互动科普

随着摩尔定律终结之日的临近，芯片制造商正在斥巨资开发新的计算技术。

1965年，时任仙童半导体公司（Fairchild Semiconductor）研发主管的戈登·摩尔（Gordon Moore）发表了一篇标题很直白的文章《让集成电路填满更多的组件》（Cramming More Components onto Integrated Circuits）。摩尔预测，以最优成本在芯片上集成的晶体管数量将每年翻一番。10年后，他将他的预测修正为大家所知的摩尔定律：每两年计算机芯片上的晶体管数量将增加一倍。

集成电路让计算机工作，而摩尔定律让计算机进化。由于晶体管是电子计算的“原子”——这些微小的开关用不同的电压表示0和1，计算机在存储和计算中用到的每个二进制数字都是由它们编码的，如果你能让相同物理空间内容纳的晶体管数量增加一倍，你就能把同样成本所能获得的运算能力提升一倍。英特尔公司在1974年发布的第一款通用微处理器8080开启了个人计算机革命。这块两英寸长的方糖形晶片内含4 500个晶体管。截止到本文完成时，市场上可买到的密度最高的芯片是英特尔公司的高性能服务器中央处理器（CPU），每个CPU内包含45亿个晶体管。在英特尔公司位于俄勒冈州希尔斯伯勒的晶圆厂里，该公司最新的制造工艺能在一块硅晶片上蚀刻出小至14纳米的电路结构。这要比细菌的鞭毛还要细。随着晶体管密度的指数式增长，20世纪中期还是房间大小的真空管计算工具，到了21世纪初已经变成了小得令人惊讶的硅基计算机。

不过，即使摩尔定律也要臣服于物理规律——在10年之内，这种速度前所未有的微型化进程将无法继续持续下去。正因为如此，英特尔、IBM、惠普等芯片制造商倾注了数十亿美元的研发经费，来寻找后摩尔定律时代的解决方案。而这就需要打破一系列基本假设，重新考虑对于计算技术到底什么才是必不可少的。一块计算机芯片，是否一定得是蚀刻在硅片上面的二维电子线路阵列？IBM公司认为不是：它正在认真地研究用来充当计算电路基底的碳纳米管和石墨烯。电子又如何呢？它们是必需的吗？也未必，IBM和惠普也把部分赌注押在了光子学上，这种技术会用光脉冲来代替电压。

惠普公司甚至更进一步，想扩展电子学本身的基本理论。这家公司研制了一台原型计算机，代号为“the Machine”。这台计算机利用了电子学中一个人们寻找了很久的缺失环节——忆阻器的力量。早在几十年前就有人根据数学模型提出了忆阻器的概念，但直到最近，它才被真正开发出来。忆阻器可以把计算机的存储设备和随机存取存储器（RAM）的功能结合起来。用忆阻器代替晶体管后，把CPU形容为一台计算机的“大脑”的常用比喻会变得更加贴切，原因是前者的实际作用更像是神经元：它们既能传输和编码信息，也能存储这些信息。通过这种方式把易失性存储器和非易失性存储器融为一体，可以极大地提升效率并减轻所谓的“冯·诺依曼瓶颈”的影响，这个瓶颈在半个世纪以来一直制约着计算能力。

这些技术中，还没有任何一个可在未来几年内取代或强化笔记本电脑及手机中的芯片。不过在这个10年结束之时，它们中至少有一种必定能够带来计算性能的提升，从而有机会取代必定会走向衰落的传统硅电路技术。问题在于：是哪一种技术？这种取代又是发生在何时？

