摩爾定律極限重啟半導(dǎo)體產(chǎn)業(yè)
業(yè)界所預(yù)期的“摩爾定律”(Moore’s Law)極限,將是推動(dòng)半導(dǎo)體與電腦產(chǎn)業(yè)轉(zhuǎn)型的開始。這是日前在慶祝“圖靈獎(jiǎng)”(Alan Turing award)50周年紀(jì)念活動(dòng)上的一場(chǎng)專題討論中業(yè)界專家們發(fā)表的看法。
盡管摩爾定律無(wú)法再以相同的步調(diào)前進(jìn),但芯片、系統(tǒng)和軟件技術(shù)仍將持續(xù)進(jìn)展。與會(huì)的專家們補(bǔ)充說(shuō),如果沒有明確的CMOS縮縮替代方案,半導(dǎo)體產(chǎn)業(yè)和系統(tǒng)產(chǎn)業(yè)可能會(huì)形成封閉的孤島。
史丹佛大學(xué)(Stanford University)第10任校長(zhǎng)John Hennessy說(shuō):“摩爾定律是指電晶體的密度每18個(gè)月增加一倍,這已經(jīng)持續(xù)了25年,但是從2000-2005年間開始逐漸放緩到間隔兩三年,最近更演變?yōu)槊扛羲哪瓯对鲆淮?,因此,業(yè)界正逐漸走向我們所預(yù)期的半導(dǎo)體技術(shù)盡頭?!?/p>
CMOS微縮“并未結(jié)束,只是暫緩”?
另一種相關(guān)的觀點(diǎn)——Dennard Scaling,強(qiáng)調(diào)的是對(duì)于能量的需求將隨著芯片微縮而減少。Hennessy指出,Dennard Scaling定律“已經(jīng)發(fā)展10-15年了,開啟了快速轉(zhuǎn)向多核心處理器的暗硅(dark silicon)時(shí)代。”
事實(shí)上,摩爾定律是有關(guān)經(jīng)濟(jì)學(xué)的觀察,而不是實(shí)體定律。普林斯頓大學(xué)(Princeton University)系統(tǒng)專家Margaret Martonosi認(rèn)為,問(wèn)題在于是否能找到另一種像CMOS一樣帶來(lái)投資報(bào)酬率的實(shí)體面。
在微軟(Microsoft) Azure云端服務(wù)部門負(fù)責(zé)FPGA加速器的工程師Doug Burger表示,“摩爾定律是有關(guān)密度微縮的速率,但我們正以一種可預(yù)測(cè)的速度走向盡頭,再經(jīng)過(guò)幾個(gè)世代就會(huì)達(dá)到實(shí)體極限了?!?/p>
Google TPU加速器研發(fā)團(tuán)隊(duì)主管Norm Jouppi說(shuō),“我認(rèn)為CMOS微縮還有幾年的時(shí)間。在未來(lái)十年內(nèi)還將持續(xù)看到一些相關(guān)應(yīng)用的性能提升,但其他的應(yīng)用可能趨緩?!?/p>
Jouppi諷刺地說(shuō),業(yè)界仍在否認(rèn)有關(guān)摩爾定律極限的事實(shí),就像英國(guó)喜劇團(tuán)體Monty Python知名喜劇“死掉的鸚鵡”(Dead Parrot)中的店家所說(shuō)一樣——鸚鵡“并沒死掉,它只是在休息”。
DRAM最先發(fā)展到極限?
Hennessy指出,DRAM可能是最先發(fā)展到極限的主要元件。而其結(jié)果“將導(dǎo)致整個(gè)生態(tài)系不均衡,”Burger認(rèn)為。
為了克服DRAM形成存儲(chǔ)器缺口的挑戰(zhàn),Jouppi認(rèn)為“垂直NAND是最有力的解決方案”,但還必須進(jìn)行多方面的投資。
快閃存儲(chǔ)器(Flash)一開始是以數(shù)字相機(jī)的儲(chǔ)存應(yīng)用之姿出現(xiàn)。微軟(Microsoft)杰出工程師暨麻省理工學(xué)院(MIT)兼任教授Butler Lampson指出,如今,介面技術(shù)已大幅改善了,但“仍然缺少最佳的快閃存儲(chǔ)器運(yùn)算介面”。
不管接下來(lái)還會(huì)出現(xiàn)什么,Burger認(rèn)為:“后摩爾定律(post-Moore’s law)時(shí)代的新典范將大幅改變…從現(xiàn)在起的20年,產(chǎn)業(yè)將發(fā)生前所未有的轉(zhuǎn)變?!?/p>
盡管晶圓廠的成本上漲導(dǎo)致芯片制造商間發(fā)生前所未見的整并,“只要我們有三、四家穩(wěn)定的業(yè)者,就能存在良性的競(jìng)爭(zhēng),”Jouppi強(qiáng)調(diào),“就像iPhone的需求帶來(lái)許多市場(chǎng)壓力。”
