摩尔定律走向黄昏，计算领域出路何在？

计算领域出路何在？

现在看来，尽管摩尔定律渐入黄昏，但这并不意味着计算领域进步的终结。正如爱荷华州大学的计算机科学家丹尼尔?里德所说：“现在的波音787并不比上世纪50年代的波音707快多少，但是它们仍然是非常不同的两种飞机。它们之中进行了大量创新，从全电控到碳纤维机身，不一而足。计算机的情况也会这样，创新绝对会继续下去，但会更细致和复杂。”

从芯片行业层面来说，全球半导体行业协会已经宣布，今后发布的行业研究规划蓝图中将采用新的“超越摩尔”（More than Moore）蓝图。据悉，新的路线图不再专注于芯片内部技术，而是要更加注重行业内的资源整合，“超越摩尔”蓝图将会更关注如何将元器件集成在一起，整合不同制造工艺、处理不同原材料需要新的处理和支持技术。凭借着行业内新蓝图的指导，芯片制造商们有望减少由“计算设备走向移动化”带来的压力。

放眼计算领域的未来，业内普遍认为计算领域将会因其他三个方向的发展而被重新定义。

计算机软件新时代

如前文所说，通过缩小芯片上元件的尺寸，芯片行业的发展一直遵循着摩尔定律，而快速更迭的芯片也为计算机设备带来了更强的性能，并且在摩尔定律的影响下，几乎过不了多久就会有更强大的设备出现。计算机设备的快速更迭和性能的不断提升对硬件行业来说是一件好事，但对于软件行业来说，这却带来了不少消极的影响。

众所周知，软件的开发与调试需要与硬件设备紧密结合，当软件完全挖掘硬件的性能之后，才能为用户带来优秀的体验。但由于计算机硬件设备的更新速度太快，性能越来越强，很多软件都没有跟上这种脚步，比如英特尔在1996年推出MMX指令集以提高处理器对多媒体数据的处理能力，3年后才推出新的SSE指令集，2011年才推出SSE2技术进一步扩展指令集。

如今，行业的厂商都逐渐偏离摩尔定律，这意味着以后计算机设备的更新速度会变慢，当硬件的进步放缓后，我们或许会将目光转移到软件和算法层面。这种转变对计算领域的未来而言并不是毫无效果。以前段时间引起轰动的谷歌人工智能程序AlphaGo大战李世石九段为例，实际上，基于围棋的复杂性，AlphaGo不是单纯地依靠个体芯片的计算性能提升来取胜，而是一定程度上依照人类大脑的运作方式的“深度学习”技术，把每一颗芯片看作是神经元，提升了效率，从而赢了李世石。未来，随着人们更多的关注软件，相信更多的资金和技术会被用在软件上，而有了资源的投入，我们将迎来更高效的编程语言、编译系统和应用设计，软件行业会真正迎来成熟时期，计算领域也会因软件的发展而被重新定义。

近年来，芯片制造工艺在不断提高，但越接近物理极限，所面临的困难也越大。

转移云端

云计算是继1980年代大型计算机到客户端再到服务器的大转变之后的又一种巨变，在摩尔定律即将失效，计算机性能不容易继续突破时，转型云计算似乎是可行的办法之一。

当计算机还是一台独立的设备时，不论是大型的超级计算机还是桌面级个人电脑，它们的性能表现都取决于处理器芯片的速度。在如今这种大数据、万物互联的趋势下，单台性能足够优秀的计算机（特别是芯片制造遭遇物理瓶颈时）早已满足不了社会对计算性能的巨大需求。而借助于云计算，这些问题迎刃而解。

通常来说，云计算是将计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，数据中心只是资源池，这使得服务商能通过虚拟化技术将不同服务器的资源切换提供给用户所需要的应用，根据需求供给计算能力。简单来说，云计算类似于将发电机模式从古老的单台发电机模式转向电厂集中供电的模式。它的计算能力可以作为一种商品通过互联网流通，像水电一样取用方便。云计算不仅可以使使用者按需获得更强性能，它还能使计算机通过使用“云”端广阔而又灵活的数字计算资源来做许多事，比如搜索出一条旅行计划并计算出佳线路，这是哪颗处理器来计算的呢？其实并不需要用户知道。

如今，云计算已经非常热门。当然，芯片制造商也很高兴，他们只需将用户分成两部分即可：一方面是普通的消费者，他们正使用越来越多的移动设备，他们依然需要为需求和应用设计的高效节能芯片；另一方面是云计算的提供商，如亚马逊、Google、微软等，他们则需要更强性能，更好稳定性的芯片以提供云端服务。

另一种提高计算性能的方法是使用像“量子计算”这样的技术变革计算机框架，Google D-Wave量子计算机在处理某些特定问题时比普通计算机快一亿倍。

硬件技术的突破

说到底，摩尔定律始终与硬件相关，无论是软件还是云计算，它们都像是未来计算领域发展的辅助手段。如今传统的芯片设计方案已经到达了瓶颈，若要继续发展，还是要从硬件本身入手。而在硬件技术的革新上，目前业内普遍认为可以从改变芯片设计、找到硅材料的替代品、变革计算机框架三个方面开始。

据悉，目前全球半导体行业的将执行新的策略：从应用出发，考虑手机、电脑以及各种数据中心的需求，然后向底层延伸，终确定需要什么样的芯片来满足这些需求。当然，在改变芯片设计方面，以英特尔、AMD、三星为代表芯片制造商都在努力，例如三星曾表示，它将使用周围栅极（Gate-All-Around）的晶体管来制造5纳米芯片。

芯片制造商们也在用硅以外的材料进行试验，试图找到可以替代硅的新材料。去年，一个包括三星、Gobal Foundries、IBM和纽约州立大学的研究联盟公布了一颗7纳米的微芯片，它使用了和上一代发布的FinFET相同的设计。英特尔此前已宣布，在达到7纳米工艺之后，将不再使用硅材料。与硅相比，锑化铟、铟镓砷化合物、碳纳米管、石墨烯等材料都有着不错的前景，这些材料能带来更快的开关速度，功耗也较低。

此外，另一种“出路”是使用类似“量子计算”、“神经计算”等技术彻底变革计算机框架。目前的研究表明，这种技术有望加速某些特定问题的计算速度。去年底，Google量子人工智能实验室已证明：他们的D-Wave量子计算机处理某些特定问题，比普通计算机快一亿倍。

写在后

在摩尔定律正值“壮年”时，计算机设备以可预测的方式和速度升级更迭。随着摩尔定律走向黄昏，计算机行业将变得更加复杂，受到的局限也会增多。不过，脱离了摩尔定律的束缚也不完全是件坏事。

由于摩尔定律的存在，硬件厂商和芯片制造商们往往会或多或少地根据摩尔定律制定各自的产品发展规划，尽管有的产品确实获得了飞速的进步，但也有另一部分产品本可以发展得更迅速，却为了遵循摩尔定律保持和其他厂商同步，故意放慢了前进的脚步。当不再遵循摩尔定律后，厂商们为了谋求更好的发展，必然会采取更加激进的产品策略，生产出更具创造力的产品。软件行业也是如此，为了追求极致的效率，程序员们可以依靠本应在未来几年才能够出现的硬件平台，编写更加契合硬件性能的应用程序，为用户带来更好的体验。

50多年来，越来越小的晶体管的尺寸带来了更便宜、更高效的计算机，随着摩尔定律逐渐退出历史舞台，这个过程将逐渐慢下来。但是，相信在未来，计算机和其他设备还会继续以更多样化的方式变得更加强大，计算领域并不会因摩尔定律渐入黄昏而失去火力。