很简单：一点点DNA就可以存储一大堆数据。事实上，有瑞士研究团队估计，一个茶匙的DNA可以容纳人类迄今为止所产生的所有数据，从最早期的洞穴壁画，再到昨天的Facebook动态更新。
这种技术目前需要耗费大量的时间和资金，不过基因编辑或许是大数据的未来：Futurism最近报道称，微软正在研究利用合成DNA来进行安全的长期数据存储，已经能够编码和恢复100%的初始测试数据。
(6) 神经形态计算
神经形态计算技术的目标是，打造一款像人脑那样的计算机——处理和学习数据的速度能够跟生成数据一样快速。
到目前为止，业界已经开发出能够通过训练和执行神经网络来进行深度学习的芯片，那是往正确方向迈出的一步。例如：General Vision的神经形态芯片包含1024个神经元，每一个都是基于SRAM（静态随机存储器）的256字节存储器，且有3000个逻辑闸，所有的神经元都互相连接，平行运行。
(7) 无源Wi-Fi（Passive Wi-fi）
华盛顿大学的一个计算机科学家和电气工程师团队，开发了一种耗能比目前的电耗标准少1万倍的Wi-Fi传输生成方式。虽然这严格来说不算是计算性能的提升，但它是网络连接性的指数级增长，将会使能其它技术的进步。
无源Wi-Fi被《麻省理工科技评论》列入2016年的十大突破性技术，它将不仅仅可以节省电耗，还能够使能最低耗能的物联网，让更多之前非常耗电的设备第一次能够通过Wi-Fi连接网络，还有可能会催生新型的通讯方式。
一路走来，虽然我们可能在接近硅芯片的性能极限，但技术本身同时正在加速发展，要阻止它成为现代生活的驱动力是不大可能的。随着新计算技术推动机器人、人工智能、虚拟现实、纳米技术以及其它震惊世界的进步超越当前被公认的极限，它的影响力将只会有增无减。
简单来说，计算的指数级增长，或许无法永远持续下去，但它的尽头仍比我们想象的要遥远得多。
到这里，不妨思考一下：在不久的将来，如果上述的技术被成功用于硅芯片的设计，那么将来的处理器将会是什么样子？
相关文章(向右看)..
打印本页 关闭本页