超越硅材料

摩尔定律背后的想法很简单——将晶体管的尺寸减半意味着你可以用同样的成本获得两倍的计算性能。但摩尔定律的内涵要比这更丰富。戈登·摩尔在1965年发表的文章或许预测了晶体管的密度将如何逐年变化，但他从未说明密度增长是怎样让性能倍增的。又过了9年，IBM公司一位名叫罗伯特·登纳德（Robert Dennard）的科学家发表了现在被称为登纳德缩放定律（Dennard scaling）的解释，描述了当MOSFET（金属氧化物半导体场效应晶体管，是当时的主流技术）的物理尺寸缩小时，其功率密度是如何保持不变的。换句话说，随着晶体管的缩小，它开启和关闭时所需的电压和电流也同样降低了。

在这之后的30年中，登纳德缩放定律一直是摩尔定律的秘密驱动器，它确保个人计算机性能稳定提升，从而帮助人们创业、设计产品、治愈疾病、引导航天器并推动互联网的普及。然而接下来，登纳德缩放定律失效了。当晶圆厂在硅片上蚀刻的特征尺度缩短到65纳米（大约是HIV病毒长度的一半）以下时，芯片设计师们发现，因为量子力学效应，他们的晶体管开始“泄漏”电子了。这些晶体管因为过小以至于无法可靠地在“开”和“关”之间切换——而无法区分1和0的数字计算机麻烦可就大了。不仅如此，IBM和英特尔的研究人员还发现了一个所谓的频率墙，它给硅基CPU执行逻辑运算的速度设了一个上限，大概是每秒40亿次。超过这个上限，CPU就会因过热而融化。

严格说来，摩尔定律还可以延续下去（也的确延续下去了）：英特尔公司仍然每过两年就在它的晶圆上塞满更小的晶体管。然而，更小的晶体管并没有简单地转化为价格更便宜、速度更快的计算机。

自2000年开始，面对这些障碍的芯片工程师找到了一些聪明的应对办法。他们通过引入多核CPU避开了频率墙（10GHz的处理器会把自己烧坏，但4个、8个或16个3GHz的处理器同时工作就没有问题了）。他们用可从3个方向控制电流的“三栅”晶体管，代替了只能控制一个方向的普通晶体管，减轻了电子泄漏的问题。他们还开发出了可以让CPU把特别繁重的任务外包给专用模块的系统（例如，iPhone 6手机的屏幕就是由其自身的四核图形处理器驱动的）。但这些权宜之计不会改变这样一个事实：硅基芯片继续缩小的趋势在不到10年内就将终结。

因此，一些芯片制造商们正在寻找摆脱硅的办法。去年，IBM公司宣布投入30亿美元，积极研究各种形式的替代硅基半导体的计算技术。IBM研究的首选材料是石墨烯：只有一层原子的碳薄片。和硅相似，石墨烯具备有价值的电子特性，在温度变化范围很大时也能保持稳定。更理想的是，在石墨烯中，电子是以相对论速度穿行的。最关键的一点是，它也符合缩放规律——至少在实验室里是这样。研究者已经制造出了石墨烯晶体管，在合理的功率密度下，它们的运行速度可以比性能最好的硅元件快几百倍甚至数千倍。石墨烯晶体管甚至也能突破让硅元件开始出现量子效应的5纳米临界值。

然而，与硅不同，石墨烯缺少“带隙”：电子被原子束缚的轨道与电子能够自由运动并参与导电的轨道之间的能量差。例如，金属就不存在带隙：它们是纯粹的导体。在没有带隙的情况下，想要阻止电流流动，从而让晶体管从“开”变为“关”是十分困难的——这就意味着石墨烯元件无法可靠地为数字逻辑编码。“我们已经是这个领域的佼佼者了，但目前在石墨烯身上看到的成果并不是那么振奋人心，”IBM公司托马斯·J·沃森研究中心（Thomas J. Watson Research Center）的物理科学主任苏普拉提克 · 古哈 （Supratik Guha） 承认。 他指出：“石墨烯必须非常廉价并具备一些独特的优势，才能取代现有的材料。它有非常有趣的特性，但目前我们还没有找到一个杀手级的应用方式。”

