我們大多數(shù)人都熟悉摩爾定律。最初觀察到計算機容量呈指數(shù)增長的戈登·摩爾（Gordon Moore）談?wù)摰氖?a href="http://www.xsypw.cn/v/tag/123/" target="_blank">集成電路中晶體管的密度，但其他人（其中包括著名的未來學(xué)家雷·庫茲韋爾）后來重新制定了“定律”來指代處理能力較之成本的增長——計算機芯片每花費 100 美元，每秒可以執(zhí)行多少次計算。這使得該定律對技術(shù)變化具有魯棒性，將其向后延伸到集成發(fā)明之前，并可能向前延伸到未來新技術(shù)可能取代當(dāng)前的硅基芯片時。

但我們可能很快就需要替代技術(shù)，因為我們已經(jīng)接近硅芯片所能達到的目標(biāo)。自世紀(jì)之交以來，單處理器內(nèi)核的性能增長已大大放緩。在 1986 年到 2001 年的 15 年間，處理器性能平均每年增長 52%，但到 2018 年，這一速度已經(jīng)放緩至每年僅 3.5%——幾乎處于停滯狀態(tài)。

這種放緩有幾個原因。最重要的是，我們正在接近制造小型晶體管的物理極限，以及它們在集成電路中的封裝密度。這意味著 Dennard 縮放比例的終結(jié)——另一條計算機“定律”指出，隨著晶體管變得更小，它們的能量需求也會縮小，即使晶體管的封裝更密集，單位面積的能量需求也大致保持不變。如果我們現(xiàn)在想在芯片上添加更多的晶體管，它需要更多的空間和更多的能量。

相反，我們可以提高計算機的時鐘速度，即晶體管執(zhí)行計算的速度。然而，當(dāng)時鐘速度增加時，能量需求和熱量輸出開始迅速上升，超過一定速度，實際上限制了這種增加處理能力的方法。這就是為什么 CPU 時鐘速度在過去 15 年中幾乎停止增長的原因，尤其是對于不容易配備大風(fēng)扇的便攜式計算機。今天的大多數(shù)筆記本電腦甚至沒有風(fēng)扇，因為它們的硬盤已被 SSD 卡取代，這大大降低了它們的整體能源需求和熱量輸出——但提高時鐘速度或在 CPU 中裝入更多內(nèi)核將增加它們的熱量輸出。將筆記本電腦放在膝上或?qū)?a href="http://www.xsypw.cn/v/tag/11230/" target="_blank">智能手機握在手中會非常不舒服。

過去 15 年中計算機容量仍然令人印象深刻的進步主要是由于在處理器中裝入了更多內(nèi)核。十五年前，典型的個人電腦只有一個內(nèi)核；現(xiàn)在我們有雙核、四核甚至八核 CPU。但是，添加更多內(nèi)核與提高時鐘速度不同。基本上，每個內(nèi)核都作為一個單獨的處理器運行，這僅在計算機的任務(wù)可以在多個并行運行的內(nèi)核之間拆分時才有用。雖然單個程序可能有多個任務(wù)（或線程，在技術(shù)術(shù)語中）并行運行，但線程通常必須等待來自其他線程的結(jié)果，從而降低效率。這種效率的降低自然會隨著并行運行的線程數(shù)量而增加，這意味著核心數(shù)量增加一倍，有了它，能量輸入和熱量輸出不會使我們的計算機的有效容量翻倍，除了圖形等非常專業(yè)的任務(wù)。圖形處理單元 (GPU) 確實可以并行運行許多任務(wù)，同時更新屏幕的不同部分——但一旦達到所需的最佳分辨率（高清？4K？8K？），您將不再有任何進展從并行運行更多任務(wù)中獲益。

超級計算機取得了比個人計算機更快的增長速度。目前，超級計算機的頂級計算能力正以每年約40%的速度增長，相當(dāng)于20年一千倍。然而，不到十年前，這一增長率為每年 80%，僅用了 11 年就實現(xiàn)了千倍的處理能力。這是因為超級計算機是由許多普通的計算機芯片組合而成的。今天的頂級超級計算機基本上都是數(shù)百萬核心的 PC。一旦計算機芯片停止改進，您需要將更多的芯片打包在一起，這將變得越來越難以管理，更不用說需要更多的能量來運行和冷卻超級計算機。

摩爾定律的未來

從上面我們可以看出，我們已經(jīng)達到了現(xiàn)有芯片技術(shù)所能達到的極限。按照最初的定義，每兩年將芯片上的晶體管密度翻一番，摩爾定律已經(jīng)失效了十年或更長時間。但是，在未來幾十年中，可能還有其他方法可以實現(xiàn)計算機性能的增長。

一方面，我們可以將晶體管封裝得更深，這將減小芯片尺寸。這已經(jīng)在內(nèi)存存儲芯片中實現(xiàn)，其中晶體管堆疊 128 層或更深。這種緊湊的芯片非常適合智能手機等小型設(shè)備或越來越多的可穿戴設(shè)備，更不用說為物聯(lián)網(wǎng)提供動力的無數(shù)小型聯(lián)網(wǎng)設(shè)備了。然而，動態(tài)隨機存取存儲器 (DRAM) 更難以深入分層，因為幾乎每個部件都一直處于供電狀態(tài)，從而導(dǎo)致能源和發(fā)熱問題——但正在研究這些問題的解決方案。

