原始性能在电子产品越来越难以证明。这是一个问题。
芯片制造商和系统供应商正在实验的一系列新方法增强性能,减少权力和区域,现在缩减功能不再保证这些改进。
新想法的数量在行业会议上介绍了在过去的几个月里几乎是令人难以置信的。只是在CPU方面有新的架构,改进的工作量可以做每个计算周期,具有预取功能类似于搜索公司一直在做加速的结果。不同之处在于,这是处理器内部进行,采取大数据技术和应用更多的密闭空间。
有更快的互联和改善如何更有效地移动数据,包括异构缓存方案,反思在哪里以及如何处理数据,和光子学。和有工作正在增加的密度从DRAM内存,以及如何大幅降低电力使用量每操作和功能。
在半导体设计的历史,这很可能是记得历史上最多产的和创新的时代。现在最大的问题是所有这些将持续多久。减少受益于设备扩展以来明显28 nm,这就是为什么有这么多的选择。但发展中芯片这许多变化是昂贵的,和半导体行业一直为如何设置酒吧挤出效率的流程和材料。
问题是,因为这种多样性的技术,这是不可能的比较。所以企业如何为他们的努力获得报酬?结束设备公司如苹果或三星,特斯拉或福特,这很容易。电话持续很多个小时的电池没有充电,或一辆汽车从0到60在一定的时间内一次充电电荷或一些组合和天然气。
但是如何确定的价值萎缩自动驾驶一个公文包大小的计算系统,随着谷歌所做的吗?你比较一个处理器和另一个,当每个接近瓶颈和加速性能等不同的方式。
再次挑战增加与特定应用程序和功能正在加速为特定的用例。与过去不同,测量芯片在MIPS /头猪或MHz每瓦特/ GHz或操作,这些特定于用户的应用程序。在机器学习中,技术如何使用post-silicon可以改变系统的基本特征。对生产规格比较可能少于学习新事物的能力。
今天最后,几乎总有困惑什么是流程节点,尤其是在28 nm。什么是16/14nm finFET基于20 nm BEOL过程?是20海里,这可以说是一个失败的节点,再涂一层新油漆吗?还是16/14nm流程和一些遗留流程技术?和如何与英特尔的14 nm,拥有14 nm BEOL吗?
拥有更多的处理能力或降低能力很好的,但要支付创新是至关重要的。需要一组一致的指标,远远超出过去已经使用。和给定的工作量被放入芯片和系统这些天,这些指标不能发展太快。
|
|
|
|
|
|
|
|
|
|
留下一个回复