并不一定意味着芯片上会有更多晶体管,摩尔定律所说的是芯片上晶体管的数量,摩尔定律到底是一项技术还是只是一个预言摩尔定律会不会终结 摩尔定律是不会终结的,更大的晶体管密度并不一定会带来更高的性能和速度,同时不会产生更多热量,为了让摩尔定律继续对美国智能手机消费者和制造商有用,但我们智能手机上的硬件真的还在遵循摩尔定律吗,摩尔定律有终结之日吗美国国防部高级专家罗伯特在几年前就这么说过:现在是时候开始计划摩尔定律的结束了。
摩尔定律到底是一项技术还是只是一个预言
摩尔定律会不会终结
摩尔定律是不会终结的,具体的跟随小编来了解下。
贝瑞特在1957年进入斯坦福大学学习冶金工程学时,他绝对不会想到自己会积极投身到人类社会在之后的半个世纪内发生的巨大变革之中。当时整个世界最尖端的技术还是现代晶体管和集成电路那样的技术,它们令我们当前的数字信息时代成为了可能,但是当时先进的计算机技术还没有出现。-摩尔定律
贝瑞特接受克劳的访谈,现场座无虚席。贝瑞特畅谈了过去50年发生的技术进步,并且对技术行业的未来发展谈了他的一些想法和希望。
克劳说,英特尔联合创始人戈登摩尔(Gordon Moore)(贝瑞特的老东家)在1965年注意到一个现象,那就是每过18个月左右,我们的计算能力就会增加一倍,这就是著名的“摩尔定律”。摩尔定律现在仍然适用吗?还是象很多人所预言地那样,摩尔定律已经走到尽头了?-摩尔定律
贝瑞特说,甚至连摩尔本人也认为摩尔定律的翻倍增长模式很难再延续10年,然而现在并没有出现计算能力减缓增长的迹象。
克劳说:“我想象不出还有什么能对提高生产力或改善人类的决策和生命有着如此重要的作用。” 到底是什么东西推动了这种变化呢?在象英特尔这样的公司里,是什么让英特尔能够如此迅速地加上产品生产的速度,降低产品生产成本和提高产品质量呢?-摩尔定律
贝瑞特说,在英特尔,摩尔定律就是一条一直在自我实现的预言,它也是一项战略计划。虽然学术权威、业内分析师和媒体都预言计算能力的指数增长趋势已经快结束了,但是英特尔仍然保持着这种趋势不变,因此英特尔也得以继续在行业内处于领先地位。贝瑞特说,公司对每一位新加入的工程师说:“这么多年来,我们一直在遵守摩尔定律,希望这种增长趋势不会在你们手中终结。”-摩尔定律
但是,虽然计算能力并没有达到科学定律设定的极限,但是社会至少在美国社会是否存在一些限制性因素呢? 例如,克劳问道,为什么现在想让孩子对科学、技术、工程和数学等学科产生兴趣比冷战时期更难呢?
贝瑞特说,当他进入大学的时候,工程技术显然是通向中产阶级的快车道。但是现在,孩子们的选择余地更大了。 他补充说,而且工程技术是一种非常宝贵的背景。如果去研究一下财富500强企业的CEO所学的专业,你会发现拥有工程技术学背景的CEO比例最高,而且这门学科可以培养人们解决问题的能力。-摩尔定律
克劳问,象英特尔那样的跨国公司应该去关注美国人是否能在科学技术领域获得成功吗?这关系到教育和国家投资。 随着微电子学和集成电路以及先进的计算设备不断向前发展,美国现在应该做些什么呢?
贝瑞特回答说,虽然英特尔即便不再招聘美国员工,它也应该继续保持成功。作为老牌技术公司,他希望英特尔能够为美国人的后代提供更多的机会。美国要想参与国家竞争,就必须做好三件事:改善教育系统、投资科技研发以及执行“集思广益”的政府政策。他说:“现在,我们在那几个方面都还不达标。”-摩尔定律
那么对于美国乃至全世界来说,下一波技术增长会来自哪些领域呢?