也有可能使用人工智能來設(shè)計使用當(dāng)前芯片技術(shù)的更高效的芯片架構(gòu)。尤其是3D芯片，AI可能比簡單的分層扁平架構(gòu)更好地利用額外的維度，AI可以利用機器學(xué)習(xí)來找到最需要優(yōu)化的地方以及如何實現(xiàn)。借助進化算法，人工智能可以設(shè)計不同的解決方案，讓它們在人工環(huán)境中相互競爭，然后讓最好的設(shè)計變異并再次競爭，一代又一代，直到經(jīng)過數(shù)千代人發(fā)現(xiàn)一個卓越的設(shè)計，隨著進一步的突變，感知能力得到改善。這種設(shè)計可能與人類大腦可以設(shè)計的任何東西都不一樣，但在速度方面明顯優(yōu)于早期設(shè)計，

激進的新技術(shù)也可以提高處理能力。超導(dǎo)計算機可以用很少的能量運行，相應(yīng)的熱量輸出也很小，從而允許非常密集的三維芯片架構(gòu)。仍處于起步階段的量子計算機理論上可以比傳統(tǒng)計算機更快地處理某些類型的任務(wù)（實現(xiàn)量子霸權(quán)），在幾秒鐘內(nèi)解決一些最快的普通計算機在宇宙生命周期中無法完成的問題。然而，兩者都需要冷卻到極低的溫度，這使得它們對于臺式計算機來說是不切實際的，更不用說便攜式設(shè)備了。其他新技術(shù)在理論上是可能的，但可能過于昂貴而無法實用。

我們可以詢問個人計算機或智能手機所需的所有計算能力是否必須駐留在設(shè)備本身中。云計算已經(jīng)普及了很長一段時間，它允許設(shè)備將處理和存儲外包給外部計算機和服務(wù)器。為少量的大型集中式計算機和服務(wù)器供電和冷卻比每個小型家庭或袖珍設(shè)備更實用，如果所有重要數(shù)據(jù)都存儲在設(shè)備中，用戶不必?fù)?dān)心設(shè)備丟失或損壞。

但是，連接速度是一個問題，尤其是在一直來回發(fā)送大量數(shù)據(jù)的情況下。畢竟，請求在互聯(lián)網(wǎng)上傳播數(shù)百公里比在 CPU 內(nèi)傳播幾毫米需要更多時間——隨著處理速度的提高，這個問題變得越來越重要。對此的部分解決方案是邊緣計算，其中設(shè)備訪問位于用戶附近的存儲和處理能力。邊緣計算設(shè)備可以處理所有處理和數(shù)據(jù)存儲，或者它們可以充當(dāng)網(wǎng)關(guān)設(shè)備，在將數(shù)據(jù)發(fā)送到云存儲之前對其進行處理。許多設(shè)備發(fā)送大量數(shù)據(jù)進行實時分析的物聯(lián)網(wǎng)將不得不依靠邊緣計算來減少延遲。5G 無線通信可以通過提供比 4G 更大的帶寬和更短的延遲來幫助實現(xiàn)這一點，很可能 5G 將主要用于物聯(lián)網(wǎng)設(shè)備，而不是智能手機和臺式電腦等個人設(shè)備，4G 可能對大多數(shù)用戶來說仍然足夠，除了極端游戲玩家。借助云計算和邊緣計算，您的設(shè)備只需要具有足夠的處理能力來處理最常見的日常任務(wù)，而處理使用的高峰則外包給外部服務(wù)器。當(dāng)然，這需要更多地依賴連接穩(wěn)定性，而當(dāng)數(shù)據(jù)離開建筑物時，安全性總是較弱。您的設(shè)備只需要有足夠的處理能力來處理最常見的日常任務(wù)，處理使用高峰外包給外部服務(wù)器。當(dāng)然，這需要更多地依賴連接穩(wěn)定性，而當(dāng)數(shù)據(jù)離開建筑物時，安全性總是較弱。您的設(shè)備只需要有足夠的處理能力來處理最常見的日常任務(wù)，處理使用高峰外包給外部服務(wù)器。當(dāng)然，這需要更多地依賴連接穩(wěn)定性，而當(dāng)數(shù)據(jù)離開建筑物時，安全性總是較弱。

最終，我們必須問一個典型用戶真正需要多少處理能力。除了最需要圖形的電腦游戲，今天一臺使用了 5 年的舊電腦可以輕松處理大部分需要做的事情，無論是在家里還是在工作中，而且憑借 TB 的容量，存儲空間已不再是問題大多數(shù)用戶。很難想象我們將需要比當(dāng)今高端設(shè)備提供的更高的屏幕分辨率。現(xiàn)實的虛擬現(xiàn)實很可能在十年左右的時間內(nèi)通過個人設(shè)備實現(xiàn)，即使當(dāng)前處理能力的進步緩慢——任何滯后都可能是連接不良的結(jié)果，而不是處理速度慢的結(jié)果。創(chuàng)建能夠處理大多數(shù)人工任務(wù)的人工智能（我們覺得讓人工智能處理很舒服）可能更多的是設(shè)計問題，而不是處理能力。

編輯：黃飛