碳纳米管也许更有希望。把石墨烯卷成空心圆筒，它们就可以产生一定的带隙，这会使其获得与硅类似的半导体特性，从而重燃用其制作数字晶体管的希望。“我们持谨慎乐观态度，”古哈说，“作为单独的设备，当碳纳米管被缩小到10纳米左右时，它比任何其他现有设备的性能都要好。如果我们查看自己对碳纳米管计算系统进行的模拟，我们预计性能或能效上可能会有5倍的提升[相对于硅而言]。”

不过碳纳米管是一种结构纤巧的材料。如果一根纳米管的直径或手性——它的碳原子被“卷起来”的角度——发生微小的改变，其带隙就可能消失，使其失去数字电路元件的功能。工程师们还必须能够用现在硅晶圆厂所依赖的技术，把数十亿个纳米管排列成间距只有几纳米的整齐队列。“为了让碳纳米管成为硅当之无愧的继承者，我们需要在未来两到三年内解决这一切问题，”古哈说。

打破内存墙

“这个星球上最昂贵的地产是什么？”安德鲁·惠勒（Andrew Wheeler）问，“就是这个”。他指着白板上一个用黑色马克笔画出的盒子，它代表着一快微型芯片。身材瘦长但显得很结实，方下巴，身穿直腿牛仔裤和棉质格子衬衣，惠勒看起来更像是一名前牛仔，而不是惠普公司的研究机构——惠普实验室的副主任。他正在解释占据了那个高价地产的绝大多数晶体管实际是什么用途。他说，这组晶体管不是用于计算的。它们被称为“缓存”或静态随机存取存储器（SRAM），而它们的唯一作用就是存储那些需要频繁访问的指令。SRAM就相当于苹果电脑操作系统中的Dock栏——保存着需要随时调用的东西的地方。惠勒希望能让它消失。不过这有点操之过急了，在近期内，惠勒的目标是让计算机的硬盘和主内存消失。

这三类硬件统称为存储器层级结构，包括最上层的SRAM和最底层的硬盘。据惠普公司说，努力维持摩尔定律的工程师们所面临的绝大多数问题就是由它们造成的。如果没有高速、大容量的存储器来尽可能快地存储和传输数字信息，再快的CPU也没多大用处。

为了打破这个“内存墙”，惠勒在加利福尼亚州帕罗奥图（Palo Alto）的团队设计了一种新型计算机——“the Machine”。这种计算机废除了存储器层级结构，把三层硬件融为一体。存储器层级结构中的每一层都有其擅长和不擅长的事情。SRAM速度极快（所以它能够跟得上CPU的速度），但功耗大且容量小。主内存，或称动态随机存取存储器（DRAM）的速度也相当快，而且储存密度大，还耐用——这都是很有价值的优点，因为它是你的电脑用来运行活跃应用程序的工作平台。当然，断电会使DRAM中的所有东西统统消失，这就是为什么有必要使用闪存和硬盘这样的“非易失性”存储介质来长期保存数据。硬盘和闪存具有大容量和低功耗的优点，但是速度极慢（而且闪存相对而言损耗比较快）。因为各种存储介质之间可以优势互补，所以现代计算机把它们整合到了一起，这样CPU就可以尽可能高效地在层级间上下传递数据。“这绝对是一个工程学上的奇迹，”惠勒说，“但这也是一种巨大的浪费”。

惠勒说，几十年来，一种同时拥有SRAM的速度、DRAM的耐用性和闪存的容量与能效的通用存储器一直是工程师、设计师和程序员心中的圣杯。“the Machine”利用忆阻器这种特殊的电子元件，满足了人们对通用存储器的后两个要求。忆阻器这个名字指的就是“有记忆的电阻器”，因为这种元件的导电能力取决于之前通过它的电流量。早在1971年，就有人根据数学计算提出了忆阻器的概念，但在很长的一段时间内，它都被认为是不可能实现的。2008年，惠普公司宣布制造出了第一个可以工作的忆阻器，该研究项目在公司内部快速推进，并最终成为“the Machine”的雏形。

