逐渐消失的摩尔定律引发对微芯片的根本性反思:计算机的未来 P4

图片来源: 量子运行

逐渐消失的摩尔定律引发对微芯片的根本性反思:计算机的未来 P4

    计算机——它们是一件大事。 但要真正了解我们迄今为止在计算机的未来系列中所暗示的新兴趋势,我们还需要了解冲刺计算管道的革命,或者简单地说:微芯片的未来。

    为了摆脱基础知识,我们必须了解摩尔定律,即现在著名的定律,戈登·E·摩尔博士于 1965 年创立。本质上,摩尔几十年前就意识到,集成电路中的晶体管数量翻了一番每 18 至 24 个月。 这就是为什么您今天以 1,000 美元购买的同一台计算机在两年后将花费您 500 美元。

    五十多年来,半导体行业一直遵循该定律的复合趋势线,为新操作系统、视频游戏、流媒体视频、移动应用程序以及定义我们现代文化的所有其他数字技术铺平了道路。 但是,尽管对这种增长的需求似乎将在半个世纪内保持稳定,但硅——所有现代微芯片所用的基石材料——似乎不会在 2021 年更长时间内满足这种需求——根据上一份报告 国际半导体技术路线图 (ITRS)

    这真的是物理学:半导体行业正在将晶体管缩小到原子尺度,硅很快就会不适合。 而且这个行业越是试图将硅缩小到超过其最佳极限,每次微芯片演进的成本就会越高。

    这就是我们今天所处的位置。 几年后,硅将不再是构建下一代尖端微芯片的具有成本效益的材料。 这一限制将迫使半导体行业(和社会)在以下几个选项之间进行选择,从而推动电子行业的革命:

    • 第一种选择是减缓或结束成本高昂的进一步小型化硅的开发,有利于寻找新颖的方法来设计能够产生更多处理能力而无需额外小型化的微芯片。

    • 其次,寻找可以在比硅小得多的规模上进行操作的新材料,以将更多数量的晶体管填充到更密集的微芯片中。

    • 第三,不再关注小型化或功耗改进,而是通过创建专门用于特定用例的处理器来重新关注处理速度。 这可能意味着未来的计算机可能拥有一组专业芯片,而不是拥有一个通用芯片。 示例包括用于改进视频游戏的图形芯片 谷歌的介绍 专门用于机器学习应用的张量处理单元 (TPU) 芯片。

    • 最后,设计新的软件和云基础设施,可以更快、更高效地运行,而无需更密集/更小的微芯片。

    我们的科技行业会选择哪个选项? 实际上:所有这些。

    摩尔定律的生命线

    以下列表简要介绍了半导体行业内竞争对手将用来保持摩尔定律的近期和长期创新。 这部分有点密集,但我们会尽量保持它的可读性。

    纳米材料. 领先的半导体公司,如英特尔,已经宣布他们将 滴硅 一旦它们达到七纳米(7nm)的小型化尺度。 替代硅的候选材料包括锑化铟 (InSb)、砷化铟镓 (InGaAs) 和硅锗 (SiGe),但最令人兴奋的材料似乎是碳纳米管。 由石墨制成——石墨烯本身就是一种神奇材料的复合叠层——碳纳米管可以制成原子厚,导电性极强,预计到 2020 年,未来的微芯片速度将提高五倍。

    光学计算. 设计芯片的最大挑战之一是确保电子不会从一个晶体管跳到另一个晶体管——一旦进入原子水平,这一考虑就会变得无限困难。 新兴的光学计算技术希望用光子代替电子,从而光(不是电)从晶体管传递到晶体管。 2017年,研究人员通过展示将基于光的信息(光子)作为声波存储在计算机芯片上的能力,朝着这一目标迈出了一大步。 使用这种方法,到 2025 年,微芯片可以接近光速运行。

    自旋电子学. 经过二十多年的发展,自旋电子晶体管试图使用电子的“自旋”而不是其电荷来表示信息。 虽然距离商业化还有很长的路要走,但如果得到解决,这种形式的晶体管只需 10-20 毫伏即可工作,比传统晶体管小数百倍; 这也将消除半导体公司在生产更小的芯片时面临的过热问题。

    神经形态计算和忆阻器. 解决这种迫在眉睫的处理危机的另一种新方法在于人脑。 尤其是 IBM 和 DARPA 的研究人员正在领导一种新型微芯片的开发——这种芯片的集成电路旨在模仿大脑更加分散和非线性的计算方法。 (看看这个 科学博客文章 以更好地了解人脑和计算机之间的差异。)早期结果表明,模仿大脑的芯片不仅效率显着提高,而且与当今的微芯片相比,它们使用的功率低得令人难以置信。

    使用同样的大脑建模方法,晶体管本身,众所周知的计算机微芯片的组成部分,可能很快就会被忆阻器取代。 忆阻器迎来了“离子”时代,与传统晶体管相比,忆阻器具有许多有趣的优势:

    • 首先,忆阻器可以记住通过它们的电子流——即使断电。 翻译,这意味着有一天你可以以与灯泡相同的速度打开计算机。

    • 晶体管是二进制的,要么是 1,要么是 0。 与此同时,忆阻器可以在这些极端之间有多种状态,如 0.25、0.5、0.747 等。这使得忆阻器的工作方式类似于我们大脑中的突触,这很重要,因为它可以开辟一系列未来的计算可能性。