贝瑞特认为,在未来的十年或二十年里,仅在计算能力领域,我们也会看到更多与我们之前所看到的一样的开发进步。但是最令人振奋的增长,将来自于计算能力与其他学科的融合,比如计算能力与生态系统和医学的融合。 他说:“一切都有可能,创新是无限的。学科之间的融合将会是科技发展的下一个前沿阵地。”-摩尔定律
开辟这些前沿阵地将会造成社会的分裂和文化的分裂。克劳问道,我们是否应该投入时间、精力和财力去研究未来发展的复杂性呢?
贝瑞特说:“坦白说,我支持‘让技术先行’的观点。”
克劳说:“通过技术可以行使选择权。”
贝瑞特说,是的,这是“创造性的破坏”的学说观点。只要人类给新技术提供破坏现有的社会结构的机会,新技术就可以创造奇迹。 贝瑞特说,这有点像混乱统治的意思,不要试图把一切都掌握在手中。
在回答现场提问环节,听众们请求贝瑞特多谈谈未来的新技术发展可能来自哪些领域。
当电路中的真空管被晶体管替代的时候,电子学就一直处于变化之中。那么,什么东西将会取代晶体管呢?
贝瑞特说,这个问题关系到64万亿美元的市场,这个问题不可能得到答案。直到晶体管的速度停止提高的时候,用其他的新技术来取代它才有实际的经济效益。 现在,晶体管的经济效益还非常高,你可以统计一下星期日版的《纽约时报》上的所有字数,然后除以报纸的价格,你就会发现晶体管的单价比一个字母的价格还要便宜。-摩尔定律
另一位听众提出,摩尔定律让技术变成可任意处理的了,例如我们可以每两年回收一次苹果的产品。从可持续发展的角度来说,技术未来将何去何从?
贝瑞特说,英特尔回收了大量的内部材料比如化学品和气体等等。摩尔定律还意味着当你将产品的产量提高一倍的时候,你也会试图去减少材料用量和资源用量。 集成电路的本质是由铝、铜、硅和氧等元素构成的,这些元素都不是稀缺元素。但是在回收硬件设备和限制使用有害物质这个方面,欧洲走在了美国的前头。贝瑞特发现,美国很多州现在也在考虑制定类似的法规。-摩尔定律
摩尔定律还适用吗
摩尔定律还适用吗?以我们口袋里的智能手机为例,这种设备可能比几年前的电脑还要强大。NASA的计算机曾帮助宇航员登上月球,而现在的手机比NASA曾经使用的计算机还要强大数百万倍,这简直令人难以置信。在过去的几十年里,我们确实看到计算能力有了很大增长。我们可以坐在公交车上玩高品质的视频游戏,或在忘记带“单反”的情况下拍摄4K视频。但我们智能手机上的硬件真的还在遵循摩尔定律吗?-摩尔定律
三星Galaxy S8可能不会让人觉得比Galaxy S7或Galaxy S6强大2倍。在过去几年里,我们使用手机的方式并没有发生太大变化。现在使用普通智能手机,你几乎可以做任何想做的事情,与2年前的旗舰智能手机相比没什么区别。那么,智能手机技术达到顶峰了吗?摩尔定律错了吗?下面让我们仔细看看:-摩尔定律
1、规格对比
首先,我们可以从智能手机的规格方面来看。与以前的智能手机相比,最新智能手机规格有哪些变化?鉴于本文作者是三星手机的忠实用户,为此他以三星多款旗舰手机为例,并从Geekbench中添加了部分基准评分,以此来证明这些规格在“真实世界”中的表现。-摩尔定律
图表显示,手机在渐进式改进,但规格和性能提高都没有翻倍。这可能会归结于制造商专注于其他功能,而不是盲目地遵守摩尔定律。智能手机不仅要比去年快得多,而且结构也要更漂亮,电池效率、分辨率也要更高。CPU性能并不是唯一要优先考虑的因素,这也可以解释为什么我们在这些方面没有看到“翻倍”。当然,还有更多的原因。-摩尔定律
2、关于CPU工作原理
看看上面的表格,你可以看到GHz和性能之间的关系并不密切。仅看GHz,你会发现相当扭曲的画面。给予CPU的指令通常是连续的,并且将会在“管道(隐喻)”中排队等待计算机执行。时钟速度可以告诉你CPU能够多快地获取并执行每个指令。而GHz是一种测量速度的方法,2GHz的CPU可以执行每秒20亿次循环。然后,GHz数越高,CPU执行任务、运行代码的速度越快。-摩尔定律
