深度丨芯片设计师如何打破摩尔定律

微处理器变得越来越小、速度越来越快、效率越来越高。 但随着它们达到物理极限，芯片架构开始推动性能提升。

1月4日，英伟达创始人兼CEO黄仁勋在拉斯维加斯国际消费电子展（CES）发表主题演讲，同时带来了Nvidia Xavie：一款用于人工智能汽车的超级计算机。

请点此（黄仁勋在CES上的演讲）进入图片描述

上周，两家最大的半导体公司相继发表声明，看似无关，实则息息相关。 英特尔（Intel）宣布收购以色列初创公司Mobileye，该公司为自动驾驶汽车制造芯片和软件。 Nvidia 推出了对人工智能至关重要的新一代系统，可加速机器自身的学习。

两家公司的举措实际上都是基于“专业化计算”，或者将特定软件任务转移到物理硅芯片上，而不是依赖更快的 CPU（中央处理器）。 这项技术以各种形式存在了几十年，但直到最近它才成为许多很酷的技术背后的驱动力，从人工智能到自动驾驶汽车。 为什么？ 因为CPU的更新速度早就不如以前了。 摩尔定律正在消亡。

摩尔定律指出，每两年左右，芯片上的晶体管数量就会翻一番。 从公众的角度来看，计算机继续运行得更快、更小、更高效。 然而，事情并没有像过去那样发展。 爱荷华大学计算机科学和生物信息学教授丹尼尔·里德说：“这不像是摩尔定律撞墙了——从某种意义上说，它会消亡。”

（摩尔定律）

当英特尔和其他芯片代工厂仍在花钱维持他们的老业务时，业界的芯片设计人员一直在寻找创新的方法来跟上摩尔定律的增长速度，并在许多情况下提高设备性能，速度更快。

“我们今天取得的大部分成就都来自（芯片）设计和软件，”Nvidia 首席科学家 William Dally 说。 它有两倍的性能，这给我们带来了很大的压力，”他补充说。到目前为止，Nvidia 一直保持着这种节奏，即使芯片上的组件尺寸没有改变，他们唯一做的就是芯片设计，或“建筑”。

虽然不可能一一列举摩尔发明比特币，但专业的计算原理已经应用到很多程序中：人工智能、图像识别、自动驾驶汽车、虚拟现实、比特币挖矿、无人机、数据中心，甚至摄影。 几乎所有制造或供应硬件设备的科技公司——包括苹果、三星、亚马逊、高通、英伟达、博通、英特尔、华为和小米——都在利用这一现象。 即使对于只为自己使用芯片的公司——如微软、谷歌和 Facebook——也是如此。

（苹果A11芯片）

多年前，几乎所有的计算功能都由 CPU 一个接一个地执行，高通公司高级副总裁 Keith Kressin 说。 逐渐地，常用但需要许多处理器的任务被卸载到专用芯片上。 这些任务可以并发进行，CPU 只能执行绝对必要的指令。

这些面向任务的芯片种类繁多、种类繁多，一方面也体现了它们的广泛用途，不同芯片之间的界限也很模糊。 其中之一是图形处理器——想想 Nvidia 和游戏玩家——正在发现更多的任务用途，否则这些任务将非常适合，其中包括人工智能。 之后，智能手机的兴起对另一种数字信号处理芯片产生了大量需求，比如提高拍照功能。

“我们的目标是尽量减少 CPU 处理的软件量，”Kressin 说。 因此，现代微芯片，如高通公司为安卓智能手机开发的骁龙摩尔发明比特币，不仅搭载了一个 CPU，还搭载了 24 个或更多独立的数字信号处理芯片和图形处理器。 每个组件都经过优化以执行不同的任务，从处理图片到侦听手机的“唤醒命令”。

Kressin 说，将诸如图像增强之类的琐事卸载到数字信号处理器上，速度可以提高 25 倍。 这就是为什么智能手机可以做很多台式电脑做不到的事情，即使 CPU 性能较差。

在手机行业，苹果已经展示了设计自己的芯片的实用性，优化了每个纳米晶硅单元以准确执行它将处理的任务，本·H·巴加林 (Ben Bajarin) 说。 Apple 对自家芯片的巨额投资是确保其设备顺利运行以及使用新功能（例如指纹识别传感器（Touch ID））的关键。

Nividia 首席科学家 Dally 还补充说，对于涉及人工智能的任务，切换到图形处理器而不是 CPU 可以带来 10 到 100 倍的加速。

得益于人工智能性能增长背后的自动驾驶技术，如今半自动驾驶汽车已经在美国道路上行驶，这也是英特尔收购 Mobileye 的原因。 英特尔拒绝置评，但将 Mobileye 的芯片和软件与英特尔自己的芯片技术相结合将成为专业计算的经典案例。

Nvidia 对人工智能和自动驾驶技术的尝试是相似的，尽管它们的图形处理器是比旨在加速程序的超专业硅芯片更强大的计算机。 达利先生还表示，自 2010 年以来，该公司一直致力于协调图形处理器以适应不同的人工智能技术。

然而，近代航空史的发展表明，专注于专业化所获得的优势是有限的。 “新的波音 777 并不比 1960 年代初期的 707 快，”爱荷华大学教授里德说。 但从轻质材料到计算机控制的方方面面都在不断创新，它们确实带来了实实在在的好处——飞机更安全、更省油。 从这个类比的逻辑来看，虽然芯片的原始性能可能不会提高，但处理多项特定任务的整体能力使其更胜一筹。

还有规模问题。 Kressin 说，一些购买芯片的客户，如无人机制造商，必须接受他们购买的多用途微处理器，直到他们确定有足够的市场需求。 高通正在制造专为无人机设计的骁龙芯片：它们必须快速处理从传感器收集的信息，以防小型自动直升机从空中坠毁。

（金鱼草迷你飞行无人机，世界上最小的4K无人机）

里德教授还认为，专业化的美妙之处在于，如今制造速度更快的芯片在很大程度上取决于芯片设计师的独创性，而不是制造商在硅晶圆上蚀刻微小电路的能力。 因此，微芯片比以往任何时候都更成功地证明了史蒂夫乔布斯的名言，以及他对计算机科学家艾伦凯的理解，“真正关心软件的人应该自己制造硬件。”

更正和补充

Nvidia 的首席科学家 William Dally 表示，Nvidia 已经在调整他们的图形处理器以更好地适应人工智能。 在早期版本中，该声明被误认为是高通高管 Keith Kressin 的声明。 2017 年 3 月 19 日

编译/花甲原文/CHRISTOPHER MIMS

欢迎关注微信公众号：【IT战略家】，这里是IT行业与金融圈的交汇之眼。 切记不要用战术上的勤奋来掩盖战略上的懒惰。 欢迎争论，拥抱你独特的观点！