“摩尔定律过时了？还有“摩尔定律Plus”接班”

本篇文章1970字，读完约5分钟

新闻网站科技信息4月14日，据techcrunch报道，我们现在正处于计算行业的真正转折点，我们采用的技术正在与日俱进。 嵌入式传感器和互联网接入的迅速融合，已经把我们采用的大部分电器变成了智能设备。 这些与我们的语音命令相对应，可以通过互联网计算机和云分解生成的大量数据。

我看到虚拟现实( vr )和增强现实)技术已经开始使用。 这些技术需要大量的计算和图形解决能力来为人类提供更真实的生活体验。 除了机器学习的应用外，还通过大量的数据培训及时提供切合情况的新闻和接管大量的常见任务。 这些新的APP挑战了计算机领域，需要在提高灵活性的同时提供越来越多的计算能力。

但是，根据摩尔定律，半导体更新换代的步伐变慢，因此提供越来越多的计算能力存在很大的课题。 摩尔定律是指通过缩小电路的体积、改善性能、提高能效，集成电路中可以容纳的部件数量每两年增加一倍。 过去，半导体技术非常依赖新一代的计算机芯片，但这些芯片更便宜、更快。

物理定律不会被骗。 我们已经达到了晶体管小型化的物理极限。 但是，在未来10年中，新的半导体技术节点仍需要大幅小型化和降低功耗，但价格不断增加，历史性的改善速度也尚未实现。 我们现在面临着摩尔定律的历史进步依然缓慢，但新的计算密集型APP要求更强大的能力的状况。 这受到无法满足的费用要求的驱使，迫切需要越来越多的数据、更强的数据解决能力、更多的实时新闻、更快的服务等。 无人驾驶汽车、无人机、机械等需要大量的实时新闻解决、推理、解释支持。

为了安全的故障操作和迅速的应对措施，所有计算都可能无法在云中完成。 我发现计算必须从互联网的边缘移动，接近客户。 新的智能电器和ar/vr接口需要在本地分配高性能计算能力，包括汽车、住宅、公司和细胞塔，并且需要连接到云。

随着上百万物联网设备中普遍存在的传感器，以及我们大部分的工作和个人生活被数字化，数据将发生大爆炸。 实时解决和分解大量数据需要新的技术。 我们想以全新的方式利用这些数据。 例如，在ar和vr混合的环境中，可以看到与空之间涵盖的新闻混合显示的图像。 基本上，这样的要求改变了与技术的交互方式，要求更高的计算性能。

这种力量将虚拟现实和增强现实渲染为真实的图像，将符合实际情况的新闻和图形覆盖到真实世界的视觉中。 由于英国皇家医学院已经对vr进行了手术记录，所以很容易想象覆盖ar提供的实时新闻，帮助医生更好地完成手术。 这些都是真正吸引人的应用。 如果计算能以现在的速度进步，这样的推翻会影响到所有的领域。 但是，在摩尔定律衰退时，如何保持这种进步速度？ 怎样才能提供越来越多的计算能力？

事实上，工程师们操作越来越多的杠杆，可以促进未来计算性能的提高。 这就是我所说的摩尔定律+ (摩尔定律)，要求工程师更有创造性、跨学科、跨领域的合作。 摩尔定律+在四个方面打开了创新之门:

1 .通过将更小的半导体设备与更具成本效益的包装和网络技术相结合，以更新颖的方法灵活地结合芯片技术。

2 .利用计算解决方案( cpu和gpu )的异构混合和专用孵化器，利用来自记忆的数据训练这些引擎。

3 .建立开放源码软件项目和开发框架，便于编程和利用异构计算

4 .通过采用先进的机器学习、数据观察以及vr和ar渲染辅助器，开发新的软件APP应用的生态结构。

在摩尔定律+的时代，大学和领域会利用这些杠杆来提高性能。 在铸造前沿，远紫外光刻是一种比较有效的技术，可以推动小型工艺节点制造业向前发展，产生更小的新型晶体管。 它们与新的金属结构相连，降低电阻。 在半导体领域，制造业将更加迅速发展。

将来需要越来越多的内存，如pc、移动设备、服务器等。 对服务器来说，特定的业务负荷，特别是机器学习、虚拟化APP、数据解析等，对内存有无限的要求。 但是，我们过去每年增加的内存密度在下降。 这也需要创新地牵引，有可能诞生非易失性存储器和堆栈存储器。

如果不能轻易规划这些新方法，我认为保持摩尔定律+18个月到24个月的增长率依然是徒劳的。 生态系统有cpu，但如果想使用cpu和其他加速器，则需要开放的计划。 有些人用特别的方案，这很有用，但是价格很贵。 使用由amd协助开发的heterogeneoussystemsarchitecture ( HSA )基金会，可以实现包括cpu、gpu、fpga等固定功能加速器在内的各种技术的协作、备忘录

为了在摩尔定律+的世界里继续进步，有必要与半导体领域不同的制造商和学术界进行工程合作，创造容易编程的环境的开放标准。 所以，企业相信可以增加越来越多的晶体管来管理价格曲线。 所有这些组合起来，可以促进计算的进一步加速。 有了摩尔定律+，摩尔定律的前进步伐就不会减速，而是卓越地持续提供原动力。