摩尔定律的未来技术发展.pdf

我们大多数人都熟悉摩尔定律。最初观察到计算机容量呈指数增长的戈

登·摩尔（GordonMoore）谈论的是集成电路中晶体管的密度，但其他人（其

中包括著名的未来学家雷·库兹韦尔）后来重新制定了“定律”来指代处理能

力较之成本的增长——计算机芯片每花费100美元，每秒可以执行多少次计

算。这使得该定律对技术变化具有鲁棒性，将其向后延伸到集成发明之前，并

可能向前延伸到未来新技术可能取代当前的硅基芯片时。

但我们可能很快就需要替代技术，因为我们已经接近硅芯片所能达到的目

标。自世纪之交以来，单处理器内核的性能增长已大大放缓。在1986年到

2001年的15年间，处理器性能平均每年增长52%，但到2018年，这一速度

已经放缓至每年仅3.5%——几乎处于停滞状态。

这种放缓有几个原因。最重要的是，我们正在接近制造小型晶体管的物理

极限，以及它们在集成电路中的封装密度。这意味着Dennard缩放比例的终结

——另一条计算机“定律”指出，随着晶体管变得更小，它们的能量需求也会

缩小，即使晶体管的封装更密集，单位面积的能量需求也大致保持不变。如果

我们现在想在芯片上添加更多的晶体管，它需要更多的空间和更多的能量。

相反，我们可以提高计算机的时钟速度，即晶体管执行计算的速度。然

而，当时钟速度增加时，能量需求和热量输出开始迅速上升，超过一定速度，

实际上限制了这种增加处理能力的方法。这就是为什么CPU时钟速度在过去

15年中几乎停止增长的原因，尤其是对于不容易配备大风扇的便携式计算机。

今天的大多数笔记本电脑甚至没有风扇，因为它们的硬盘已被SSD卡取代，这

大大降低了它们的整体能源需求和热量输出——但提高时钟速度或在CPU中装

入更多内核将增加它们的热量输出。将笔记本电脑放在膝上或将智能手机握在

手中会非常不舒服。

过去15年中计算机容量仍然令人印象深刻的进步主要是由于在处理器中

装入了更多内核。十五年前，典型的个人电脑只有一个内核；现在我们有双

核、四核甚至八核CPU。但是，添加更多内核与提高时钟速度不同。基本上，

每个内核都作为一个单独的处理器运行，这仅在计算机的任务可以在多个并行

运行的内核之间拆分时才有用。虽然单个程序可能有多个任务（或线程，在技

术术语中）并行运行，但线程通常必须等待来自其他线程的结果，从而降低效

率。这种效率的降低自然会随着并行运行的线程数量而增加，这意味着核心数

量增加一倍，有了它，能量输入和热量输出不会使我们的计算机的有效容量翻

倍，除了图形等非常专业的任务。图形处理单元(GPU)确实可以并行运行许多

任务，同时更新屏幕的不同部分——但一旦达到所需的最佳分辨率（高清？

4K？8K？），您将不再有任何进展从并行运行更多任务中获益。

超级计算机取得了比个人计算机更快的增长速度。目前，超级计算机的顶

级计算能力正以每年约40%的速度增长，相当于20年一千倍。然而，不到十年

前，这一增长率为每年80%，仅用了11年就实现了千倍的处理能力。这是因

为超级计算机是由许多普通的计算机芯片组合而成的。今天的顶级超级计算机

基本上都是数百万核心的PC。一旦计算机芯片停止改进，您需要将更多的芯片

打包在一起，这将变得越来越难以管理，更不用说需要更多的能量来运行和冷

却超级计算机。

摩尔定律的未来

从上面我们可以看出，我们已经达到了现有芯片技术所能达到的极限。按

照最初的定义，每两年将芯片上的晶体管密度翻一番，摩尔定律已经失效了十

年或更长时间。但是，在未来几十年中，可能还有其他方法可以实现计算机性

能的增长。

一方面，我们可以将晶体管封装得更深，这将减小芯片尺寸。这已经在内

存存储芯片中实现，其中晶体管堆叠128层或更深。这种紧凑的芯片非常适合

智能手机等小型设备或越来越多的可穿戴设备，更不用说为物联网提供动力的

无数小型联网设备了。然而，动态随机存取存储器(DRAM)更难以深入分层，

因为几乎每个部件都一直处于供电状态，从而导致能源和发热问题——但正在

研究这些问题的解决方案。

也有可能使用人工智能来设计使用当前芯片技术的更高效的芯片架构。尤

其是3D芯片，AI可能比简单的分层扁平架构更好地利用额外的维度，AI可以

利用机器学习来找到最需要优化的地方以