1965. gadā Intel līdzdibinātājs Gordons Mūrs publicēja a ievērojami pārgalvīgs papīrs kas paredzēja, ka skaitļošanas jauda dubultosies apmēram ik pēc diviem gadiem. Pusgadsimta laikā šis dubultošanās process ir izrādījies tik izcili konsekvents, ka mūsdienās to parasti sauc par Mūra likums un ir virzījis digitālo revolūciju.
Patiesībā mēs esam tik ļoti pieraduši pie domas, ka mūsu tehnoloģija kļūst arvien jaudīgāka un lētāka, ka mēs gandrīz neapstājamies un domājam par to, cik tā vēl nav bijusi. Protams, mēs negaidījām, ka zirgi vai arkli - vai pat tvaika dzinēji, automašīnas vai lidmašīnas - nepārtraukti palielinās efektivitāti.
Džoselīna Hudona dzimšanas datums
Neskatoties uz to, mūsdienu organizācijas ir paļāvušās uz nepārtrauktu uzlabošanos tik lielā mērā, ka cilvēki reti domā par to, ko tas nozīmē un ar ko Mūra likums drīz beigsies , tā būs problēma. Turpmākajās desmitgadēs mums būs jāiemācās dzīvot bez Mūra likuma noteiktības un darboties a jaunā inovāciju ēra tas būs dziļi atšķirīgs.
Fon Neimaņa pudeles kakls
Mūra likuma spēka un konsekvences dēļ mēs esam sākuši saistīt tehnoloģisko attīstību ar procesora ātrumu. Tomēr tā ir tikai viena veiktspējas dimensija, un mēs varam darīt daudzas lietas, lai mūsu mašīnas paveiktu vairāk par zemākām izmaksām, nevis tikai paātrinātu tās.
Galvenais piemērs to sauc par no Neimaņa sašaurinājuma , kas nosaukts pēc matemātiskā ģēnija, kurš ir atbildīgs par veidu, kā mūsu datori vienā vietā uzglabā programmas un datus, bet citur veic aprēķinus. Pagājušā gadsimta četrdesmitajos gados, kad radās šī ideja, tā bija būtisks sasniegums, taču šodien tā kļūst par zināmu problēmu.
Jautājums ir tāds, ka Mūra likuma dēļ mūsu mikroshēmas darbojas tik ātri, ka laikā, kad nepieciešama informācija, lai pārvietotos turp un atpakaļ starp mikroshēmām - ar gaismas ātrumu ne mazāk - mēs zaudējam daudz vērtīga skaitļošanas laika. Ironiski, bet turpinot uzlaboties mikroshēmu ātrumam, problēma tikai pasliktināsies.
Risinājums koncepcijā ir vienkāršs, bet praksē nenotverams. Tāpat kā mēs integrējām tranzistorus vienā silīcija plāksnē, lai izveidotu mūsdienu mikroshēmas, mēs varam integrēt dažādas mikroshēmas ar metodi, ko sauc 3D kraušana . Ja mēs varam paveikt šo darbu, mēs varam palielināt veiktspēju vēl dažām paaudzēm.
Optimizēta skaitļošana
Šodien mēs izmantojam savus datorus dažādiem uzdevumiem. Mēs rakstām dokumentus, skatāmies video, sagatavojam analīzi, spēlējam spēles un darām daudzas citas lietas vienā un tajā pašā ierīcē, izmantojot to pašu mikroshēmu arhitektūru. Mēs to varam, jo mūsu datoru izmantotās mikroshēmas ir izstrādātas kā vispārējas nozīmes tehnoloģija.
Tas padara datorus ērtus un noderīgus, bet ir ārkārtīgi neefektīvi skaitļošanas ziņā intensīvos uzdevumos. Jau sen ir bijušas tādas tehnoloģijas kā ASIC un FPGA, kas paredzēti konkrētākiem uzdevumiem un pavisam nesen GPU ir kļuvuši populāri grafikas un mākslīgā intelekta funkcijās.
Kad mākslīgais intelekts ir izvirzījies priekšplānā, dažas firmas, piemēram, Google un Microsoft ir sākuši izstrādāt mikroshēmas, kas ir īpaši izstrādātas, lai vadītu savus padziļinātos mācību rīkus. Tas ievērojami uzlabo veiktspēju, taču, lai ekonomika darbotos, jums ir jāveido daudz mikroshēmu, tāpēc lielākajai daļai uzņēmumu tas nav pieejams.
