Vi är inte förberedda på slutet av Moores lag

Moores lag illustration MS Tech

Gordon Moores prognos från 1965 att antalet komponenter i en integrerad krets skulle fördubblas varje år tills det nådde häpnadsväckande 65 000 år 1975 är den största tekniska förutsägelsen under det senaste halvseklet. När det visade sig vara korrekt 1975 reviderade han vad som har blivit känt som Moores lag till en fördubbling av transistorer på ett chip vartannat år.

Sedan dess har hans förutsägelse definierat teknikens bana och, på många sätt, själva framstegen.

Den här historien var en del av vårt marsnummer 2020

• Se resten av frågan
• Prenumerera

Moores argument var ekonomiskt. Integrerade kretsar, med flera transistorer och andra elektroniska enheter sammankopplade med aluminiummetalllinjer på en liten kvadrat av kiselskiva, hade uppfunnits några år tidigare av Robert Noyce på Fairchild Semiconductor. Moore, företagets FoU-direktör, insåg, som han skrev 1965, att med dessa nya integrerade kretsar är kostnaden per komponent nästan omvänt proportionell mot antalet komponenter. Det var ett vackert fynd – i teorin, ju fler transistorer du lade till, desto billigare blev var och en. Moore såg också att det fanns gott om utrymme för tekniska framsteg för att öka antalet transistorer som du kan sätta på ett chip på ett prisvärt och tillförlitligt sätt.

Snart skulle dessa billigare, mer kraftfulla marker bli vad ekonomer vill kalla en teknologi för allmänt ändamål – en så grundläggande att den skapar alla möjliga andra innovationer och framsteg i flera branscher. För några år sedan krediterade ledande ekonomer informationstekniken som möjliggjorts av integrerade kretsar med en tredjedel av USA:s produktivitetstillväxt sedan 1974. Nästan all teknik vi bryr oss om, från smartphones till billiga bärbara datorer till GPS, är en direkt återspegling av Moores förutsägelse. Det har också underblåst dagens genombrott inom artificiell intelligens och genetisk medicin, genom att ge maskininlärningstekniker möjligheten att tugga igenom enorma mängder data för att hitta svar.

Men hur kom en enkel förutsägelse, baserad på extrapolering från en graf av antalet transistorer per år – en graf som vid den tiden bara hade några få datapunkter – att definiera ett halvt sekel av framsteg? Åtminstone delvis för att halvledarindustrin beslutade att det skulle göra det.

April 1965 Electronics Magazine där Moores artikel dök upp. Wikimedia

Moore skrev att att proppa in fler komponenter på integrerade kretsar, titeln på hans artikel från 1965, skulle leda till sådana underverk som hemdatorer – eller åtminstone terminaler anslutna till en central dator – automatiska kontroller för bilar och personlig bärbar kommunikationsutrustning. Med andra ord, håll dig till hans vägkarta för att klämma fler transistorer på chips och det skulle leda dig till det förlovade landet. Och under de följande decennierna hällde en blomstrande industri, regeringen och arméer av akademiska och industriella forskare pengar och tid på att upprätthålla Moores lag och skapade en självuppfyllande profetia som höll framstegen på rätt spår med otrolig noggrannhet. Även om framstegstakten har sjunkit under de senaste åren, har de mest avancerade chipsen idag nästan 50 miljarder transistorer.

Varje år sedan 2001 har MIT Technology Review valt ut årets 10 viktigaste genombrottsteknologier. Det är en lista över tekniker som nästan utan undantag är möjliga bara på grund av de beräkningsframsteg som beskrivs av Moores lag.

För några av objekten på årets lista är kopplingen uppenbar: konsumentenheter, inklusive klockor och telefoner, infunderade med AI; Tillskrivning av klimatförändringar möjlig genom förbättrad datormodellering och data som samlats in från världsomspännande atmosfäriska övervakningssystem; och billiga satelliter i pintstorlek. Andra på listan, inklusive kvantöverhöghet, molekyler som upptäckts med hjälp av AI, och till och med anti-aging-behandlingar och hyperpersonaliserade läkemedel, beror till stor del på den beräkningskraft som finns tillgänglig för forskare.

Men vad händer när Moores lag oundvikligen tar slut? Eller tänk om den, som vissa misstänker, redan har dött, och vi redan kör på ångorna från vår tids största teknikmotor?

