導(dǎo)讀:摩爾定律一般認(rèn)為是由英特爾創(chuàng)始人戈登.摩爾最先提出,他預(yù)測半導(dǎo)體芯片上的晶體管數(shù)量,每年會增加一倍。目前普遍流行的說法則是,每18個月,晶體管數(shù)量會增加一倍
圖片來源:pixabay
現(xiàn)在我們都離不開計算機和手機,我們也可以感覺到,年年都會推出新計算機和手機,效能也都年年增加,這幕后的重要推手就是摩爾定律,計算科技也因此改變了世界的面貌。然而,當(dāng)摩爾定律達到極限時,計算科技是否會停滯,我們又該如何面對?臺灣大學(xué)資工系教授洪士灝說:“這是危機也是轉(zhuǎn)機!”
摩爾定律如何改變世界
摩爾定律一般認(rèn)為是由英特爾創(chuàng)始人戈登.摩爾(Gordon Moore)最先提出,他預(yù)測半導(dǎo)體芯片上的晶體管數(shù)量,每年會增加一倍。目前普遍流行的說法則是,每18個月,晶體管數(shù)量會增加一倍。
由于每隔一年半,產(chǎn)量就會增加一倍,相當(dāng)于每隔一年半,成本就會降低五成,也就是說,平均每年可降低約三成多的成本。從經(jīng)濟層面來看,摩爾定律所帶來的成本效益極高。既然投資可以很快回收,許多廠商當(dāng)然也愿意花大錢投資下去,半導(dǎo)體業(yè)因此而蓬勃發(fā)展。
摩爾定律也提高了計算機的效能。晶體管越小,工作頻率就越高;晶體管愈多,就能同時做更多工作。兩者加乘之下,計算機效能就越來越好。然而,洪士灝說:“摩爾定律帶來了副作用,大家都偷懶!”程序不夠快沒關(guān)系,只要等一兩年,計算機就夠快了。由于不需要特殊化、異質(zhì)計算,所以只追求通用型設(shè)計,例如計算機都是x86,手機都是ARM架構(gòu)。
當(dāng)摩爾定律走到盡頭
2004年,摩爾定律開始出現(xiàn)問題,被一堵功耗墻(power wall)擋住了前進的路。晶體管耗能會發(fā)熱,發(fā)熱總量可能會燒壞晶體管,所以不可能再增加工作頻率,也不能讓更多晶體管同時工作,單處理機的效能因而難以大幅增加。甚至有人認(rèn)為,摩爾定律實際上已經(jīng)終結(jié)。
另外,現(xiàn)今晶體管的尺寸已達納米級,相當(dāng)于原子的層級,技術(shù)門坎及研發(fā)成本都越來越高,已經(jīng)少有廠商愿意投入。目前能夠做7納米以下的廠商只剩三家:臺積電、英特爾、三星。
幸好2004年起,出現(xiàn)許多重量級應(yīng)用,像是云端計算與智能手機、物聯(lián)網(wǎng)與大數(shù)據(jù)、深度學(xué)習(xí)與人工智能等。這些應(yīng)用背后的關(guān)鍵技術(shù)就是多核心的平行及分布式計算。既然單處理機無法更強大,那就只能倚多為勝,因而繞過功耗墻,善用平行及分布式計算技術(shù),轉(zhuǎn)向發(fā)展多核心處理機。這也使得摩爾定律得以用其他面貌維持下去。
這些應(yīng)用需要大量的處理機才能發(fā)揮作用,而硬件也因為這些應(yīng)用軟件才有了新的發(fā)展,這代表軟硬件的共生結(jié)構(gòu)越來越緊密,軟硬件協(xié)同設(shè)計也變得格外重要。如果能根據(jù)應(yīng)用的特性來處理軟硬件協(xié)同設(shè)計,就能發(fā)揮更大的效能。以Alpha Go為例,早期還使用繪圖處理機(GPU) 來處理人工智能,到了2014年,Google開始研發(fā)TPU(Tensor Processing Unit),比同時期的GPU快30倍、省電80倍。第二代Alpha Go使用了48個TPU,第三、四代則只用了四個新式TPU,還更快、更省電,可見軟硬件協(xié)同設(shè)計威力之強大。
摩爾定律遲早會走到盡頭,而在后摩爾定律的時代,需要的是軟硬件兼?zhèn)涞乃仞B(yǎng)和跨領(lǐng)域的團隊合作。洪士灝認(rèn)為:“比起世界其他國家和地區(qū),我們有不錯的基礎(chǔ)”,值得大家努力發(fā)展。