摩尔定理即将失效，计算机将何去何从

1965 年 Gordon Moore 观察到，密集集成电路中的晶体管数量每 18 个月就会翻一番（他后来修改为两年），从而提高了处理能力。1968 年，摩尔继续与罗伯特诺伊斯共同创立了英特尔，他的观察成为英特尔在半导体芯片上取得成功的动力。摩尔定律作为创新指导存在 50 多年这一事实令摩尔本人感到惊讶，在2015 年的一次采访中，他描述了与进一步小型化相关的几个潜在障碍：光速、材料的原子性质和不断增长的成本.

尽管如此，技术人员已经内化了摩尔定律，并且逐渐习惯于相信计算机速度每 18 个月翻一番，正如摩尔 50 多年前观察到的那样，直到最近几年，这都是没问题的。然而，摩尔定律正在变得过时。

什么是摩尔定律？ 摩尔定律观察到密集集成电路中的晶体管数量大约每两年翻一番。

首先，一点背景知识：CPU（中央处理器）执行基本的算术运算。微处理器在单个集成电路上集成了 CPU 的功能，该集成电路本身由晶体管组成。如今，CPU 是具有数十亿个晶体管的微处理器（由单个电路组成）。例如，Xbox One 有50 亿。

第一个 Intel 微处理器 Intel 4004 有 2,300 个晶体管，每个晶体管的大小为 10m。截至 2019 年，大众市场上的单个晶体管平均为 14 纳米 (nm)， 2018 年有许多 10 纳米型号进入市场。英特尔设法在每平方毫米上封装了超过 1 亿个晶体管。最小的晶体管达到 1 nm。它不会比那小得多。

光速是有限的、恒定的，并且对单个晶体管可以处理的计算数量提供了自然限制。毕竟，信息的传递速度不可能超过光速。目前，比特是通过电子穿过晶体管来建模的，因此计算速度受到电子穿过物质的速度的限制。电线和晶体管的特征在于电容C（存储电子的能力）和电阻R（它们抵抗电流流动的程度）。随着小型化，R上升而 C下降，执行正确的计算变得更加困难。

随着我们继续使芯片小型化，我们无疑会遇到海森堡的不确定性原理，它限制了量子水平的精度，从而限制了我们的计算能力。 James R. Powell 计算出，仅由于不确定性原理，摩尔定律将在 2036 年过时。

另一个慢慢扼杀摩尔定律的因素是与能源、冷却和制造相关的成本不断增长。构建新的 CPU 或 GPU（图形处理单元）可能会花费很多。制造新的 10 纳米芯片的成本约为 1.7 亿美元，7 纳米芯片的成本接近 3 亿美元，5 纳米芯片的成本超过 5 亿美元。这些数字只能随着一些专门的芯片而增长。例如，NVidia在研发上花费了超过 20 亿美元来生产旨在加速 AI 的 GPU。

考虑到所有这些因素，有必要在电子和硅制成的晶体管之外寻找替代的计算方式。

一种继续获得动力的替代方案是量子计算。量子计算机基于量子位（quantum bits），利用叠加和纠缠等量子效应对其有利，从而克服了经典计算的小型化问题。现在预测它们何时会被广泛采用还为时过早，但已经有一些有趣的例子说明它们在商业中的应用。量子计算最紧迫的问题是将量子计算机从几十个量子位扩展到成千上万个量子位。

另一种方法是针对特定算法进行调整的专门架构。由于机器学习的大量需求，该领域发展非常迅速。GPU 已经用于 AI 训练十多年了。近年来，谷歌推出了 TPU（张量处理单元）来提升人工智能，目前有50 多家公司制造人工智能芯片，包括：Graphcore、Habana或Horizo​n Robotics，以及大多数领先的科技公司。

实际上，FPGA（现场可编程门阵列）意味着可以在制造过程之后对硬件进行编程。FPGA 最初由 Seiko于 1985 年生产，但不同的可重新编程硬件可以追溯到 1960 年代。FPGA 最近开始流行，尤其是英特尔和微软在数据中心中的使用。微软还使用 FPGA 来加速Bing 搜索。与 FPGA 类似的概念是 ASIC，即专用集成电路。最近，它们在加密货币挖掘方面非常受欢迎。

经典计算的另一种替代方法是用其他东西代替硅或电子。使用电子的自旋而不是电荷产生。自旋电子学的广泛使用仍处于研究阶段，没有大众市场模型。科学家们目前也在研究光学计算 ——或者说使用光来执行计算。然而，构建工业光学计算机仍然存在许多障碍。

最后，我们看到越来越多的非硅材料实验。复合半导体结合了元素周期表中的两种或多种元素，如镓和氮。不同的研究实验室也在测试由硅锗或石墨烯制成的晶体管。最后但并非最不重要的是，一些研究人员正在探索生物计算，使用细胞或 DNA 作为集成电路，但这与任何工业用途相去甚远。

为了超越摩尔定律，我们需要超越电子和硅的经典计算极限，进入非硅计算机时代。好消息是有很多选择，从量子计算到石墨烯等奇迹材料，再到光学计算和专用芯片。可谓是条条大路通罗马。