在世界領先的微處理器和半導體制造商英特爾的研發總部一間狹小、無窗的會議室裡，該公司工藝架構和整合總監馬克·玻爾冷靜地解釋說，通常理解的摩爾定律已經失效——而且已經有一段時間了。考慮到玻爾實際上從事的是摩爾定律相關業務，這似乎令人驚訝：他的工作是弄清楚如何在十年內將英特爾目前 14 奈米寬的電晶體縮小一半。但在他圓框眼鏡後面，玻爾甚至眼睛都沒眨一下：“你必須明白，傳統的電晶體縮放時代，即採用相同的基本結構和材料並使其更小的時代，大約在 10 年前就結束了。”
1965 年，時任快捷半導體研發主管的戈登·摩爾發表了一份題為《將更多元件塞進積體電路》的直率檔案。摩爾預測，以最佳成本構建到晶片中的電晶體數量將每年翻一番。十年後，他將他的預測修改為後來被稱為摩爾定律的內容：計算機晶片上的電晶體數量每兩年將翻一番。
積體電路使計算機工作。但摩爾定律使計算機進化。由於電晶體是電子計算的“原子”——將計算機記憶體和邏輯的每個 1 和 0 編碼為電壓差異的微小開關——如果你將可以放入相同物理空間的電晶體數量增加一倍，你就可以以相同的成本將計算量增加一倍。英特爾的第一款通用微處理器 8080 於 1974 年釋出，幫助啟動了 PC 革命。這款兩英寸長、糖棒形狀的晶圓包含 4,500 個電晶體。截至本文撰寫之時，英特爾的高效能伺服器中央處理器 (CPU)——市場上密度最高的晶片——每個包含 45 億個電晶體。在英特爾位於俄勒岡州希爾斯伯勒的製造工廠（或稱“晶圓廠”）內，該公司最新的製造工藝可以在矽晶圓上蝕刻小至 14 奈米的特徵。這比細菌的鞭毛還要薄。電晶體密度的這種指數級增長將 20 世紀中葉房間大小、真空管供電的計算引擎變成了 21 世紀初微型化的矽奇蹟。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們今天世界的發現和想法的具有影響力的故事的未來。
但即使是摩爾定律，在物理定律面前也會屈服——並且在十年內，將不再可能維持這種前所未有的微型化步伐。這就是為什麼英特爾、IBM 和惠普 (HP) 等晶片製造商正在投入數十億美元的研發資金，以尋找後摩爾定律時代的出路。這將需要顛覆關於我們的技術執行所需的基本假設。計算機晶片是否需要是蝕刻在矽上的二維導線陣列？IBM 認為不是：它正在認真研究碳奈米管和石墨烯作為計算基板。那麼電子呢——這些是必要的嗎？IBM 和 HP 也在光子學上下注，光子學使用光脈衝而不是電壓。
惠普走得更遠；它希望擴充套件電子學本身的基本理論。該公司構建了一臺原型計算機，代號為“機器”，它利用了長期尋求的電子學缺失環節的力量：憶阻器。這種元件——在數學上幾十年前就已預測到，但直到最近才開發出來——允許計算機的儲存和隨機存取儲存器 (RAM) 功能結合在一起。CPU 作為計算機“大腦”的常用比喻，在使用憶阻器代替電晶體後將變得更加準確，因為前者實際上更像神經元那樣工作：它們傳輸和編碼資訊以及儲存資訊。以這種方式結合易失性儲存器和非易失性儲存，可以顯著提高效率並減少所謂的馮·諾依曼瓶頸，後者已經限制了計算機技術半個世紀。
在未來幾年內，這些技術都無法取代甚至增強我們筆記型電腦或手機中的晶片。但在十年末之前，其中至少有一項技術必須能夠提供計算效能提升，並且有希望接替傳統矽電路工程不可避免地衰落的地方。問題是：哪一項——以及何時？
超越矽
摩爾定律背後的理念很簡單——將電晶體數量增加一倍意味著你可以以相同的成本提高計算效能。但一直以來，其中包含的遠不止這些。戈登·摩爾 1965 年的論文可能預測了什麼會每隔一年發生在電晶體密度上，但他從未描述如何這種增加的效能將從增加的密度中湧現出來。*
又過了九年，IBM 的一位名叫羅伯特·登納德的科學家發表了一篇解釋，現在稱為登納德縮放定律。它描述了 MOSFET（代表“金氧半導體場效應電晶體”，1974 年的主導技術）的功率密度如何隨著其物理尺寸的縮小而保持恆定。換句話說，隨著電晶體的縮小，開啟和關閉它們所需的電壓和電流也會縮小。