但实际情况要比这复杂得多,因为CPU可以使用各种各样的技巧,以便在每个周期中执行更多的指令,或者更有效地执行它们。例如,在当前指令完成之前,CPU就开始获取下个指令,并将它们的“管道”分解为多个阶段,这样可以更高效地执行。同样地,执行引擎可以分成两个独立的单元,可以并行运行。这种“指令级并行”(ILP)意味着可以同时执行多个指令。-摩尔定律
这些提高效率的技巧通常被描述为使“管道更宽、更长”,这两种方法都可以增加每个周期执行指令的数量和效率。但这里也存在限制,因为有些任务需要按顺序执行,但这是从芯片中挤出更多性能的另一种方法。这意味着,在许多情况下,时钟速度较慢的CPU仍然可以保持更快的速度。它正在经历更少的革命,但它正在做更多的工作。-摩尔定律
在此之前,我们甚至还没有提到拥有多个内核来平衡任务、提高效率、节约能源、处理热量、防止节流或使用缓存等功能,这些方法都能方便地存储有用的信息。与之类似,我们也忽略了GPU,它能处理特定类型的任务,这些任务对于绘制图形或内存储信息都非常有用。设备的整体性能是由许多较小的元素协同工作决定。CPU只是SoC的一小部分,而后者也是整个设备的一小部分。-摩尔定律
3、芯片制造工艺
但请记住,摩尔定律所说的是芯片上晶体管的数量。CPU上的晶体管越多,它就越“聪明”。晶体管是一种很小的开关,可以用来创建逻辑门,而逻辑门则可充当你手机的“大脑”。在芯片每平方厘米面积上安装的晶体管越多,能够安装到设备里的总数就越多。这就是晶体管的密度,也就是10nm芯片中10所代表的含义。这里的nm意为“纳米”,它测量的距离是单独晶体管的一半。数字越小,晶体管就越小,所适应的空间也就越小。-摩尔定律
从美国版本的Galaxy S8中使用的高通骁龙835来看,它使用了10nm的设计。通过这种方式,它声称比前身缩小了35%,节能25%。Galaxy S7上使用的三星Exynos 8890怎么样?它属于14nm芯片。而Galaxy S6的Exynos 7420也是14nm。这些都是定制的处理器,但它们都基于相同的ARM架构。-摩尔定律
三星和台积电等公司目前正在开发7nm芯片(三星赢得了10nm工艺竞赛),而台积电已经在寻找制造5nm和3nm芯片的工厂!最重要的是,这是另一种衡量设备性能的标准,它与摩尔实际讨论的内容拥有更紧密的联系。很明显,芯片性能仍在以非常快的速度增长,即使没有以每个两年翻一倍的速度加速。-摩尔定律
4、晶体管的数量
但仅仅因为你能把更多晶体管装进更小的空间,并不一定意味着芯片上会有更多晶体管,这取决于芯片的大小。那么在这些CPU上你能找到多少个晶体管呢?骁龙835上拥有30亿个晶体管。相比而言,人类大脑中大约有1000亿个神经元。-摩尔定律
不幸的是,这些信息对所有智能手机来说都是不可用的,三星此前机型没有具体数据。尽管这是一个不完美的测试,当让我们看看另一个移动SoC,iPhone 5s据说采用了苹果A7双核芯片,拥有10亿个晶体管,仅是Galaxy S8的1/3。A8芯片上的晶体管数量达到了20亿。如果我们把它们的Geekbench分数汇集起来,我们可以看到这个结论:-摩尔定律
当然,将晶体管数量增加一倍,并不一定让性能在现实世界中提高一倍。事实上,在A7和A8之间的性能差异相对较小,尽管后者晶体管数量是前者的2倍,但它们拥有相同的RAM和GHz。更大的晶体管密度并不一定会带来更高的性能和速度,因为制造商有时会“选择”如何最好地使用这些新晶体管。在某些情况下,他们可能专注于与性能没有直接相关的功能。例如,ARM有一个提高SoC的功率效率的系统,叫做“big.Little”。它主要使用两种不同的动力核心来完成更轻更密集的任务。-摩尔定律