VILA I FRID

Det är över. I år blev det riktigt tydligt, säger Charles Leiserson, datavetare vid MIT och en pionjär inom parallell beräkning, där flera beräkningar utförs samtidigt. Intels senaste tillverkningsanläggning, avsedd att bygga kretsar med minsta funktionsstorlekar på 10 nanometer, var mycket försenad och levererade chip 2019, fem år efter den tidigare generationen chip med 14 nanometers funktioner. Moores lag, säger Leiserson, handlade alltid om framstegshastigheten, och vi är inte längre i den takten. Många andra framstående datavetare har också förklarat Moores lag död under de senaste åren. I början av 2019 gick VD:n för den stora chiptillverkaren Nvidia med på det.

I själva verket har det varit mer en gradvis nedgång än en plötslig död. Under årtiondena var några, inklusive Moore själv ibland, bekymrade över att de kunde se slutet i sikte, eftersom det blev svårare att göra mindre och mindre transistorer. 1999 oroade en Intel-forskare att industrins mål att göra transistorer mindre än 100 nanometer till 2005 stod inför grundläggande fysiska problem utan kända lösningar, som kvanteffekterna av elektroner som vandrade där de inte borde vara.

I flera år lyckades chipindustrin undvika dessa fysiska vägspärrar. Nya transistordesigner introducerades för att bättre korralera elektronerna. Nya litografimetoder som använder extrem ultraviolett strålning uppfanns när våglängderna av synligt ljus var för tjocka för att exakt skära ut kiselegenskaper på bara några tiotals nanometer. Men framstegen blev allt dyrare. Ekonomer vid Stanford och MIT har beräknat att forskningsansträngningen för att upprätthålla Moores lag har ökat med en faktor 18 sedan 1971.

Likaså blir de fabs som gör de mest avancerade markerna oöverkomligt dyra. Kostnaden för en fab stiger med cirka 13 % per år och förväntas nå 16 miljarder dollar eller mer år 2022. Inte en tillfällighet har antalet företag med planer på att göra nästa generations marker nu krympt till endast tre, en minskning från åtta år 2010 och 25 år 2002.

Att hitta efterföljare till dagens kiselchips kommer att ta år av forskning. Om du är orolig för vad som kommer att ersätta Moores lag är det dags att få panik.

Inte desto mindre förväntar sig inte Intel – en av dessa tre chiptillverkare – en begravning för Moores lag inom kort. Jim Keller, som tog över som Intels chef för kiselteknik 2018, är mannen med jobbet att hålla det vid liv. Han leder ett team på cirka 8 000 hårdvaruingenjörer och chipdesigners på Intel. När han gick med i företaget, säger han, var många som väntade på slutet av Moores lag. Om de hade rätt, minns han att han tänkte, det är ett drag och kanske hade han gjort ett riktigt dåligt karriärdrag.

Men Keller hittade gott om tekniska möjligheter för framsteg. Han påpekar att det förmodligen finns mer än hundra variabler involverade i att hålla Moores lag igång, som var och en ger olika fördelar och möter sina egna gränser. Det betyder att det finns många sätt att fortsätta att fördubbla antalet enheter på ett chip – innovationer som 3D-arkitekturer och nya transistordesigner.

Nuförtiden låter Keller optimistisk. Han säger att han har hört talas om slutet på Moores lag under hela sin karriär. Efter ett tag bestämde han sig för att inte oroa sig för det. Han säger att Intel håller farten under de kommande 10 åren, och han kommer gärna att räkna åt dig: 65 miljarder (antal transistorer) gånger 32 (om chiptätheten fördubblas vartannat år) är 2 biljoner transistorer. Det är en 30 gångers förbättring av prestanda, säger han och tillägger att om mjukvaruutvecklare är smarta kan vi få chips som är hundra gånger snabbare på 10 år.

Ändå, även om Intel och de andra kvarvarande chiptillverkarna kan pressa ut ytterligare några generationer av ännu mer avancerade mikrochips, är de dagar då du på ett tillförlitligt sätt kunde räkna med snabbare, billigare chip vartannat år klart över. Det betyder dock inte slutet på beräkningsframsteg.

Dags att få panik

Neil Thompson är ekonom, men hans kontor ligger på CSAIL, MIT:s vidsträckta AI- och datorcenter, omgiven av robotiker och datavetare, inklusive hans medarbetare Leiserson. I ett nytt dokument ger de två dokumenten gott om utrymme för att förbättra beräkningsprestanda genom bättre programvara, algoritmer och specialiserad chiparkitektur.

En möjlighet är att banta ner så kallad mjukvarubloat för att få ut det mesta av befintliga marker. När chips alltid kunde räknas med att bli snabbare och kraftfullare, behövde programmerare inte oroa sig mycket för att skriva mer effektiv kod. Och de misslyckades ofta med att dra full nytta av förändringar i hårdvaruarkitekturen, såsom de multipla kärnorna, eller processorer, som ses i chips som används idag.