对一个忆阻器存储单元施加电压脉冲可以改变其导电能力，制造出区别明显的开/关两种状态，这样的两种状态对于存储数字数据是必不可少的。与闪存一样，在电流消失后该状态仍然可以保持。而与DRAM类似，这些单元可以被高速读写，也可以紧密集成在一起。

然而，为了获得类似SRAM的性能，忆阻器单元得紧挨着CPU，与它放在同一颗硅芯片上，但在现有技术条件下，这样的布置在物理上是不可能实现的。作为替代，惠普公司计划利用光子学技术——用激光脉冲代替电流传输数字信息——把高性能的忆阻器内存与逻辑处理器中的标准SRAM缓存连接起来。“the Machine”把存储器层级结构从三层压缩到了两层，虽然它还不是真正的通用存储器，不过已经很接近了。

通过把非易失性存储器与RAM合为一体，“the Machine”这样基于忆阻器的架构也可以大幅提升计算机性能，不必再依靠摩尔定律式的晶体管微型化。2011年在《危险边缘》节目（Jeopardy）中击败人类对手的、来自IBM公司的沃森超级计算机需要16TB的DRAM才能实时发挥其能力，这些内存被安置于10个高耗能的机架式Linux服务器中。而同样容量的非易失性闪存可以装在一个鞋盒里，其耗能仅相当于一台普通的笔记本电脑。同时整合了两种功能的存储架构可以把海量的数据集保存在活动内存中，以备实时处理，不用再把数据切分成更小的，需要顺序读取的组块。而且，这种架构的能耗也要低得多。

惠勒认为，随着越来越多的联网设备加入“物联网”，数据中心需要存储和处理越来越多的信息。进出于数字中心，庞大到难以计量的数据洪流会使得摩尔定律变得毫无意义。然而，如果通用存储器能让更小、能耗更低的设备具备类似于超级计算机的能力，这些数据流就可以在本地由联网设备本身存储和预处理。硅基CPU可能永远无法让制造工艺突破7纳米或是让速度超过4GHz——不过随着内存墙被推倒，这些可能都无所谓了。

超越冯·诺依曼

即使惠普公司在构建通用存储器上的押注大获成功，计算机的本质也没什么变化，自从1946年第一台通用计算机ENIAC诞生以来一直如此：非常快的数值计算器。计算机的基本架构是数学家约翰·冯·诺依曼（John von Neumann）在1945年确定的，包括一个执行指令的处理器、一个存储这些指令和指令操作的数据的存储器，以及一个把它们连接起来“总线”。这种冯·诺依曼架构对于执行线性序列中的符号指令——也被称为做算术——是最理想的。最初的 “计算机”指的是坐在房间里进行手工计算的人们，所以，电子计算机被设计用来自动处理那些乏味且易出错的工作并非巧合。

但是，今天我们越来越多地需要用计算机做一些不太适于归为线性数学指令的工作：例如，在长时间的录像中识别感兴趣的对象，或是指引自动机器人穿过不稳定的或有危险的区域。与机械计算器相比，生物大脑的感知与模式匹配能力与这些任务有更多的共同点。生物体必须实时地从动态环境中提取供其决定下一步行动的信息；如果一只家蝇必须在大脑分开的存储器与处理器模块之间一个接一个地来回传递离散的指令，那它绝对不可能及时完成计算从而避免被拍死。

IBM公司认知计算团队的创始人德尔门德拉·莫德哈（Dharmendra Modha）希望能制造出至少和家蝇一样“聪明”和节能的计算机芯片组。他解释说，关键在于废除计算器式的冯·诺依曼架构。他的团队的目标是模仿哺乳动物大脑中的皮层柱，以取代旧架构。皮层柱在同样的结构中处理、传输和存储信息，根本不需要会导致连接出现瓶颈的总线。IBM公司最近推出了TrueNorth芯片，它把超过50亿个晶体管排列在4 096个神经突触核心上，可以模拟100万个神经元和2.56亿个突触连接。