30 年來，登納德縮放定律一直是摩爾定律的秘密驅動力，它保證了穩定的 PC 效能提升，幫助人們創業、設計產品、治療疾病、引導航天器和普及網際網路。然後它停止工作了。一旦晶圓廠開始在矽上蝕刻小於 65 奈米（大約是 HIV 病毒長度的一半）的特徵，晶片設計師發現他們的電晶體開始因量子力學效應而“洩漏”電子。這些器件變得太小，無法可靠地在“開”和“關”之間切換——任何無法區分 1 和 0 的數字計算機都會遇到嚴重問題。不僅如此，IBM 和英特爾的研究人員還發現了一堵所謂的頻率牆，它限制了基於矽的 CPU 可以執行邏輯運算的速度——大約每秒 40 億次——而不會因過熱而熔燬。
從技術上講，摩爾定律可以繼續（並且確實如此）：英特爾繼續每兩年將其晶圓中塞入更小的電晶體。然而，它並沒有完全轉化為更便宜、更快的計算機。
自 2000 年以來，面對這些障礙的晶片工程師一直在開發巧妙的變通方法。他們透過引入多核 CPU 來避開頻率牆（一個 10 吉赫茲的處理器會燒壞自己，但四個、八個或 16 個 3 吉赫茲的處理器協同工作則不會）。他們用“三柵極”加固了洩漏的電晶體，三柵極從三側而不是一側控制電流的流動。他們還構建了讓 CPU 將特別費力的任務外包給專用助手（例如，iPhone 6 的螢幕由其自己的四核圖形處理器驅動）的系統。但這些權宜之計不會改變矽縮放定律只剩下不到十年壽命的事實。
這就是為什麼一些晶片製造商正在尋找擺脫矽的方法。去年，IBM 宣佈將撥款 30 億美元，積極研究各種形式的後矽計算。正在研究的主要材料是石墨烯：只有一層原子厚的碳片。與矽一樣，石墨烯具有在很寬溫度範圍內保持穩定的電子學上有用的特性。更棒的是，電子以相對論速度在其中穿梭。最關鍵的是，它可以縮放——至少在實驗室中是這樣。已經構建了石墨烯電晶體，其執行速度可以比效能最佳的矽器件快數百甚至數千倍，並且功率密度合理，甚至低於矽進入量子狀態的 5 奈米閾值。
然而，與矽不同，石墨烯缺乏“帶隙”：電子束縛在原子中的軌道和電子可以自由移動並參與傳導的軌道之間的能量差。例如，金屬沒有帶隙：它們是純導體。沒有帶隙，就很難阻止將電晶體從開到關的電流流動——這意味著石墨烯器件無法可靠地編碼數字邏輯。“我們一直是該領域的領導者，但我們在石墨烯方面看到的結果並不令人鼓舞，”IBM 托馬斯·J·沃森研究中心物理科學主管蘇普拉蒂克·古哈承認。“石墨烯必須非常便宜並且提供一些獨特的優勢才能取代現有材料。它具有非常有趣的特性，但它沒有我們能夠確定的殺手鐧應用。”
碳奈米管可能更有希望。當石墨烯片捲成空心圓柱體時，它們可以獲得一個小的帶隙，使其具有類似於矽的半導體特性，從而重新開啟了將它們用於數字電晶體的可能性。“我們持謹慎樂觀態度，”古哈說。“作為單獨器件的碳奈米管，當它們縮小到 10 奈米左右時，其效能優於任何其他可用器件。如果我們檢視我們使用碳奈米管的計算系統模擬，我們預計效能或能源效率可能會提高五倍[超過矽]。”
但碳奈米管是脆弱的結構。如果奈米管的直徑或手性——其碳原子“捲曲”的角度——即使發生微小變化，其帶隙也可能消失，使其無法用作數位電路元件。工程師還必須能夠使用矽晶圓廠現在依賴的相同技術，將數十億個奈米管整齊地排列成行，行距僅為幾奈米。“為了讓碳奈米管成為矽的有價值的繼任者，我們需要在未來兩三年內弄清楚這一切，”古哈說。
打破記憶體牆
“地球上最昂貴的房地產是什麼？”安德魯·惠勒問道。“就是這個，就在這裡。”他指著白板上用黑色記號筆繪製的一個方框，代表微晶片的晶片。惠勒身材高挑、身材瘦削、下巴方正，穿著直筒牛仔褲和格子棉襯衫，看起來更像是一位前牛仔，而不是惠普實驗室（惠普的研究部門）的副主任。他正在解釋佔用這片優質房地產的大部分電晶體實際上用於什麼。他說，它不是用於計算。它被稱為“快取記憶體儲存器”或靜態 RAM (SRAM)，它所做的只是儲存頻繁訪問的指令。它是你 Mac 上 Dock 的矽等價物——你想要避免挖掘的東西的存放地。惠勒希望它消失。但他有點超前了。在短期內，他將滿足於擺脫你計算機的硬碟驅動器和主記憶體。
根據惠普的說法，這三項——統稱為記憶體層次結構，SRAM 位於頂部，硬碟驅動器位於底部——是工程師們在應對摩爾定律時面臨的大部分問題的原因。如果沒有高速、大容量的記憶體來儲存位並儘可能快地傳輸它們，更快的 CPU 就沒什麼用處。
為了打破這個“記憶體牆”，惠勒在加利福尼亞州帕洛阿爾託的團隊一直在設計一種新型計算機——機器——它透過將記憶體層次結構摺疊成一個統一層來完全避免記憶體層次結構。記憶體層次結構中的每一層都擅長某些事情，而不擅長其他事情。SRAM 速度極快（因此它可以跟上 CPU），但功耗大且容量低。主記憶體或動態 RAM (DRAM) 非常快、密度高且耐用——這很好，因為這是你的計算機用於執行活動應用程式的工作臺。當然，斷電會使 DRAM 中的所有內容消失，這就是為什麼“非易失性”儲存介質（如快閃記憶體和硬碟）對於長期儲存資料是必要的。它們提供高容量和低功耗，但它們速度非常慢（並且快閃記憶體磨損相對較快）。由於每種記憶體介質都有重疊的權衡，現代計算機將它們連結在一起，以便 CPU 可以儘可能高效地在層級之間傳輸資料。“這絕對是工程奇蹟，”惠勒說。“但這也是巨大的浪費。”
惠勒說，一種可以結合 SRAM 的速度、DRAM 的耐用性以及快閃記憶體儲存的容量和功率效率的通用記憶體一直是工程師、設計師和程式設計師幾十年來夢寐以求的聖盃。機器利用電子元件憶阻器來涵蓋通用記憶體願望清單上的後兩項。憶阻器在 1971 年以數學方式預測出來——它是“memory resistor”（記憶電阻器）這兩個詞的混合體，因為該器件的導電能力取決於先前流過它的電流量——長期以來一直被認為是不可能構建的。2008 年，惠普宣佈它已經構建了一個工作憶阻器；該研究計劃在內部被快速跟蹤，併成為機器的前身。
用電壓脈衝憶阻器儲存單元可以改變其導電狀態，從而產生儲存數字資料所需的清晰的開/關區分。與快閃記憶體一樣，當電流移除時，該狀態仍然存在。並且像 DRAM 一樣，可以在高速讀寫單元，同時將它們密集地封裝在一起。
但是，為了實現類似 SRAM 的效能，憶阻器單元需要放置在與 CPU 相鄰的同一矽晶片上——在當前技術下，這在物理上是不切實際的安排。相反，惠普計劃採用光子學——將位作為雷射脈衝而不是電流傳輸——將其高效能憶阻器記憶體連線到邏輯處理器上的標準 SRAM 快取。它還不是通用記憶體的聖盃——機器將記憶體層次結構從三層摺疊為兩層——但它已經很接近了。
透過將 RAM 與非易失性儲存相結合，像機器這樣的基於憶阻器的架構可以在不依賴摩爾定律式微型化的情況下實現計算機效能的大幅提升。IBM 的沃森超級計算機在 2011 年的《危險邊緣》節目中擊敗人類選手，它需要 16 TB 的 DRAM—— housed in 10 power-guzzling Linux server racks——才能即時執行其壯舉。相同數量的非易失性快閃記憶體可以裝在一個鞋盒中，同時消耗與普通筆記型電腦相同的電量。一次性結合這兩個功能的記憶體架構將允許將海量資料集儲存在活動記憶體中進行即時處理，而不是切成更小的、順序的塊——並且能源成本要低得多。
隨著越來越多的連線裝置加入“物聯網”，將無數拍位元組的資訊流式傳輸到資料中心並從資料中心流式傳輸以進行儲存和處理的問題將使摩爾定律變得毫無意義，惠勒說。然而，如果通用記憶體使超級計算機般的功能能夠在更小、更節能的封裝中實現，那麼這些資料流可以在本地由連線的裝置本身儲存和預處理。矽 CPU 元件可能永遠不會小於 7 奈米或快於 4 吉赫茲——但隨著記憶體牆被打破，這可能不再重要。
超越馮·諾依曼
即使惠普成功地構建了通用記憶體，計算機仍然會像自 1946 年建造的第一臺通用計算機 ENIAC 以來一直存在的那樣：極其快速的數值計算器。它們的基本設計由數學家約翰·馮·諾依曼於 1945 年正式確定，包括一個執行指令的處理單元、一個儲存這些指令和它們要操作的資料的記憶體庫，以及一個連線它們的連線或“匯流排”。這種馮·諾依曼架構針對以線性序列執行符號指令進行了最佳化——也稱為進行算術運算。第一批“計算機”是人類，他們受僱坐在房間裡手工計算，因此電子計算機被設計為自動化這種繁瑣且容易出錯的過程並非巧合。
但是今天，我們越來越需要計算機來完成不適合線性數學指令的工作：例如在數小時的影片片段中識別感興趣的物件或引導自主機器人在不穩定或危險的區域中穿行。這些任務與生物大腦的感知、模式匹配能力比機械計算器更相似。生物體必須即時地從動態環境中提取可操作的資訊；如果一隻家蠅被迫在它大腦中獨立的記憶體和處理器模組之間來回傳遞離散指令，一次一個，那麼它永遠無法及時完成計算以避免被拍死。
IBM 認知計算小組的創始人達爾門德拉·莫德雜湊望構建至少與家蠅一樣“聰明”且節能的計算機晶片。他解釋說，關鍵在於放棄類似計算器的馮·諾依曼架構。相反，他的團隊的目標是模仿哺乳動物大腦中的皮質柱，後者在同一結構中處理、傳輸和儲存資訊，沒有匯流排瓶頸連線。IBM 最近推出的 TrueNorth 晶片包含超過 50 億個電晶體，排列成 4,096 個神經突觸核心，模擬 100 萬個神經元和 2.56 億個突觸連線。
這種安排帶來的好處是以雷射筆的能源預算實現即時模式匹配效能。莫德哈指著位於加利福尼亞州聖何塞 IBM 阿爾馬登研究園區演示室角落的一臺影片監視器。上面的場景看起來像是來自一臺需要硬重啟的攝像頭的監控錄影：汽車、行人和一兩輛腳踏車在環形交叉路口凍結在原地；其中一位行人被影像上疊加的紅色方框突出顯示。一分鐘後，汽車、人和腳踏車猛地跳到另一個凍結位置，就好像錄影突然跳過一樣。
“你看，這不是靜止影像，”莫德哈解釋說。“那是斯坦福大學校園的影片流，由一臺模擬 TrueNorth 晶片的筆記型電腦進行分析。它只是以大約比即時慢 1,000 倍的速度執行。”通常執行影片流的實際 TrueNorth 晶片正在隔壁禮堂用於內部培訓課程，所以我沒有親眼目睹該晶片的真實效能。莫德哈說，如果我看到了，影片源將以即時速度播放，並且小紅框將平穩地跟蹤行人進出畫面。
就像它們的馮·諾依曼架構對應物一樣，諸如 TrueNorth 之類的神經突觸器件也有其固有的弱點。“你不會想用這個晶片執行 iOS，”莫德哈說。“我的意思是，你可以，但它會非常低效——就像筆記型電腦在處理該影片流時效率低下一樣。”IBM 的目標是將兩種架構的效率結合起來——一種用於精確和邏輯計算，另一種用於響應迅速、關聯的模式匹配——融入它所描述的整體計算系統。
在這種願景中，經典公式的摩爾定律仍然很重要。莫德哈的團隊已經將 16 個 TrueNorth 晶片平鋪到一塊板上，到今年年底，該小組計劃將八塊板堆疊在一起，形成一個 100 瓦、烤麵包機大小的裝置，其計算能力“將需要整個資料中心來模擬”。
換句話說，矽和電晶體數量仍然很重要——但更重要的是它們的排列方式。“那是我們的洞察力：透過重新排列磚塊，你會在建築物中獲得非常不同的功能，”莫德哈說。“很多人都認為，包括我們一開始也這樣認為，你真的需要改變技術才能獲得收益。事實上，很明顯，雖然新技術可能會帶來收益，但新的架構在效能方面帶來了數量級的收益，相比之下，這很容易獲得。”
摩爾定律
回到希爾斯伯勒的 RA3 大樓，英特爾元件研究主管邁克爾·C·梅伯里正在消除關於摩爾定律的另一個神話：它從來都不是真正關於電晶體的。“每項功能的成本才是關鍵，”他說。無論是用每平方釐米矽的電晶體數量、每秒執行的程式碼指令數還是每瓦功率的效能來衡量，重要的都是用更少的資源完成更多的工作。毫不奇怪，英特爾在其自己的網站上將摩爾定律描述為一種商業模式，而不是一種技術趨勢或自然力量。
“當有人問我，‘關於摩爾定律，有什麼讓你夜不能寐？’時，我說，‘我睡得很好，’”梅伯裡說。“當登納德縮放定律結束時，這並不意味著我們停止了。我們只是改變了。如果你展望未來 15 年，我們可以看到一些變化即將到來，但這並不意味著我們會停止。”英特爾、IBM 和惠普都認同的是，計算效能的未來——也就是說，行業將如何集體以更低的成本提供更高的功能——將不再像一條直線或曲線，而更像生物進化的多分支樹。
那是因為我們對計算機本身的願景正在演變。事實證明，我們並不像 20 世紀後期的科幻小說作家認為的那樣想要獨立的、像神諭一樣的“思考機器”。真正消亡的不是摩爾定律，而是摩爾定律描述和實現的有效通用計算時代。“儘可能地把一切都塞進盒子裡，”正如梅伯裡所說的那樣。
相反，對更低每項功能成本的無情追求將由所謂的異構計算驅動，隨著摩爾定律分裂為摩爾定律。IBM、英特爾、惠普和其他公司將整合不僅是電路，而是可以處理不同計算工作負載倍增需求的整個系統。IBM 的伯納德·S·邁爾森表示，人們購買的是功能，而不是計算機晶片；事實上，他們越來越不感興趣購買計算機。我們只是希望我們的工具能夠以使它們在我們使用的環境中有所幫助的方式進行計算或“思考”。因此，我們沒有來自《2001：太空漫遊》的超級智慧計算機 HAL，而是在智慧手機上安裝了 Google Now，告訴我們何時出發去機場趕飛機。
尼克·博斯特羅姆（《超級智慧：路徑、危險、策略》的作者）等未來學家假定，摩爾定律將導致通用人工智慧起飛併合併成一種無所不知、無所不能的數字存在。但異構計算表明，計算更可能向外擴散到以前“愚蠢”的物件、系統和利基市場——使汽車、網路路由器、醫療診斷裝置和零售供應鏈等事物具有類似家畜的半自主靈活性和特定於環境的能力。換句話說，在後摩爾定律世界中，計算機不會成為神——但它們會像非常聰明的狗一樣行動。
正如大丹犬不是為了做梗犬的工作而建造的那樣，圖形處理器也不是為了做 CPU 的工作而建造的。惠普的惠勒舉例說，多個專用處理核心“螺栓連線到”拍位元組級通用記憶體池——處理能力和海量記憶體的混合體，其工作方式與現在圍繞中央 CPU 資源呼叫的專用圖形加速器和記憶體快取非常相似。與此同時，IBM 的莫德哈設想了高爾夫球大小的裝置，由固定在廉價攝像頭上的認知晶片組成，可以將其投入自然災害現場，以檢測高度特定的模式，例如受傷兒童的存在。加州大學伯克利分校的計算機科學家 Leon Chua 於 1971 年首次提出了憶阻器的存在理論，他說惠普為摺疊記憶體層次結構所做的努力和 IBM 對重新構想 CPU 的研究是對他所謂的“大資料瓶頸”的互補回應。“令人難以置信的是，在過去的 40 年裡，我們一直用於一切的計算機仍然都基於計算器般的馮·諾依曼架構的相同想法，”他說。向異構計算的雙線過渡是“不可避免的”，他斷言，“將創造一個全新的經濟體”——尤其因為後摩爾定律、後馮·諾依曼計算將需要全新的程式設計和系統設計方法。現代計算機科學、工程和晶片設計在很大程度上都與掩蓋記憶體層次結構和馮·諾依曼架構對計算施加的固有侷限性有關，蔡教授說，一旦這些侷限性被消除，“每個程式設計師都必須回到學校”。
蔡教授、莫德哈和惠勒在這些近未來的願景中從未提及電晶體——或世界已經開始期望從電晶體中獲得的、可預測的效能提升。根據 IBM 的邁爾森的說法，摩爾定律半個世紀以來準確描述的內容——電晶體密度增加與每項功能成本降低之間的整潔關係——可能最終證明只是暫時的巧合。“如果你看看過去 40 年的半導體，你會看到非常恆定的心跳，”邁爾森說。“並非進展不會繼續。但這項技術現在已經發展出心律失常。”
編者注（2015 年 7 月 10 日）：本段在釋出後進行了編輯，以更正印刷版故事中出現的對戈登·摩爾的錯誤歸因。