摩尔的法律正在摇摇欲坠,但这并不意味着在处理能力方面的进展结束。R.一组领先专家表示,我们需要转向半导体物理和硅制造技术,我们需要转向软件,算法和硬件的创新。188体育365

尽管近半个世纪的计算能力推动指数增长,但晶体管的小型化即将击中基础缓冲区。由于我们接近原子水平,这些性能背后的物理不仅可以改变,而且成本很快就会变得越来越大。

主持人硅的替代品在翅膀中等待,如光子学,碳纳米管晶体管而且超导电路,但无需更换我们变得如此依赖的技术。但根据新的作者纸张科学一切都没有丢失,因为软件,算法和芯片架构中的性能收益存在巨大范围。

作者说,虽然摩尔定的法律每年或两次芯片性能都倍增,但它很容易懒惰,但是这位作者说。由于保证了速度正常提升,因此软件开发专注于削减开发应用程序的时间,而不是运行该应用程序所需的时间。同样,很少的激励在知道时,开发专门针对特定任务的芯片在几年内,通用芯片会优于它。

现在然而,那些容易的收益已经消失,作者说,重新聚焦计算机科学家们努力越来越重要,以优化计算堆栈的所有元素进行性能。一世将很难收益将不均匀零星

但他们也突出了那种净空是有关改进的。在一个矩阵乘法代码的一个简单示例中,它们显示了只是从编码语言Python切换到C可以生成50倍的加速,然后优化利用芯片硬件功能的代码提供了60,000倍的提升。

对于软件,许多收益将来自更好的定制代码来利用硬件功能;例如,通过运行许多操作来利用现代芯片上的多个核心平行线而不是顺序地。大多数现代软件也具有巨大的膨胀,潜水重新制作它没有建造的东西的代码。

不幸的是,作者注意到,对于编写的速度,高性能代码往往更复杂,因此需要更好地培训程序员和更多的生产力工具来帮助它们。

在算法的水平下,改进的路径不太清晰,因为突破S.倾向于依靠人类的聪明才智,往往是特定的特定问题。但尽管存在不可预测的,但效率巨大收益的潜力意味着随着时间的推移,他们可以竞争摩尔法的竞争力。

有一些简单的WINS - 例如,更新当今大部分算法开发的模型,该模型假定处理器一次只能执行一个操作,并且它可以访问任何部分以访问任何部分它的内存,今天的硬件不是真的。

作者说,当涉及芯片架构时,设计师需要在其头上转动其方法。摩尔通过将更多晶体管挤压到芯片上,但是通过使用更少的晶体管来通过简化简化来供电S.芯片空间少开出硬件功能。

额外的空间将使更多的空间可以将更多核心挤压到芯片上并进一步提高并行运行的操作数。这种趋势已经落后于此的大部分性能收益,因为处理器时钟速度在2004年左右停止上升,但进一步改进仍有很多范围。

简化处理器并专门调整特定应用程序还拥有承担删除建筑物展示展会的大部分开销的承诺。电源计算机图形和机器学习的GPU是专业化力量的重要示例。T.嘿excel矩阵乘法,并且可以比原始实现更快地运行超过360,000倍的代码片段。

最大的挑战之一S.是这些用于性能收益的许多途径都被交织在一起。例如,处理器上的更多核心仅为您提供升压,如果代码设计更平行。

T.hat means the easiest place to make these gains is with what the authors call “big components”—complex and self-contained bits of computing machinery such as operating systems, microprocessors, or compilers—particularly when they’re owned by a single entity who has the freedom and motivation to make significant changes.

这些大型组件的业主是否仍有待观察到的作者呼叫。但至少现在我们有在摩尔后的一员法律计算技术之一之前让我们超越硅的路线图。

图像信用:米格尔·á。padriñán.Pixabay.

我是印度班加罗尔的自由职业者科学和技术作家。我的主要感兴趣的领域是工程,计算和生物学,特别关注三个之间的交叉点。

遵循EDD: