Vi er ikke forberedt på slutningen af ​​Moores lov

Moores lov illustration MS Tech

Gordon Moores prognose fra 1965 om, at antallet af komponenter i et integreret kredsløb ville fordobles hvert år, indtil det nåede op på forbløffende 65.000 i 1975, er den største teknologiske forudsigelse i det sidste halve århundrede. Da det viste sig korrekt i 1975, reviderede han det, der er blevet kendt som Moores lov til en fordobling af transistorer på en chip hvert andet år.

Siden da har hans forudsigelse defineret teknologiens bane og på mange måder selve fremskridtet.

Denne historie var en del af vores marts 2020-udgave

• Se resten af ​​problemet
• Abonner

Moores argument var økonomisk. Integrerede kredsløb, med flere transistorer og andre elektroniske enheder forbundet med aluminium metal linjer på en lille firkant af silicium wafer, var blevet opfundet et par år tidligere af Robert Noyce på Fairchild Semiconductor. Moore, virksomhedens R&D-direktør, indså, som han skrev i 1965, at med disse nye integrerede kredsløb er prisen pr. komponent næsten omvendt proportional med antallet af komponenter. Det var en smuk handel - i teorien, jo flere transistorer du tilføjede, jo billigere blev hver enkelt. Moore så også, at der var masser af plads til ingeniørmæssige fremskridt for at øge antallet af transistorer, du kunne sætte på en chip overkommeligt og pålideligt.

Snart ville disse billigere, mere kraftfulde chips blive, hvad økonomer ynder at kalde en teknologi til generelle formål – en så fundamental, at den afføder alle mulige andre innovationer og fremskridt i flere industrier. For et par år siden krediterede førende økonomer informationsteknologien, der er muliggjort af integrerede kredsløb, med en tredjedel af amerikansk produktivitetsvækst siden 1974. Næsten enhver teknologi, vi holder af, fra smartphones til billige bærbare computere til GPS, er en direkte afspejling af Moores forudsigelse. Det har også givet næring til nutidens gennembrud inden for kunstig intelligens og genetisk medicin ved at give maskinlæringsteknikker muligheden for at tygge sig igennem enorme mængder data for at finde svar.

Men hvordan kom en simpel forudsigelse, baseret på ekstrapolering fra en graf af antallet af transistorer efter år – en graf, der på det tidspunkt kun havde nogle få datapunkter – til at definere et halvt århundredes fremskridt? Til dels, i hvert fald, fordi halvlederindustrien besluttede, at den ville.

Electronics Magazine fra april 1965, hvori Moores artikel optrådte. Wikimedia

Moore skrev, at at proppe flere komponenter på integrerede kredsløb, titlen på hans artikel fra 1965, ville føre til sådanne vidundere som hjemmecomputere - eller i det mindste terminaler forbundet til en central computer - automatiske kontroller til biler og personligt bærbart kommunikationsudstyr. Med andre ord, hold dig til hans køreplan for at presse stadig flere transistorer på chips, og det ville føre dig til det forjættede land. Og i de følgende årtier hældte en blomstrende industri, regeringen og hære af akademiske og industrielle forskere penge og tid i at opretholde Moores lov, hvilket skabte en selvopfyldende profeti, der holdt fremskridtet på sporet med uhyggelig nøjagtighed. Selvom fremskridtstempoet er faldet i de senere år, har de mest avancerede chips i dag næsten 50 milliarder transistorer.

Hvert år siden 2001 har MIT Technology Review valgt årets 10 vigtigste banebrydende teknologier. Det er en liste over teknologier, der næsten uden undtagelse kun er mulige på grund af de beregningsfremskridt, der er beskrevet af Moores lov.

For nogle af punkterne på dette års liste er forbindelsen indlysende: forbrugerenheder, inklusive ure og telefoner, infunderet med AI; tilskrivning af klimaændringer muliggjort af forbedret computermodellering og data indsamlet fra verdensomspændende atmosfæriske overvågningssystemer; og billige satellitter i pint-størrelse. Andre på listen, inklusive kvanteoverherredømme, molekyler opdaget ved hjælp af AI, og endda anti-aldringsbehandlinger og hyperpersonaliserede lægemidler, skyldes i høj grad den beregningskraft, der er tilgængelig for forskere.

Men hvad sker der, når Moores lov uundgåeligt slutter? Eller hvad nu hvis den, som nogle formoder, allerede er død, og vi allerede kører på dampene fra vor tids største teknologimotor?