    • 接下来,忆阻器不需要硅来发挥作用,这为半导体行业开辟了尝试使用新材料进一步小型化微芯片的道路(如前所述)。

    • 最后,与 IBM 和 DARPA 在神经形态计算中的发现类似,基于忆阻器的微芯片速度更快,使用更少的能量,并且可以比目前市场上的芯片拥有更高的信息密度。

    3D芯片. 传统的微芯片和为其供电的晶体管在平坦的二维平面上运行,但在 2010 年代初期,半导体公司开始尝试在其芯片中添加第三维度。 这些被称为“finFET”的新型晶体管有一个从芯片表面伸出的通道,使它们能够更好地控制通道中发生的事情,使它们的运行速度提高近 40%,并使用一半的能量运行。 然而,不利的一面是,这些芯片目前生产起来要困难得多(成本高昂)。

    但除了重新设计单个晶体管之外,未来 3D芯片 还旨在将计算和数据存储结合在垂直堆叠的层中。 目前,传统计算机的记忆棒距离处理器只有几厘米。 但是通过集成内存和处理组件,这个距离从厘米下降到微米,从而大大提高了处理速度和能耗。

    量子计算. 展望未来,很大一部分企业级计算可以在量子物理学的怪异定律下运行。 然而,由于这种计算的重要性,我们在本系列的最后给了它自己的一章。

    超级微芯片不是好生意

    好的,所以你在上面读到的一切都很好——我们说的是模仿人类大脑的超节能微芯片,可以以光速运行——但问题是,半导体芯片制造行业并不是过于渴望将这些概念变成大规模生产的现实。

    几十年来,英特尔、三星和 AMD 等科技巨头已经投资数十亿美元来生产传统的硅基微芯片。 转向上述任何新概念将意味着放弃这些投资并花费数十亿美元建造新工厂,以批量生产销售记录为零的新微芯片模型。

    阻碍这些半导体公司的不仅仅是时间和金钱投资。 消费者对功能更强大的微芯片的需求也在下降。 想一想:在 90 年代和 00 年代的大部分时间里,几乎可以肯定的是,你会换掉你的电脑或手机,如果不是每年,那么每隔一年。 这将使您跟上所有新出现的软件和应用程序,使您的家庭和工作生活更轻松、更好。 这些天来,您多久升级到市场上最新的台式机或笔记本电脑型号?

    当您想到您的智能手机时,您的口袋里装的是 20 年前还被认为是超级计算机的东西。 除了对电池寿命和内存的抱怨之外,自 2016 年以来购买的大多数手机都完全能够运行任何应用程序或手机游戏、播放任何音乐视频或与你的 SO 进行顽皮的 facetime 会话,或者你想在你的手机上做的大多数其他事情电话。 你真的需要每年花费 1,000 美元或更多才能将这些事情做得更好 10-15% 吗? 你会注意到差异吗?

    对于大多数人来说,答案是否定的。

    摩尔定律的未来

    过去,半导体技术的大部分投资资金来自军事国防开支。 然后被消费电子制造商取代,到 2020-2023 年,对进一步微芯片开发的领先投资将再次转移,这一次来自以下行业:

    • 下一代内容. 即将向公众推出的全息、虚拟和增强现实设备将刺激对数据流的更大需求,尤其是随着这些技术在 2020 年代后期成熟并越来越受欢迎。

    • 云计算. 在本系列的下一部分中解释。

    • 自动驾驶汽车. 在我们的详细解释 交通的未来 系列。

    • 物联网。 在我们的解释 物联网 我们的章节 互联网的未来 系列。

    • 大数据与分析. 需要定期处理数据的组织——想想军事、太空探索、天气预报、制药、物流等——将继续需要越来越强大的计算机来分析他们不断扩大的收集数据集。

    下一代微芯片的研发资金将永远存在,但问题是更复杂形式的微处理器所需的资金水平能否跟上摩尔定律的增长需求。 考虑到转换和商业化新型微芯片的成本,再加上消费者需求放缓、未来政府预算紧缩和经济衰退,摩尔定律很可能会在 2020 年代初暂时放缓或停止,然后在后期回升2020 年代,2030 年代初。

    至于为什么摩尔定律会再次加快速度,好吧,让我们说涡轮驱动的微芯片并不是计算管道中唯一的革命。 在我们的计算机未来系列中,我们将探讨推动云计算发展的趋势。

    计算机系列的未来

    重新定义人性的新兴用户界面:计算机的未来 P1

    软件开发的未来:计算机的未来 P2

    数字存储革命:计算机的未来 P3

    云计算变得去中心化:计算机的未来 P5

    为什么各国竞相建造最大的超级计算机? 计算机的未来 P6

    量子计算机将如何改变世界:计算机的未来 P7     

    此预测的下一次预定更新

    2023-02-09

    预测参考

    此预测引用了以下流行和机构链接:

    维基百科上的数据
    欧盟委员会
    本塔纳研究
    网络的演变
    YouTube - 丰富的报告
    罗德尼·布鲁克斯

    此预测引用了以下 Quantumrun 链接: