为什么所有三个领域的发展将改变权力/性能方程。
人工智能,机器学习和自主车辆需要很大的改进性能,在相同的功耗水平(或更好的),在今天的芯片。但是很明显,通常的方法减少特性来提高电力/性能不会足够了。
比例肯定会有帮助,尤其是在逻辑方面。需要更多的晶体管来处理大量增加数据,特别是在边缘设备和云。但是扩展本身并不足够。不可能适应合理规模的单一芯片上足够的内存来实现所需的性能这些新的应用程序,这同样是不可能移动数据7/5nm芯片单片机速度不够快。
先进的包装提供了部分解决方案。插入器,直接成键和through-die tsv当然提供必要的带宽、逻辑与记忆和记忆本身。HBM 2/3/3 + / 4将提供巨大的吞吐量相比,今天可能是什么,和3 d XPoint等新的相变记忆可以帮助填写DRAM和存储器之间的差距。
新材料也需要实现这一转变,其中大部分是人为的而不是自然形成的。有一个巨大的努力在材料空间,既能改善电子III-V材料的流动,以及改善所有这些材料的纯度。制造业的杂质气体可引起小缺陷生产,可以降低性能和可靠性随着时间的推移,即使他们属于先进的检查设备的雷达。
第三,也许最大的旋钮将是硬件软件领域的合作设计。当前的术语是软件定义硬件,这基本上意味着软件的出发点是为了提高效率而不是相反,但这仍然是一个迭代的过程。芯片设计和制造已达到一个点,这是可能是一个巨大的飞跃,因为在过去很难能够制造一个芯片有足够的收益。不过,这个想法是大致相同的,这意味着硬件和软件将更加紧密地结合起来,提高效率。
算法的效果特别好,可以密切匹配硬件多操作系统和中间件。但它是操作系统和中间件,真正需要的工作。几十年的向后兼容性,在补丁,补丁上安全,和通用api软件变成臃肿,效率低下的困境。它的工作原理是令人钦佩的,因为所有这些复杂性。但清理软件,或者更好的是开发新软件中与高效的执行和安全体系结构从一开始,会导致更快,更有效的设备。
也有很多新东西在地平线上,可以提高能力/性能方程甚至further-quantum计算在云中,硅光子学的边缘,和更高效的算法,直接在硬件上运行。
这种技术已经独立开发,但越来越多的出现,没有一种方法就足够了。实现的功率和性能目标提供人工智能在指尖和云计算的大规模数据处理需要所有这些方法和通信。
在竞争激烈的追求向胜人一筹,它越来越多地出现,每个人都可能已经在正确的轨道上发展中所有这些技术和方法。虽然这很好,这也是一个意想不到的结果。
|
|
|
|
|
|
|
|
|
|
留下一个回复