＂摩爾定律告訴我們晶體管的尺寸會(huì)縮小，并且我們可以將更多的晶體管集成在一個(gè)特定的區(qū)域中，從而具備更強(qiáng)的處理能力以及更低的成本。50年來，摩爾定律在這個(gè)行業(yè)中一直都十分有效，但如今這條定律已經(jīng)很難再維持下去了。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)過幾個(gè)世代就會(huì)達(dá)到實(shí)體極限了。＂

后摩爾時(shí)代的不適應(yīng)性

整整50年來，計(jì)算機(jī)的底層元件都遵從著摩爾定律：在價(jià)格不變的情況下，集成在芯片上的晶體管數(shù)量每隔18到24個(gè)月將增加一倍，計(jì)算成本呈指數(shù)型下降。摩爾定律成就了各種技術(shù)變革，例如互聯(lián)網(wǎng)、基因組測(cè)序等。

然而現(xiàn)在，摩爾定律的趨勢(shì)第一次放緩了。芯片行業(yè)進(jìn)入了一個(gè)不確定的時(shí)代，在同樣的投入下，收益變得越來越低。芯片制造商面臨的一個(gè)經(jīng)濟(jì)問題，相比與芯片體積，大多數(shù)人對(duì)芯片的價(jià)格更敏感，要求芯片要做到經(jīng)濟(jì)實(shí)用。隨著晶體管尺寸的不斷縮小，我們遇到了原子極限，先前標(biāo)準(zhǔn)、規(guī)則結(jié)構(gòu)的晶體管結(jié)構(gòu)已經(jīng)無法維系。

發(fā)展決定算力需突飛猛進(jìn)

在深度學(xué)習(xí)激發(fā)的人工智能熱潮下，AI計(jì)算系統(tǒng)設(shè)計(jì)與優(yōu)化的重要性愈發(fā)明顯。同時(shí)算法的發(fā)展對(duì)整個(gè)計(jì)算需求所造成的挑戰(zhàn)會(huì)變得更大，提高整個(gè)AI計(jì)算系統(tǒng)的性能與效率迫在眉睫。

人類的算力需求每3．43個(gè)月就會(huì)翻倍，每年大約增加10倍，這樣的發(fā)展趨勢(shì)將會(huì)繼續(xù)。在未來，AI計(jì)算系統(tǒng)將要面臨計(jì)算平臺(tái)優(yōu)化設(shè)計(jì)、復(fù)雜異構(gòu)環(huán)境下計(jì)算效率、計(jì)算框架的高度并行與擴(kuò)展、AI應(yīng)用計(jì)算性能等挑戰(zhàn)。事實(shí)證明，我們真正需要的是超過現(xiàn)在100萬倍的計(jì)算能力，而不僅僅是幾十倍的增長。

從計(jì)算需求來看，AI計(jì)算系統(tǒng)的設(shè)計(jì)與優(yōu)化之路似乎任重道遠(yuǎn)。因此，推動(dòng)AI發(fā)展的動(dòng)力中，算力起到了最為關(guān)鍵的作用。算法是否有創(chuàng)新發(fā)展難以量化跟蹤，而數(shù)據(jù)的巨大體量也難以計(jì)算，但算力是可以量化的，雖然使用大量的算力暴露出了當(dāng)前AI算法不夠高效的問題，但是，重要的技術(shù)突破依然必須在足夠的算力基礎(chǔ)上才能實(shí)現(xiàn)。

目前加速器芯片的類別

①GPU方面，形成了NVIDIA＋AMD七三開的市場(chǎng)格局，NVIDIA深度打造應(yīng)用場(chǎng)景生態(tài)，構(gòu)建壁壘，而AMD作為同時(shí)具備CPU＋GPU模塊化能力的廠商，有望在云算力時(shí)代顛覆原有服務(wù)器芯片產(chǎn)業(yè)格局，成為最大贏家；

②FPGA方面，技術(shù)壁壘高，多用于軍事領(lǐng)域，美國廠商壟斷市場(chǎng)，國內(nèi)處于漸進(jìn)式突破階段，份額還非常低；

③ASIC方面對(duì)下游細(xì)分領(lǐng)域需求量有較高要求，典型如區(qū)塊鏈應(yīng)用，國內(nèi)廠商發(fā)展迅速，ASIC領(lǐng)域是國內(nèi)廠商有望實(shí)現(xiàn)彎道超車的較好選擇。

芯片專用化可能起到負(fù)面作用

芯片專用化，使得各類原本運(yùn)行在通用CPU之上的軟件及其內(nèi)部常見算法得以在定制化硬件上帶來更快的處理速度，被認(rèn)為是摩爾定律失效之后，我們能夠在接下來一到兩代芯片當(dāng)中繼續(xù)驅(qū)動(dòng)計(jì)算能力保持增長的一種方法。但它不會(huì)長時(shí)間奏效。根據(jù)行業(yè)專家預(yù)測(cè)，芯片專用化不能產(chǎn)生摩爾定律所能產(chǎn)生的那種收益，加速器的發(fā)展速度將放緩，而且這會(huì)比預(yù)期的更快發(fā)生。

研究人員評(píng)估了特定應(yīng)用集成電路（簡(jiǎn)稱ASIC）上的視頻解碼、GPU上的游戲幀速率、FPGA上的卷積神經(jīng)網(wǎng)絡(luò)以及ASIC上的比特幣采礦。結(jié)果并不令人振奮：專用芯片的增益很大程度上取決于每平方毫米硅上可用晶體管數(shù)量的增加。換句話說，離開了摩爾定律，芯片專用化本身的力量是有限的。

多年來，芯片制造商已經(jīng)使用了各種手段來跟上摩爾定律的步伐，包括增加更多的核心，驅(qū)動(dòng)芯片內(nèi)部的線程，以及利用各種加速器。然而更快更好的系統(tǒng)不僅需要通過處理器技術(shù)實(shí)現(xiàn)，還需要通過架構(gòu)來實(shí)現(xiàn)。系統(tǒng)架構(gòu)本身也面臨著諸多挑戰(zhàn)，特別是功率和密度，這也限制了性能。

加速器芯片使算力時(shí)代的高算力需求得以實(shí)現(xiàn)，云計(jì)算服務(wù)器的算力配置模式，將使得CPU＋加速器的模塊化能力成為未來主流，加速器芯片的競(jìng)爭(zhēng)力以及模塊化綜合競(jìng)爭(zhēng)力成為未來半導(dǎo)體產(chǎn)業(yè)競(jìng)爭(zhēng)的重要因素。

后摩爾時(shí)代要擺脫慣性束縛

實(shí)際上，我們每年都希望電子產(chǎn)品都能遵循這樣的物理定律：人們可以以同樣的價(jià)格得到能力更強(qiáng)的更好的產(chǎn)品。因此，當(dāng)我們說摩爾定律不再適用于我們今天的產(chǎn)業(yè)發(fā)展時(shí)，這種影響是十分深遠(yuǎn)的。

如果你無法輕松規(guī)劃這些新方法，保持后摩爾定律時(shí)代18到24個(gè)月的增長率依然是徒勞的。生態(tài)系統(tǒng)中有CPU，但是如果你想利用CPU和其他加速器，你需要開放的方案。有些人采用專門的方案，這很有用，但成本高昂。

要想在后摩爾時(shí)代的世界保持繼續(xù)進(jìn)步，需要半導(dǎo)體行業(yè)與不同的制造商、學(xué)術(shù)界進(jìn)行工程合作，創(chuàng)造易于編程環(huán)境的開放標(biāo)準(zhǔn)。相信公司可以添加更多晶體管，并能管理成本曲線。將這一切結(jié)合起來，也許它真的能夠促進(jìn)計(jì)算進(jìn)一步加速。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請(qǐng)及時(shí)聯(lián)系我們刪除（QQ:2737591964），不便之處，敬請(qǐng)諒解！