摩尔定律

1 生产力悖论 (The Productivity Paradox)

在探讨技术演进之前，有必要回顾一下技术投资与实际产出之间的历史关系。

• 概念定义：生产力悖论（又称索洛计算机悖论）是业务流程分析中的一种观察现象 。该悖论指出，随着对信息技术投资的不断增加，工人的生产力可能不仅没有提高，反而出现下降的情况 。
• 历史观察：经济学家们曾普遍疑惑，为何计算机的广泛应用并没有立即显著地提升生产力 。
• 索洛的论断：1987年，经济学家罗伯特·索洛（Robert Solow）提出了一句著名的幽默论断：“你可以到处看到计算机时代的身影，唯独在生产力统计数据中看不到。”

2 摩尔定律 (Moore's Law) 的核心概念与演变

摩尔定律是指导半导体行业发展的核心理念。

• 最初的预言：1965年，戈登·摩尔（G. E. Moore）发表了《在集成电路上容纳更多组件》一文 。他提出，为了实现最低的组件成本，电路的复杂性（即集成度）大约每年增加一倍 。
• 长期展望：摩尔认为这种增长率在短期内有望继续甚至增加，并且在较长的一段时间内（至少10年）也没有理由相信这一速度无法保持恒定 。他曾预测，到1975年，每个集成电路中为了实现最低成本而容纳的组件数量将达到65,000个 。
• 修正后的增长率：通过比对每年的最具成本效益点，摩尔预测未来的集成电路密度将不断改善 。最初，他预测的增长率为每年1.8倍，即在价格不变的情况下，组件数量在5年内增加20倍 。后来，这一速度被修正为每年1.5倍 。

3 反身性：从观察到定律 (Reflexivity)

摩尔定律之所以能够长期有效，不仅仅是因为技术本身的自然演进，更因为行业机制的协同。

• 反馈循环：摩尔为思考行业的持续改进创建了一个框架，他的预测创造了可测试的指标 。这一观察最终通过反馈循环变成了自证预言（Self-fulfilling prophecy） 。
• 良性循环机制：行业的参与者根据预测的未来指标设定自己的研发目标，公司们则努力实现这些指标 。这种期望塑造投资、投资促成现实、现实进一步强化期望的模式，创造了一个良性循环 。
• 行业影响：这种叙事方式促成了行业内的广泛协调，并驱动了整个半导体行业在长达约40年的时间里实现了指数级的改进 。

4 计算机发展的四次浪潮 (The Four Waves of Computing)

计算技术的演进可以大致划分为四次重要的浪潮，每次浪潮都伴随着硬件尺寸的缩小和性能的大幅提升。

• 第一波：科学与商业应用
  • 1946年的ENIAC是一台通用计算机，使用了17,468个真空管 。
  • 1944年的哈佛Mark I电子计算器包含3300个继电器，并配有60个用于常数的开关寄存器和72个用于中间结果的存储计数器 。
  • 1949年的EDSAC每秒可执行650条指令，使用了3000个真空管，并在水银超声波延迟线中拥有1024个17位字的内存，采用位串行处理方式 。
  • 1964年，IBM推出了由晶体管构建的System/360，它采用了固体逻辑技术（SLT），提供了多种性能与成本的权衡方案，彻底改变了计算机的概念 。
• 第二波：家庭与个人计算
  • 1971年，英特尔推出了4004处理器，价格为470美元（折合2024年的美元价值），频率为740Hz，是一款拥有2300个晶体管的4位处理器 。它具备12位地址、8位指令和4位数据字，可以寻址640字节的RAM和8KB的ROM 。
  • 1975年的MOS 6502成为了8位微型计算机革命的核心与灵魂，其成本极其低廉，仅需25美元（相比之下当时的摩托罗拉和英特尔芯片成本达200美元） 。
  • 1979年的英特尔8086成为了PC处理器架构的基础，包含29,000个晶体管，频率为5MHz 。
• 第三波：消费电子与便携设备
  • 1974年的德州仪器TMS1000微控制器系列，将4位中央处理器、只读存储器（ROM）、随机存取存储器（RAM）以及输入/输出线集成在了一起，成为了一台完整的“单芯片计算机”，当时的成本仅为2美元 。
  • 1985年发布的ARM1是世界上第一款商业可用的RISC处理器，采用3.0微米工艺，拥有2.5万个晶体管，频率6MHz，功耗低于0.1W 。
  • 1996年的Pilot 1000掌上电脑仅重160克，配备了128KB的RAM和摩托罗拉68328处理器（16 MHz），并可以通过两节AAA电池运行 。
• 第四波：无线通信与智能手机
  • 1984年的摩托罗拉DynaTac手机重达1100克，仅提供30分钟的通话时间，售价高达3,995美元 。
  • 1998年的诺基亚6110重量降至137克，待机时间可达一周，内置ARM7TDMI处理器 。
  • 2007年的苹果iPhone不仅是一部移动电话，更是一台带有无线调制解调器的微型PC，程序员可以轻松地为其开发软件 。相比之下，同时期的诺基亚N95虽然在手机和相机功能上更为出色，但由于它实际上是一台嵌入式计算机，应用开发困难且处理器性能不足，导致用户体验不佳 。