这些功能更多地是出于对电池续航时间和热量管理的关注,而不是纯粹的计算速度。这是GPU通常可以比CPU更快地提高速度的原因之一,因为更专注于某些功能。有趣的是,看看iPhone 8和iPhone X上的A11芯片,它有43亿个晶体管。不过,麒麟970于2017年在IFA推出时,号称拥有55亿个晶体管,以支持人工智能功能。-摩尔定律
5、登纳德缩放比例定律
登纳德缩放比例定律(Dennard scaling)又被称为MOSFET scaling,是另一个类似的摩尔定律。它指出,当晶体管变小时,它们的功率密度保持不变。这意味着功率使用应与区域关联,而与开关的数量无关。我们不仅要在“成本效益最佳”的情况下,每年看到晶体管的数量翻倍,而且这些晶体管应该使用更少的功率,同时不会产生更多热量。-摩尔定律
为了让摩尔定律继续对美国智能手机消费者和制造商有用,登纳德缩放比例定律也需要成立。直到2000年,这个目标才终于实现。登纳德缩放比例定律在每个较低的节点上不再适用,这意味着无法确保这些密集的芯片必然会导致功耗降低。这也证明,虽然晶体管的数量增加了1倍,但其性能却并未相应增强。-摩尔定律
摩尔定律有终结之日吗
美国国防部高级专家罗伯特在几年前就这么说过:
现在是时候开始计划摩尔定律的结束了,值得思考的是它将如何结束,而不仅仅是何时。大多数的芯片从业人员肯定会思考过这个问题,尤其是科学家们,终究有一天硅工艺技术上的一些问题将难以克服,摩尔定律也就宣告结束。在过去的几十年里,类似的挑战层出不穷,但是我们都经受了挑战,摩尔定律也一直在发挥着作用。-摩尔定律
但问题不仅仅是技术上的,更多的可能要从经济学来考虑。摩尔定律的局限性并不受当前技术的驱动,毕竟如果我们知道如何变小,我们可能会做到这一点。摩尔定律的界限实际上是一个成本问题。每一个制程新节点都会极大增加开发成本,我们可能会因为成本问题而没有动力去推动下一个节点。比如十多年前,大概有20多家半导体公司可以承担制程节点研发的成本,但是目前只有三四家了。-摩尔定律
预测晶体管将在2021年停止缩小
目前在市场上有7nm技术,当进一步提升到5nm或更小时,就存在量子隧穿的可能性,这时候我们基本上失去了对电子的控制,晶体管也就会失去开关的意义。
摩尔定律定有终结之日,可能是2020年,也可能是2025年,但是,在那个时候,我们肯定是已找到了其它方法来提高芯片的计算性能并且可以很好的控制成本,比如三维固态量子计算或其他已经在实验室中构建的芯片。-摩尔定律
摩尔定律为何会失效是到达了物理极限还是人类智力极限
首先,摩尔定律只是个经验规律而已,它不是不可突破的。失效了也就失效了,没什么大不了。
摩尔定律来自于对历史数据的估算,本来也曾经修改过两次。一开始,被定为“每12个月翻一番”,后来又改成“24个月翻一番”,最后才是我们熟知的那个18个月版本。
在那之后,半导体行业就尽量达到这个目标,以这个规律来指导行业的发展。
至于失效,也主要是因为物理极限。如果要在芯片上继续增加晶体管密度的话,线路的宽度会继续缩减,导电区域与绝缘区域都会变得越来越窄。在窄到一定程度的时候,会显示出较强的量子特征,例如“量子隧穿”。在这种时候,电子可能会越过绝缘体而出现在另一侧导体中,让导体和绝缘体的区别不那么明显。-摩尔定律
于是漏电现象和发热现象会变得很严重。在这种时候,电路也就起不到它应有的作用了,自然也就没有办法再进一步。
不过这也并不是解决不了的问题。人们尝试开发新的计算技术和新的硬件来进一步提升计算能力,例如多芯片、FPGA、量子计算机、TPU等。