早在2012年，您就可以購(gòu)買具有3.5GHz基本時(shí)鐘和3.9GHz Turbo的四核/八線程CPU。在2018年，您還可以購(gòu)買具有3.5GHz基本時(shí)鐘和3.9GHz Turbo的CPU，但這一次它具有16個(gè)內(nèi)核，并同時(shí)處理32個(gè)線程。它是Threadripper 2950X，價(jià)格是2012年Core i7-3770K的兩倍多。

　　這里發(fā)生了什么事？早在1975年的摩爾定律（雖然最初是在1965年提出的）就指出，集成電路中的晶體管數(shù)量每?jī)赡攴环?，這是否可以確保2018年的CPU運(yùn)行在28GHz？當(dāng)然，您可以選擇5GHz i9，但英特爾的2020 Core i3-10100在3.6 / 4.3GHz時(shí)管理四個(gè)內(nèi)核/八個(gè)線程，仍然非常接近2012 i7規(guī)格。

　　摩爾定律的作用是每?jī)赡曜笥沂褂?jì)算性能翻一番，這實(shí)際上就是摩爾定律。而且，我們當(dāng)然再也看不到這個(gè)水平了。那么，為什么會(huì)出現(xiàn)這種性能停滯的情況，又可以期望將來從何處獲得計(jì)算性能的提高呢？

　　這個(gè)問題在麻省理工學(xué)院引起了極大的注意，他們?cè)凇犊茖W(xué)》雜志六月刊上發(fā)表了一篇論文：“摩爾定律失效后，什么將推動(dòng)計(jì)算機(jī)性能？” 該文由麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室的Neil C Thompson博士撰寫。

　　作者指出，英特爾自2014年以來一直依賴14nm技術(shù)，但不要怪罪于此。他們說，小型化已經(jīng)走到了盡頭。這組作者在論文中寫道：“盡管半導(dǎo)體技術(shù)可能能夠生產(chǎn)出2nm的晶體管，但實(shí)際上，由于回報(bào)減少，微型化可能會(huì)在5nm左右結(jié)束?！?隨著您接近原子尺度（硅原子的尺寸約為0.146nm），制造成本將顯著提高。

　　但是核心數(shù)量呢？在過去的幾年中，這種情況一直在穩(wěn)步上升，這主要?dú)w功于AMD的努力。那可以幫助我們嗎？湯普森說：“核心數(shù)量可能會(huì)有所增加，但幅度不會(huì)太大?！?“那是因?yàn)檐浖茈y同時(shí)有效地使用很多核心。” 這是針對(duì)家用計(jì)算機(jī)的，服務(wù)器，尤其是那些涉及云計(jì)算和搜索引擎的服務(wù)器，將繼續(xù)增加其核心數(shù)量。

　　摩爾以下

　　根據(jù)湯普森的說法，使CPU停滯不前的原因是它們的通用性。專用硬件已經(jīng)逐漸滲透到我們的PC機(jī)箱中，通常針對(duì)圖形。當(dāng)然有GPU，而Intel處理器中的Quick Sync核心則只對(duì)視頻進(jìn)行轉(zhuǎn)碼。在Nvidia收購(gòu)PhysX并將功能捆綁到其GPU API中之前，物理處理卡專門用于支持PhysX的游戲。如果Apple Mac Pro客戶想要ProRes視頻編解碼器的硬件加速，并且他們專用的ASIC（專用集成電路）壟斷了BitCoin采礦市場(chǎng)，他們可以使用Afterburner卡。

　　湯普森說：“我認(rèn)為我們要做的很多事情之一就是專門針對(duì)特定類型應(yīng)用的設(shè)計(jì)芯片，并使用這些芯片來加快速度。但這不是”替代通用CPU，它可以提供很多不同的功能。如果您看一下芯片，就會(huì)發(fā)現(xiàn)它們?cè)谛酒嫌幸恍ｉT處理加密的電路，所以當(dāng)您使用在Internet上，而您正在嘗試確保交易安全，那么其中可能涉及很多計(jì)算，但是需要一些專門的芯片來完成?！叭缓笫擒浖?。性能的提高將取決于效率，這是Thompson等人的論文中進(jìn)行的一項(xiàng)快速實(shí)驗(yàn)表明：用Python編碼了一個(gè)非常困難的總和（兩個(gè)4096x4096矩陣的乘積），在現(xiàn)代計(jì)算機(jī)上花了七個(gè)小時(shí)才能完成，但僅使用0.0006機(jī)器峰值性能的百分比。然后，用Java編寫了相同的總和，運(yùn)行速度提高了10.8倍。然后在C語(yǔ)言中，它比Python代碼快47倍。通過定制代碼以利用測(cè)試PC中的18核CPU及其特定的英特爾優(yōu)化，可以在0.41秒內(nèi)完成非常艱巨的任務(wù)?？炝?0,000倍。

　　上面的代碼使用的是通用處理器，因此，假設(shè)您將優(yōu)化的代碼與具有專門用于矩陣乘法的硬件的處理器結(jié)合在一起，那么您可以走得更快。在這個(gè)后摩爾時(shí)代，我們可能會(huì)看到應(yīng)用程序和操作系統(tǒng)變得越來越高效，從而變得越來越小，而不是使整個(gè)固態(tài)驅(qū)動(dòng)器和隨機(jī)存取存儲(chǔ)器變得腫。

　　假設(shè)您要發(fā)送電子郵件，Outlook（我們知道，這是一個(gè)很好的例子）會(huì)給您”發(fā)送，是或否？“ 提示。電腦如何處理？湯普森說：”您可以做的一件事就是從頭開始設(shè)計(jì)它。“ ”您可以查找有人說是或否的示例，并嘗試編寫一個(gè)可以識(shí)別這些內(nèi)容的程序?；蛘吣梢哉f‘那里有Siri和Google Assistant之類的東西，它們不僅可以識(shí)別是或否，還可以識(shí)別一百萬(wàn)種不同的東西。編寫一個(gè)小的程序，當(dāng)聽到用戶說的話，然后將其發(fā)送給Google進(jìn)行計(jì)算，然后再傳給我時(shí)，可能并不需要我做很多工作。這是一種超高效的編寫方式您的代碼，但是執(zhí)行計(jì)算的效率很低。

　　這樣，面對(duì)工程水平上缺乏性能提升的情況，硬件和軟件將需要整合在一起，以確保未來的PC更快，即使它仍以3.5GHz運(yùn)行。