5 杰文斯悖论 (Jevons' Paradox) 与资源消耗

在追求技术进步的过程中，资源消耗的动态变化至关重要。

• 悖论核心：杰文斯悖论指出，当技术进步使得某种资源的使用变得更加高效时，对该资源的整体消耗往往会增加，而不是减少 。
• 计算领域的体现：随着处理器性能的提高，市场对处理器的需求反而增加；服务器性能提升后，对服务器的需求数量也在增加；人工智能技术进步后，对更多人工智能计算的需求也随之暴涨 。
• 宏观影响：从经济角度来看，这为所有参与者创造了正和博弈的结果 。但从生态角度来看，由于需要提取自然资源并带来污染和气候变化等外部性影响，这可能是一个负和过程 。

6 登纳德缩放定律 (Dennard Scaling) 的兴衰

登纳德缩放定律是长期支撑摩尔定律在功耗管理上可行的物理学法则。

• 定律原理：如果将晶体管的所有尺寸（长度、宽度、高度）按 α 的因子缩小，则电压和电流也均会按 1/α 的比例缩小 。由于功率等于电压乘以电流，因此每个晶体管的功耗将按 1/α² 的比例缩小 。
• 三重优势：同时，面积也按 1/α² 的比例缩小，恰好抵消了功耗的降低，使得单位面积的功率密度保持恒定 。这一物理现象带来了三重胜利：晶体管数量增加（密度更高）、晶体管速度变快（频率提升）、以及单位面积功耗保持不变 。
• 定律的终结：登纳德缩放定律在2005年左右宣告终结 。原因在于电压无法再按比例无限制缩小，这受到阈值电压和噪声容限的根本限制 。此外，量子效应导致即使在晶体管关闭时也会产生泄漏电流，泄漏电流的激增使得功率密度不再保持恒定，而是开始上升 。

7 功耗限制与“暗硅”时代 (Dark Silicon)

随着物理极限的逼近，芯片设计的范式不得不发生转变。

• 功耗成为首要约束：随着高性能计算时代向能效计算时代的过渡，热提取的限制以及操作能效的物理限制，导致性能增长开始停滞不前 。功耗已成为架构设计中的首要且第一类设计约束 。
• 摩尔定律的“作弊码”：在过去，晶体管数量通常被视为成本的代理指标 。然而，企业可以通过花费更多资金来增加晶体管数量（例如制造更大的芯片，尽管良率较低），这种策略意味着摩尔定律只有在无人能够继续为其提供资金支持时才会停止 。
• 暗硅现象：过去，系统芯片（SoC）设计师习惯于通过缩小现有设计工艺节点，然后添加更多或更大的硬件块来进行加速 。只要功耗随面积成比例缩小，这种方法就是可行的 。但随着登纳德缩放的失效，在固定的功耗预算下，成比例缩小的晶体管中能够同时通电开启的数量越来越少 。这些无法通电的“暗”硅区域，只能用于填充那些活跃度极低（即不需要频繁开启）的存储器晶体管，或者填充仅在特定用例下才开启的专用加速器 。

8 技术预测与市场时机

技术的成功不仅仅依赖于技术本身的先进性，更在于能否在正确的时间推向市场。

• 时机的重要性：一些预测可能最终被证明是正确的，但如果它们太过超前，在当时就仅仅是科幻小说，因此预测的时机与预测的内容本身同样重要 。
• 产品迟到的代价：以MIPS R10K处理器为例，如果它能在1994年按时发货，它将极具竞争力 。但由于推迟到1996年，此时英特尔带有集成L2缓存的Pentium Pro使得市场竞争格局发生了改变 。摩尔定律意味着，两年的产品延迟等同于竞争对手可以利用显著增加的晶体管预算来推出更有野心的架构设计 。