这种架构的优势在于能以一支激光笔的耗能量进行实时的模式匹配。在IBM公司位于加利福尼亚州圣何塞的阿尔马登研究园区里，莫德哈指着一台位于演示厅一角的视频显示器。上面显示的场景看上去类似于一个需要硬重启的摄像头所拍摄的监控录像：车辆、行人和一两辆自行车呆立在一个交通环岛上；一名行人被叠加在图像上的红色方框标记出来。一分钟后，车辆、行人和自行车突然蹿到了另一种原地不动的状态，就像是录像突然向前跳了一下。

“你看，这不是一张静止的图像，”莫德哈解释道，“这是一段来自斯坦福大学校园的视频流，正由一台模拟TrueNorth芯片的笔记本电脑进行分析。只是它比真实的时间慢了1 000倍。”通常用来分析视频流的真正的TrueNorth芯片正被用在隔壁讲堂的内部训练课程中，因此我无缘见证芯片的真实性能。莫德哈说，如果我看到的是真正的TrueNoth的话，视频就能以真实速度播放，而小红方框也会在行人进出画面时流畅地追踪他们。

就像它们冯·诺依曼架构的同类一样，TrueNorth这样的神经突触设备也有其自身固有的弱点。“你不会想在这个芯片上运行iOS系统。”莫德哈说。“我的意思是说，你可以去做，但它的效率将低得可怕——就像笔记本在处理那个视频流时一样低效。”IBM公司的目标是把这两种架构的优点都利用起来——一个用于精确和逻辑的运算，另一个用于响应迅速、联想式的模式匹配，从而组成一种它所描述的整体计算系统。

对于这样的目标，摩尔定律的经典公式依然重要。莫德哈的团队已经在一块电路板上封装了16块TrueNorth芯片，到今年年底时，这个团队计划把8块这样的电路板叠加在一起，组成一个烤箱大小，功率仅100瓦的设备，这个设备的计算能力“将和整个数据中心相当”。

换句话说，硅和晶体管的数量仍然很重要——但更重要的是如何布置它们。“这是我们的认识：通过重新摆放砖块，你可以让建筑获得完全不同的功能。”莫德哈说。“包括我们自己，很多人开始都认为，确实需要改变技术才能提升性能。实际上，虽然新技术也可能提升性能，但相比较而言，让性能提升几个数量级的新架构更容易实现”。

后摩尔定律时代

回到希尔斯伯勒的RA3楼，英特尔公司的组件研发主管迈克尔·C·梅伯里（Michael C. Mayberry）正在澄清有关摩尔定律的另一个误解：它真正说的并不是晶体管。他说：“单位功能的成本才是核心。”无论是以哪种方式衡量，每平方厘米硅上的晶体管、每秒执行的代码指令还是每瓦能量所获得的性能，真正重要的都是用更少的资源来做更多的工作。因此，英特尔公司在其自己的网站上将摩尔定律描述为一种商业模式而非一种技术趋势或自然规律也就不足为奇了。

“当有人问我，‘是什么让你因摩尔定律而夜不能寐？’我回答说，‘我睡得挺好的’，”梅伯里说。“当登纳德缩放定律终结时，并不意味着我们停下来了。我们只是做出了改变。如果考虑未来的15年，我们可以预见将有一些变化出现，但这并不意味着我们要停下来”。英特尔、IBM和惠普一致认为，计算性能的未来——也就是整个产业将如何以更低的成本来提供更强的功能——看起来不会再像一条直线或曲线，反而会更像有很多分支的生物进化树。