Burger和Jouppi都預(yù)測(cè)“特定領(lǐng)域的架構(gòu)”將會(huì)增加,從而為特定市場(chǎng)帶來(lái)最佳表現(xiàn)。Burger認(rèn)為這一趨勢(shì)將帶來(lái)‘Franken-systems’,“……但業(yè)界已經(jīng)發(fā)展得夠強(qiáng)大,足以適應(yīng)這個(gè)趨勢(shì)?!?/p>
Hennessy問(wèn)道,如果電腦產(chǎn)業(yè)回到從芯片到應(yīng)用都由同一家公司來(lái)做的垂直整合時(shí)代呢?就像蘋果(Apple)正朝這個(gè)方向前進(jìn),而Google似乎也會(huì)遵循同樣的道路發(fā)展。
盡管如此,Jouppi說(shuō):“還有一些其他架構(gòu)正快速成長(zhǎng),有些是由芯片供應(yīng)商以及一些由云端供應(yīng)商實(shí)現(xiàn)的?!?。
不過(guò),在統(tǒng)一幾種指令集后,是否會(huì)有一些新的處理器公司出現(xiàn)?專題討論成員之間的看法紛歧。Hennessy說(shuō):“芯片設(shè)計(jì)需要極其復(fù)雜專業(yè)的技術(shù),因此,幾家公司之間的處理器設(shè)計(jì)人員聯(lián)手極具價(jià)值。”
新的介面和量子應(yīng)用需求
摩爾定律緩步走向盡頭,也破壞了軟件開發(fā)人員在芯片(指令集架構(gòu))中隔離的策略抽象層?,F(xiàn)在需要新的電路板介面,或許是為了較大的垂直市場(chǎng),但實(shí)際上應(yīng)該是什么目前還不得而知。
利用指令集架構(gòu)(ISA),軟件開發(fā)人員可以“進(jìn)行相對(duì)較小的更動(dòng),”但是,Martonosi說(shuō):“目前在智能手機(jī)處理器上已經(jīng)有大約6個(gè)ISA了,一半的SoC面積則是不帶ISA的加速器?!?/p>
她表示,新的架構(gòu)和工具庫(kù)有助于填補(bǔ)這一差距,但是他們創(chuàng)造的系統(tǒng)“難以驗(yàn)證和確??煽啃?..這將會(huì)使情況變得更糟糕”。她補(bǔ)充說(shuō),如果特定市場(chǎng)的系統(tǒng)開始定義自己的介面,將會(huì)需要新的設(shè)計(jì)流程以及能開發(fā)堆疊芯片的工程師。
Burger說(shuō),云端運(yùn)算的工作負(fù)載仍然多樣化。云端供應(yīng)商也擁有數(shù)百萬(wàn)家的客戶,“即使是大型公司運(yùn)用了我們1-2%的服務(wù)器資源,也可以每周或每月更新——但這對(duì)FPGA來(lái)說(shuō)還是太快了。”他強(qiáng)調(diào),所謂的可編程芯片“仍然太難以編程”。
專題討論的專家們認(rèn)為,摩爾定律的式微,造成業(yè)界對(duì)于更高效軟件和通用處理器的迫切需求。
Jouppi說(shuō):“我希望未來(lái)能進(jìn)一步改善軟件和硬件,業(yè)界過(guò)去在這兩方面的態(tài)度不夠積極,而且還有空間以及足夠的時(shí)間提升效率?!?/p>
“或許無(wú)法再像摩爾定律時(shí)那么好了,但是在應(yīng)用程式、演算法和硬件方面都還有改進(jìn)的空間,”Alto投資公司之一的Lampson指出。
多年來(lái)深入這一領(lǐng)域研究的Martonosi表示,長(zhǎng)期以來(lái),沒有任何可取代摩爾定律的有力解決方案,但量子電腦看來(lái)頗具發(fā)展前景。
Martonosi說(shuō):“從實(shí)體的觀點(diǎn)來(lái)看,好消息是[量子系統(tǒng)]非常接近現(xiàn)實(shí)。在最近的一、兩年內(nèi)就能實(shí)現(xiàn)一個(gè)50-100量子位元(Qbit)的機(jī)器,而且還有人能為其編寫程式,使其為經(jīng)典系統(tǒng)提高速度?!?/p>
截至目前為止,壞消息僅止于幾種已知系統(tǒng)的較小應(yīng)用。她補(bǔ)充說(shuō):“如今在廣泛應(yīng)用中所需的量子位元數(shù)以及我們能打造可靠的系統(tǒng)數(shù)量之間存在著巨大差距……而未來(lái)誰(shuí)將會(huì)購(gòu)買這些數(shù)千量子位元的系統(tǒng)以及針對(duì)哪些應(yīng)用,目前仍不明朗。”
“我們將著手打造量子電腦,但應(yīng)用于解決哪些重大的問(wèn)題——這都還有待觀察,”不過(guò),Burger指出,他已經(jīng)注意到未來(lái)將有更多基于蛋白質(zhì)途徑的可編程生物學(xué)研究了。
評(píng)論