打破摩尔定律 芯片构造驱动性能增长

微型处理器变得越来越小、越来越快、效率更高。但随着它们达到物理极限，芯片构造开始驱动性能增长。1月4日，英伟达（Nvidia）创始人兼首席执行官黄仁勋（Jen-Hsun Huang），在拉斯维加斯举行的国际消费类电子产品展览会（CES）上发表主题演讲，同时也带来了Nvidia Xavie：一款用于人工智能汽车的超级计算机。

(黄仁勋（Jen-Hsun Huang）在CES上的演讲)

最近，两家最大的半导体公司相继发表声明，看似毫无联系，实则息息相关。英特尔（Intel）宣布收购Mobileye——一家专为无人驾驶汽车制造芯片和软件的以色列创业公司。Nvidia则公开了对于人工智能至关重要的、新一代用于加速机器自身学习的系统。

两大公司的举动其实都是基于“专业计算”，也就是把特定的软件任务转变为一张实体的硅芯片，而不是依赖于一个速度更快的CPU（中央处理器）。这种技术虽然以种种形式存在了数十年，但直到最近才成为诸多酷炫科技背后的动力（从人工智能到无人驾驶汽车）。为什么？因为CPU的更新速度早已大不如前。摩尔定律正在走向灭亡。

摩尔定律是指，每隔两年左右的时间，芯片上晶体管的数量就会翻倍。用大众的观点来看就是电脑运行速度持续加快，体型变小，效率更高。然而现在并没有按过去的方式发展。“这不是说摩尔定律撞上了南墙——某种意义上它将要寿终正寝了”，爱荷华大学计算机科学与生物信息学教授丹尼尔·里德（Daniel Reed）说道。

(摩尔定律 )

当Intel和其他芯片铸造厂还在花费资金维持老本生意时，行业内的芯片设计师们已经在寻找创新型的方法与摩尔定律的增长速度保持一致，并且在多数情况下提高设备性能，速度更快。

“我们今天取得的大部分成就都源于（芯片）设计和软件”，Nvidia首席科学家威廉·达利（William Dally）称，“对我们来说这一直是个挑战，因为每一代产品更新都要使其拥有原先两倍的性能，这让我们倍感压力”，他补充道。迄今为止，Nvidia一直保持着这个节奏，即使芯片上面的元件尺寸并不改变，他们唯一做的就是芯片设计，或者说“构造”。

尽管不能一一罗列，但专业计算原则已经应用于诸多程序：人工智能、图像识别、无人驾驶汽车、虚拟现实、比特币矿业、无人机、数据中心、甚至是摄影。几乎每家制造或提供硬件设备的技术公司——包括苹果、三星、亚马逊、高通、英伟达、博通、英特尔、华为和小米——都在利用这一现象谋利。即使是只生产自用芯片的公司——比如微软、谷歌和脸书，也同样如此。

(苹果公司A11芯片 )

许多年前，几乎所有的计算功能都靠CPU完成，一个接着一个依次完成，高通公司高级副总裁基思·克里辛（Keith Kressin）说道。渐渐地，那些很常用但需要许多处理器才能完成的任务会被转移到专门的芯片中。这些任务可以同时进行，而CPU只能执行绝对必要的指令。

这些任务型的芯片品种纷繁复杂，一方面也正体现了它们的用途广泛，不同芯片之间区分的界限也很模糊。其中一种是图形处理器——想想Nvidia和游戏玩家们——为那些原本完美匹配的任务找到了更多的用途，其中也包括人工智能。在这之后，智能手机的兴起创造了人们对于另一种数字信号处理芯片的大量需求，比如用以提高摄影水平。

“我们的目标是最小化CPU处理的软件数量”，克里辛（Kressin）说道。因此，现代的微型芯片，比如由高通公司开发，用于安卓智能手机的Snapdragon不仅能搭载CPU，还能安装24块或更多的独立数字信号处理芯片和图像处理器。每个元件都被优化以操作不同的任务，从处理图片到倾听手机的“唤醒指令”。