HVIL I FRED

Det er overstået. I år blev det virkelig klart, siger Charles Leiserson, en datalog ved MIT og en pioner inden for parallel computing, hvor flere beregninger udføres samtidigt. Det nyeste Intel-fabrikationsanlæg, der skulle bygge chips med minimumsstørrelser på 10 nanometer, var meget forsinket og leverede chips i 2019, fem år efter den forrige generation af chips med 14-nanometer-funktioner. Moores lov, siger Leiserson, handlede altid om fremskridtshastigheden, og vi er ikke længere på den hastighed. Talrige andre fremtrædende dataloger har også erklæret Moores lov for død i de senere år. I begyndelsen af ​​2019 var administrerende direktør for den store chipproducent Nvidia enig.

I sandhed har det mere været et gradvist fald end et pludseligt dødsfald. I løbet af årtierne var nogle, inklusive Moore selv til tider, bekymrede over, at de kunne se enden i sigte, da det blev sværere at lave mindre og mindre transistorer. I 1999 var en Intel-forsker bekymret for, at industriens mål om at gøre transistorer mindre end 100 nanometer i 2005 stod over for fundamentale fysiske problemer uden kendte løsninger, såsom kvanteeffekterne af elektroner, der vandrer, hvor de ikke burde være.

I årevis lykkedes det chipindustrien at undgå disse fysiske vejspærringer. Nye transistordesigns blev introduceret for bedre at korralere elektronerne. Nye litografimetoder ved hjælp af ekstrem ultraviolet stråling blev opfundet, da bølgelængderne af synligt lys var for tykke til præcist at udskære siliciumegenskaber på kun nogle få snese af nanometer. Men fremskridtet blev stadig dyrere. Økonomer ved Stanford og MIT har beregnet, at forskningsindsatsen for at opretholde Moores lov er steget med en faktor 18 siden 1971.

Ligeledes er de fabs, der laver de mest avancerede chips, ved at blive uoverkommeligt dyre. Prisen på en fab stiger med omkring 13 % om året og forventes at nå op på 16 milliarder dollars eller mere i 2022. Ikke tilfældigt er antallet af virksomheder med planer om at lave den næste generation af chips nu skrumpet til kun tre, hvilket er et fald. fra otte i 2010 og 25 i 2002.

At finde efterfølgere til nutidens siliciumchips vil tage mange års forskning.Hvis du er bekymret for, hvad der vil erstatte Moores lov, er det tid til at gå i panik.

Ikke desto mindre forventer Intel - en af ​​disse tre chipproducenter - ikke en begravelse for Moore's Law på det nærmeste. Jim Keller, der tiltrådte som Intels leder af siliciumteknik i 2018, er manden med jobbet med at holde det i live. Han leder et team på omkring 8.000 hardwareingeniører og chipdesignere hos Intel. Da han sluttede sig til virksomheden, siger han, var mange, der ventede afslutningen på Moores lov. Hvis de havde ret, husker han, at han tænkte, det er et træk, og måske havde han lavet et rigtig dårligt karrieretræk.

Men Keller fandt rigelige tekniske muligheder for fremskridt. Han påpeger, at der sandsynligvis er mere end hundrede variabler involveret i at holde Moores lov i gang, som hver især giver forskellige fordele og står over for sine egne grænser. Det betyder, at der er mange måder at blive ved med at fordoble antallet af enheder på en chip - innovationer såsom 3D-arkitekturer og nye transistordesigns.

I disse dage lyder Keller optimistisk. Han siger, at han har hørt om afslutningen på Moores lov i hele sin karriere. Efter et stykke tid besluttede han sig for ikke at bekymre sig om det. Han siger, at Intel er på farten de næste 10 år, og han vil med glæde gøre regnestykket for dig: 65 milliarder (antal transistorer) gange 32 (hvis chiptætheden fordobles hvert andet år) er 2 billioner transistorer. Det er en forbedring på 30 gange i ydeevnen, siger han og tilføjer, at hvis softwareudviklere er kloge, kan vi få chips, der er hundrede gange hurtigere om 10 år.

Alligevel, selvom Intel og de andre tilbageværende chipproducenter kan presse endnu et par generationer af endnu mere avancerede mikrochips ud, er de dage, hvor du pålideligt kunne regne med hurtigere, billigere chips hvert par år, klart forbi. Det betyder dog ikke enden på beregningsmæssige fremskridt.

Tid til panik

Neil Thompson er økonom, men hans kontor er i CSAIL, MITs vidtstrakte kunstig intelligens og computercenter, omgivet af robotikere og dataloger, inklusive hans samarbejdspartner Leiserson. I et nyt papir dokumenterer de to rigelig plads til at forbedre beregningsmæssig ydeevne gennem bedre software, algoritmer og specialiseret chiparkitektur.

En mulighed er at slanke den såkaldte software-bloat for at vride mest muligt ud af eksisterende chips. Når chips altid kunne regne med at blive hurtigere og mere kraftfulde, behøvede programmører ikke at bekymre sig meget om at skrive mere effektiv kode. Og de formåede ofte ikke at drage fuld fordel af ændringer i hardwarearkitekturen, såsom de mange kerner eller processorer, der ses i chips, der bruges i dag.