Thompson och hans kollegor visade att de kunde få en beräkningsintensiv beräkning att köra cirka 47 gånger snabbare bara genom att byta från Python, ett populärt programmeringsspråk för allmänt bruk, till det mer effektiva C. Det beror på att C, medan det kräver mer arbete från programmerare, minskar det nödvändiga antalet operationer avsevärt, vilket gör att ett program körs mycket snabbare. Att ytterligare skräddarsy koden för att dra full nytta av ett chip med 18 bearbetningskärnor påskyndade saker och ting ännu mer. På bara 0,41 sekunder fick forskarna ett resultat som tog sju timmar med Python-kod.

Det låter som goda nyheter för fortsatta framsteg, men Thompson oroar sig för att det också signalerar nedgången av datorer som en allmän teknik. Istället för att lyfta alla båtar, som Moores lag har, genom att erbjuda allt snabbare och billigare chips som var allmänt tillgängliga, kommer framsteg inom mjukvara och specialiserad arkitektur nu att börja selektivt rikta in sig på specifika problem och affärsmöjligheter, och gynna dem med tillräckligt med pengar och resurser.

Övergången till chips designade för specifika applikationer, särskilt inom AI, är faktiskt på god väg. Deep learning och andra AI-applikationer förlitar sig alltmer på grafikprocessorer (GPU) anpassade från spel, som kan hantera parallella operationer, medan företag som Google, Microsoft och Baidu designar AI-chips för sina egna behov. AI, särskilt djupinlärning, har en enorm aptit på datorkraft, och specialiserade chips kan avsevärt påskynda dess prestanda, säger Thompson.

Men avvägningen är att specialiserade chips är mindre mångsidiga än traditionella processorer. Thompson är bekymrad över att kretsar för mer allmän datoranvändning håller på att bli ett bakvatten, vilket bromsar den övergripande takten för datorförbättringar, som han skriver i en kommande artikel, The Decline of Computers as a General Purpose Technology.

Vid någon tidpunkt, säger Erica Fuchs, professor i teknik och offentlig politik vid Carnegie Mellon, kommer de som utvecklar AI och andra applikationer att missa kostnadsminskningarna och prestandaökningarna som levereras av Moores lag. Kanske om 10 år eller 30 år – ingen vet riktigt när – kommer du att behöva en enhet med den extra beräkningskraften, säger hon.

Problemet, säger Fuchs, är att efterföljarna till dagens chip för allmänna ändamål är okända och kommer att ta år av grundläggande forskning och utveckling att skapa. Om du är orolig för vad som kommer att ersätta Moores lag, föreslår hon, är ögonblicket för panik nu. Det finns, säger hon, riktigt smarta människor inom AI som inte är medvetna om hårdvarubegränsningarna som står inför långsiktiga framsteg inom datoranvändning. Dessutom, säger hon, eftersom applikationsspecifika chips visar sig vara enormt lönsamma, finns det få incitament att investera i nya logiska enheter och sätt att göra datorer på.

Sökes: En Marshall-plan för chips

Under 2018 skrev Fuchs och hennes CMU-kollegor Hassan Khan och David Hounshell en artikel som spårade historien om Moores lag och identifierade förändringarna bakom dagens brist på industri- och regeringssamarbete som främjade så mycket framsteg under tidigare decennier. De hävdade att splittringen av teknikbanorna och den kortsiktiga privata lönsamheten för många av dessa nya splitter innebär att vi måste kraftigt öka de offentliga investeringarna för att hitta nästa stora datorteknik.

Om ekonomer har rätt, och mycket av tillväxten under 1990-talet och början av 2000-talet var ett resultat av mikrochips - och om, som vissa antyder, den tröga produktivitetstillväxten som började i mitten av 2000-talet återspeglar nedgången i beräkningsframsteg - då, säger Thompson, det följer att du bör investera enorma summor pengar för att hitta efterföljarens teknologi. Vi gör det inte. Och det är ett misslyckande i den offentliga politiken.

Det finns ingen garanti för att sådana investeringar kommer att löna sig. Kvantberäkningar, kolnanorörstransistorer, till och med spintronik, är lockande möjligheter - men ingen är uppenbara ersättningar för löftet som Gordon Moore först såg i en enkel integrerad krets. Vi behöver dock forskningsinvesteringarna nu för att ta reda på det. Eftersom en förutsägelse ganska säker kommer att gå i uppfyllelse: vi kommer alltid att vilja ha mer datorkraft.

Dölj