摩尔定律走向终结计算的未来会是什么？

（原标题：摩尔定律走向终结计算的未来会是什么？）

1971年，全球最快的汽车是可达280kph（约合174mph）的法拉利代托纳（Daytona），全球最高的大厦是纽约高415米（约合1362英尺）的双子塔。那一年的11月，英特尔推出了首款商用微处理器芯片“4004”，该芯片包含2300个单个红细胞大小的微型晶体管。

自那以后，芯片一直在按照英特尔联合创始人戈登·摩尔（Gordon Moore）的预测持续改进。根据他被称为“摩尔定律”的经验法则，随着晶体管变小，能够更加紧密地装入硅片，提升性能和减少成本，芯片的处理性能大约每两年可提升一倍。

英特尔现代的Skylake处理器包含大约17.5亿个晶体管——当中的一半可以装入“4004”的单个晶体管内——性能达到“4004”的40万倍。这种指数级增长在物质世界是难以实现的。要是自1971年以来汽车和摩天大楼能够以这样的速度增长，那现在最快的汽车的速度可达光速的十分之一，最高的大厦可达地球与月球之间距离的一半。

摩尔定律的影响在现实生活中显而易见。当下，全球有30亿人拥有智能手机；每一台智能手机的性能都比1980年代有房间那么大的超级电脑强大。一个又一个的行业遭到数字革命的颠覆。强大的计算性能甚至可应用于核试验，相比真实的试验，用模拟爆炸来测试原子武器要来得更容易。摩尔定律已经成为了一种哲学：硅谷内外的人都期待科技一年比一年好。

然而，经过50年后，摩尔定律离终结不远了。让晶体管变得更小不再能够保证它们变得更便宜，更快速。这并不意味着计算领域的进步将会一下子陷入停滞，但其进步的本质正在发生改变。芯片仍会变得越来越好，但提升的速度会放缓（英特尔称，芯片性能现在只能每2.5年翻一倍。）计算的未来将会由单纯的硬件性能以外的三个领域的改进所决定。

未来要看三个领域

第一个领域是软件。在过去的一周里，谷歌的人工智能程序AlphaGo连胜世界围棋冠军李世石三局。计算机科学家们对于围棋尤其感兴趣，是因为它非常复杂：可能的变化比宇宙中的粒子都要多。因此，下围棋的系统不能够单纯依靠摩尔定律提供的计算性能提升来取胜。AlphaGo依靠的是“深度学习”技术，该类技术一定程度上依照人类大脑的运作方式。它的成功表明，通过新算法可以取得巨大的性能改进。的确，硬件的进步放缓，将会给业界带来更大的动力去开发更加聪明的软件。

计算进步的第二个领域是“云”：通过互联网提供服务的数据中心网络。当计算机是独立的设备时，不管是大型主机还是台式机，它们的性能都完全取决于其处理器芯片的速度。而现在，无需硬件的改动，计算机也能够变得更加强大。在执行搜索电子邮件、计算最优行驶路线等任务时，它们能够利用云端庞大（且灵活）的计算资源。互联性进一步强化了它们的功能：如今，就智能手机而言，卫星定位、运动传感器、无线支付支持等功能的重要性丝毫不亚于处理器性能。

计算行业进步的第三个领域是新计算架构——针对特定任务而优化的专用芯片，甚至是利用量子力学同时处理多个数据集的独特技术。当通用的微处理器能够快速提升时，追逐这类技术并没什么需要，但时至今日，行业在专门针对云计算、神经网络处理、计算机视觉等任务设计芯片。这类专用硬件将会嵌入云端，需要时即可调用。这也说明，终端用户设备的硬件性能已经没有以往那么重要。

速度不代表一切

在实际中，这将意味着什么呢？摩尔定律从来都不是什么物理定律，但却是一种自我实现的预言。它的终结将会让科技进步速度变得没那么容易预测；全新的提升计算性能的技术在前进道路上难免会磕磕碰碰。但鉴于大多数人都是以功能特性而非处理速度来衡量他们的计算设备，消费者或许会不怎么感觉到计算性能的进步放缓。

对于企业而言，摩尔定律的失效将会被掩盖在向云计算的转移中。目前已经有企业降低升级PC的频率，停止运作它们的电子邮件服务器。然而，这种模式要依靠快速可靠的网络连接。那将会强化宽带基础设施的改进需求：那些联网条件糟糕的企业将难以受益，因为计算的改进将越来越多的发生在云提供商的数据中心内部。

对于科技行业本身而言，摩尔定律的失效强化了已经为一些大公司（包括亚马逊、谷歌、微软、阿里巴巴、百度和腾讯）所强调的集中化云计算的逻辑。它们在努力提升其云基础设施的性能。它们也在搜寻拥有新型技术的初创公司：谷歌在2014年收购了来自英国的AlphaGo开发商Deepmind。

50多年来，不断变小的晶体管让计算机变得越来越便宜，越来越强大。而随着摩尔定律日薄西山，计算的进步将不再那么富有节奏。但计算机及其它的设备仍将会变得更加强大，只是实现的方式不同了，更加多元了。