的实际影响是把一台超级计算机在你的口袋里吗?
科技界近几个月来实现,有太多的数据在云中处理一切。现在开始认真对待的边缘,靠近边缘计算真正意味着什么。仍然没有规则或如何解析这些数据,但人们越来越认识到某种程度的预处理将是必要的,这将需要巨大的变化对权力和在硬件性能的原因。
这有几个未来芯片设计的广泛影响。首先,需求大幅增加晶体管密度将会继续,以快得多的速度可能比翻倍的晶体管数量每两年左右。这个增加是由于更多的数据需要处理,但适逢传统比例在7海里和低于不提供相同的权力/性能改进,它在过去所做的那样。而不是权力/性能的改善,30%到50%的数字减少不到20%,这是使用新材料和架构。
一个解决方案是少的运动数据,说明处理边缘和处理接近内存设备的优势。互补的方法是使用专门的处理元素,其中一些可能在5或3 nm,但其他人可能是完全不同的类型和过程几何。事实上,一些处理可通过使用模拟方法,它正开始获得一些关注数字缩放的好处已经放缓。一起,有两个不同的架构方法进行数字和模拟,和各种包装选项来一起做所有这些工作。
第二个挑战就是力量,无论是做计算,所需要的能量和功率耗散的热量。权力控制因素在设计自28 nm,和在某些情况下。电池技术没有足够快跟上增加改善计算需求,一直控制时钟频率的移动设备在过去的十年左右的时间。试图规避黑硅等,使用电源管理方法被证明是一个浪费硅和energy-blocks需要醒来,睡眠,和一些信号需要长途旅行,因为不一定接近那些块资源如内存和I / O。
正如手臂首席技术官迈克·穆勒所说,未来似乎是“温暖”silicon-somewhat,但不完全,不浪费面积。新的挑战是使处理本身更有效率,并且需要建立一个推广之间的桥梁计算和非常具体的computing-optimizing硬件对于不同的数据类型,可能其中一些精度较低。
在某种程度上这是一个可行的策略。有大量的初创公司,建立了公司发展芯片承诺100 x或更多在未来的芯片的性能改进。理论上,这些可以开发瓷砖连接通过一些inter-chip互连结构,这可能是光学补偿增加距离。或者它可能涉及神经形态结构与规模较小的记忆和处理器分散在一个神经网络。
但还有第三个挑战,还需要解决,这是业务方面的事情。所有这些方法在技术上可行,但没有人会实现规模经济按照摩尔定律的定义。这些高度优化的架构提供极端效率计算,所有这些都从商业的角度来看的效率低下。任何解决这些问题可能需要一个激进的重组的供应链,从设计到制造,设备制造商可以利用,因为没有更好的词,相当于大规模定制。
这是一个艰巨的任务,它涉及到很多很多地方的变化。但是物理学的交叉和业务最终是一个数学方程,答案是一个分布。虽然最初分布可能很大,它将继续萎缩的解决方案变得更加成熟。
留下一个回复