Thompson og hans kolleger viste, at de kunne få en beregningsintensiv udregning til at køre omkring 47 gange hurtigere blot ved at skifte fra Python, et populært programmeringssprog til generelle formål, til det mere effektive C. Det skyldes, at C, mens det kræver mere arbejde fra programmør, reducerer i høj grad det nødvendige antal operationer, hvilket får et program til at køre meget hurtigere. Yderligere skræddersyning af koden for at få fuld fordel af en chip med 18 behandlingskerner fremskyndede tingene endnu mere. På kun 0,41 sekunder fik forskerne et resultat, der tog syv timer med Python-kode.

Det lyder som gode nyheder for fortsat fremskridt, men Thompson bekymrer sig om, at det også signalerer nedgangen af ​​computere som en generel teknologi. I stedet for at løfte alle både, som Moores lov har, ved at tilbyde stadig hurtigere og billigere chips, der var universelt tilgængelige, vil fremskridt inden for software og specialiseret arkitektur nu begynde at selektivt målrette mod specifikke problemer og forretningsmuligheder, og favorisere dem med tilstrækkelige penge og ressourcer.

Faktisk er overgangen til chips designet til specifikke applikationer, især inden for AI, godt i gang. Deep learning og andre AI-applikationer er i stigende grad afhængige af grafikbehandlingsenheder (GPU'er) tilpasset fra spil, som kan håndtere parallelle operationer, mens virksomheder som Google, Microsoft og Baidu designer AI-chips til deres egne særlige behov. AI, især deep learning, har en enorm appetit på computerkraft, og specialiserede chips kan i høj grad fremskynde dens ydeevne, siger Thompson.

Men afvejningen er, at specialiserede chips er mindre alsidige end traditionelle CPU'er. Thompson er bekymret for, at chips til mere generel databehandling er ved at blive en dødvande, hvilket bremser det overordnede tempo i computerforbedringer, som han skriver i et kommende papir, The Decline of Computers as a General Purpose Technology.

På et tidspunkt, siger Erica Fuchs, professor i ingeniørvidenskab og offentlig politik ved Carnegie Mellon, vil de, der udvikler kunstig intelligens og andre applikationer, gå glip af faldet i omkostninger og stigninger i ydeevne leveret af Moores lov. Måske om 10 år eller 30 år – ingen ved rigtigt hvornår – får du brug for en enhed med den ekstra regnekraft, siger hun.

Problemet, siger Fuchs, er, at efterfølgerne til nutidens chips til generelle formål er ukendte og vil tage årevis med grundlæggende forskning og udvikling at skabe. Hvis du er bekymret for, hvad der vil erstatte Moores lov, foreslår hun, er øjeblikket til panik nu. Der er, siger hun, virkelig kloge mennesker inden for kunstig intelligens, som ikke er klar over de hardwaremæssige begrænsninger, som langsigtede fremskridt inden for databehandling står over for. Hvad mere er, siger hun, fordi applikationsspecifikke chips viser sig at være enormt profitable, er der få incitamenter til at investere i nye logiske enheder og måder at lave computer på.

Søges: En Marshall-plan for chips

I 2018 skrev Fuchs og hendes CMU-kolleger Hassan Khan og David Hounshell et papir, der sporede historien om Moores lov og identificerede ændringerne bag nutidens mangel på industri- og regeringssamarbejde, der fremmede så meget fremskridt i tidligere årtier. De hævdede, at splintringen af ​​teknologibanerne og den kortsigtede private rentabilitet af mange af disse nye splinter betyder, at vi er nødt til i høj grad at øge de offentlige investeringer i at finde de næste store computerteknologier.

Hvis økonomer har ret, og meget af væksten i 1990'erne og begyndelsen af ​​2000'erne var et resultat af mikrochips - og hvis, som nogle antyder, den træge produktivitetsvækst, der begyndte i midten af ​​2000'erne, afspejler afmatningen i beregningsmæssige fremskridt - så siger Thompson, det følger heraf, at du bør investere enorme mængder penge for at finde efterfølgerteknologien. Vi gør det ikke. Og det er en offentlig politisk fiasko.

Der er ingen garanti for, at sådanne investeringer vil betale sig. Kvanteberegning, kulstof-nanorørtransistorer, selv spintronik, er lokkende muligheder - men ingen er åbenlyse erstatninger for løftet, som Gordon Moore først så i et simpelt integreret kredsløb. Vi har dog brug for forskningsinvesteringerne nu for at finde ud af det. Fordi én forudsigelse er ret sikker på at gå i opfyldelse: Vi vil altid have mere computerkraft.

skjule