Patiesība ir tāda, ka visas šīs stratēģijas ir tikai pieturas punkti. Tie palīdzēs mums turpināt virzīties aptuveni nākamajā desmitgadē, bet, beidzoties Mūra likumam, patiesais izaicinājums ir nākt klajā ar dažām principiāli jaunām skaitļošanas idejām.
cik vērts ir Courtney spēks
Dziļi jaunas arhitektūras
Pēdējā pusgadsimta laikā Mūra likums ir kļuvis par sinonīmu skaitļošanai, bet mēs izgatavojām rēķināšanas mašīnas ilgi pirms pirmās mikroshēmas izgudrošanas. 20. gadsimta sākumā IBM vispirms bija elektromehānisko tabulatoru pionieris, pēc tam nāca vakuuma caurules un tranzistori, pirms 50. gadu beigās tika izgudrotas integrētās shēmas.
Šodien parādās divas jaunas arhitektūras, kuras tiks komercializētas nākamo piecu gadu laikā. Pirmais ir kvantu datori , kuru potenciāls var būt tūkstošiem, ja ne miljoniem reižu jaudīgāks nekā pašreizējā tehnoloģija. Gan IBM, gan Google ir izveidojuši strādājošus prototipus, un Intel, Microsoft un citiem ir aktīvas izstrādes programmas.
Otra galvenā pieeja ir neiromorfā skaitļošana vai mikroshēmas, kuru pamatā ir cilvēka smadzeņu dizains. Šie ir izcili modeļa atpazīšanas uzdevumi, ar kuriem parastajām mikroshēmām ir problēmas. Tie ir arī tūkstošiem reižu efektīvāki par pašreizējām tehnoloģijām un ir mērogojami līdz vienam sīkam kodolam ar tikai dažiem simtiem “neironiem” un līdz pat milzīgiem masīviem ar miljoniem.
Tomēr abām šīm arhitektūrām ir savi trūkumi. Kvantu datori jāatdzesē līdz absolūtai nullei, kas ierobežo to lietošanu. Abiem ir nepieciešama pilnīgi atšķirīga loģika nekā parastajiem datoriem, un tām ir nepieciešamas jaunas programmēšanas valodas. Pāreja nebūs vienmērīga.
Jauna inovāciju ēra
Pēdējos 20 vai 30 gadus inovācijas, īpaši digitālajā telpā, ir bijušas diezgan vienkāršas. Mēs varētu paļauties uz tehnoloģiju, lai uzlabotos paredzamā tempā, un tas ļāva mums ar lielu pārliecību paredzēt, kas būs iespējams nākamajos gados.
Tas noveda pie tā, ka lielākā daļa inovācijas centienu ir koncentrēti uz lietojumprogrammām, lielu uzsvaru liekot uz gala lietotāju. Jaunie uzņēmumi, kas spēja noformēt pieredzi, pārbaudīt to, ātri pielāgoties un atkārtoties, varēja pārspēt lielās firmas, kurām bija daudz vairāk resursu un tehnoloģiskā sarežģītība. Tas padarīja veiklību par konkurences atribūtu.
Kortnija un Deiva Vilsona vecums
Turpmākajos gados svārsts, visticamāk, pāriet no lietojumiem uz pamattehnoloģijām, kas tos padara iespējamus. Tā vietā, lai varētu paļauties uz uzticamām vecām paradigmām, mēs lielākoties darbosimies nezināmā valstībā. Daudzos veidos mēs sāksim no jauna un inovācijas izskatīsies vairāk kā 1950. un 1960. gados
Datori ir tikai viena joma, kas sasniedz teorētiskās robežas. Mums arī vajag nākamās paaudzes akumulatori lai darbinātu mūsu ierīces, elektriskās automašīnas un tīklu. Tajā pašā laikā jaunās tehnoloģijas, piemēram, genomika, nanotehnoloģija un robotika kļūst par augšupejošu un pat zinātniskā metode tiek apšaubīta .
Tāpēc mēs tagad esam nonākuši jaunā inovāciju laikmetā, un organizācijas, kas visefektīvāk konkurēs, nebūs tās, kuras spēs traucēt, bet tās, kuras vēlas risināt lielus izaicinājumus un izpētīt jaunus apvāršņus.