这是因为我们对于计算机本身的观念也在不断发展。事实证明，与20世纪后期科幻作家的设想不同，我们想要的不是无所不能的“思考机器”。正在消亡的不是摩尔定律，而是摩尔定律描绘并成功开启的高效通用计算时代。梅伯里把这个时代形容为，“尽可能地把所有东西都塞进盒子里”。

同以往不同的是，对降低单位功能成本的不懈追求将改由所谓的异构计算来驱动，摩尔定律分拆为了摩尔定律们。IBM、英特尔、惠普等公司集成的将不仅是电路，还有满足不同种类计算工作迅速增长需求的完整系统。IBM公司的伯纳德· S·梅尔森 （Bernard S. Meyerson）认为，人们是在购买功能而非电脑芯片；事实上，他们对购买计算机越来越缺乏兴趣。我们只是希望自己的工具可以计算，或“思考”，从而能在我们使用它们的场合中发挥作用。所以，我们现在用的是可以告诉我们何时动身去机场赶飞机的智能手机应用Google Now，而不是《2001太空漫游》（2001: A Space Odyssey）中的超级智能电脑HAL。

未来学家，如《超级智能：方法、危险、策略》（Superintelligence: Paths, Dangers, Strategies）一书的作者尼克·博斯特罗姆（Nick Bostrom）认为，摩尔定律将催生出通用人工智能，并让它聚合成一种无所不知、无所不能的数字化存在。不过，异构计算表明，计算更有可能向外扩展到过去那些“非智能”的物体、系统和领域中，让汽车、网络路由器、医疗诊断设备和零售供应链之类的事物获得半自主的灵活性和类似驯养动物的根据情境作做出反应的能力。换句话说，在后摩尔定律的世界中，计算机不会成为神明——但它们会变得更像是非常聪明的狗。

就像一只大丹犬不是用来干㹴犬该干的活一样，图形处理器也不是用来做CPU的工作的。惠普公司的惠勒举了一个例子，把多个专用处理核心“固定到”一个PB级容量的通用内存池上，这种把处理能力和大容量内存混合起来的工作方式，与现在把专门的图形加速器和缓存安排在集中在一起的CPU资源周围的方法非常类似。而IBM公司的莫德哈设想，可以把认知芯片固定在廉价摄像头上，制成一种高尔夫球大小的设备。这种设备可以被投放到发生自然灾害的地方，用来识别某些极为特别的模式，例如受伤的儿童。加利福尼亚大学伯克利分校的计算机科学家蔡少棠（Leon Chua）在1971年首先从理论上预言了忆阻器存在。他认为，惠普公司融合存储器层级结构的努力和IBM公司重新构想CPU的研究是应对他提出的“大数据瓶颈”的两种互补的措施。他说，40年过去了，我们用来做一切事情的计算机仍然全是基于同样的计算器式冯·诺依曼架构，这简直难以置信。他声称，沿着上述两个方向过渡到异构计算是“不可避免的”，并“将创造出一种全新的经济”——这不仅是因为我们进入了后摩尔定律时代，后冯·诺依曼时代的计算也需要全新的编程和系统设计方法。过去，现代计算机科学、工程学和芯片设计主要关注的是尽量掩饰存储器层级结构和冯·诺依曼架构给计算带来的固有局限，蔡少棠说，一旦这些局限不复存在，“每一个计算机程序员都将不得不重返学校。”

蔡少棠、莫德哈和惠勒在他们对较近未来的展望中都没有提及晶体管——或晶体管所能带来的可预见的计算性能提升。在IBM公司的梅尔森看来，摩尔定律半个世纪以来准确描述的现象——晶体管密度的增长和单位功能成本的降低之间的关系——可能其实只是一种临时的巧合。“如果你回顾过去40年中半导体的发展过程，你可以看到它就像是心脏在稳定地跳动，”梅尔森说道。“并不是说进步不能再持续了，而是这种技术现在已经发展到心律失常的地步了”。