9月13日消息，福布斯發(fā)布文章稱，即便摩爾定律失效，硅芯片逼近物理和經濟成本上的極限，也還有其它的創(chuàng)新方法和技術繼續(xù)驅動計算性能的指數級增長，比如內存中運算、量子計算、分子電子學、神經形態(tài)計算等等。
以下是文章主要內容：
自戈登·摩爾（Gordon Moore）1965年提出以來，該定律一直生效。不過近年來業(yè)界一直預測該定律即將失效。早在2000年，《麻省理工科技評論》就硅技術在大小和速度上的極限提出了警告。
實際上，摩爾定律并不算是定律。它更多的是自我實現的預言。摩爾并沒有將它描述成像地心引力或者動量守恒定律這樣的不變真理。他只是給我們設定了預期，而芯片廠商們相應地去兌現預期。
事實上，行業(yè)一直在尋找新方法來給更微小的芯片帶來更強的性能。遺憾的是，他們找不到方法來同步削減成本�！犊旃尽罚‵ast Company）今年2月撰文指出，全球半導體行業(yè)不再基于每兩年實現性能翻倍的概念來制定硅芯片研發(fā)計劃，原因就是無力承擔跟上性能提升步伐所需購買的超復雜制造工具和工藝成本。此外，當前的制造技術可能無法再像原來那樣大幅度縮小硅晶體管。不管怎樣，晶體管都已經變得非常微小，以至于可能無法遵循通常的物理定律——這引發(fā)了它們還能夠在醫(yī)療設備或者核電站使用多久的疑問。
那么，那意味著科技驅動的指數級變化時代即將走到盡頭了嗎？
不。
即便硅芯片正接近物理和經濟成本上的極限，也還有其它的方法繼續(xù)驅動計算性能的指數級增長，比如采用新材料來打造芯片和以新方式定義計算本身。目前已經出現了與晶體管速度無關的技術進步，如深度學習驅動的更加聰明的軟件，以及通過利用云資源實現更強計算能力的技術。而這只是未來計算創(chuàng)新的冰山一角。
以下是有望驅動計算性能繼續(xù)飛速增長的幾項新興技術：
1、內存中計算。
在整個計算史上，處理最緩慢的一部分就是從硬盤獲取數據。很多的處理性能都浪費在了等待數據到達上。相比之下，內存中計算則將大量的數據放在RAM（隨即存取內存），使得數據可以馬上在RAM中進行處理。結合新型的數據庫、分析技術和系統(tǒng)設計，它能夠大大提升性能和整體成本。
小編推薦閱讀
