图片来源：pixabay

现在我们都离不开计算机和手机，我们也可以感觉到，年年都会推出新计算机和手机，效能也都年年增加，这幕后的重要推手就是摩尔定律，计算科技也因此改变了世界的面貌。然而，当摩尔定律达到极限时，计算科技是否会停滞，我们又该如何面对?台湾大学资工系教授洪士灏说：“这是危机也是转机!”

摩尔定律如何改变世界

摩尔定律一般认为是由英特尔创始人戈登.摩尔(Gordon Moore)最先提出，他预测半导体芯片上的晶体管数量，每年会增加一倍。目前普遍流行的说法则是，每18个月，晶体管数量会增加一倍。

由于每隔一年半，产量就会增加一倍，相当于每隔一年半，成本就会降低五成，也就是说，平均每年可降低约三成多的成本。从经济层面来看，摩尔定律所带来的成本效益极高。既然投资可以很快回收，许多厂商当然也愿意花大钱投资下去，半导体业因此而蓬勃发展。

摩尔定律也提高了计算机的效能。晶体管越小，工作频率就越高;晶体管愈多，就能同时做更多工作。两者加乘之下，计算机效能就越来越好。然而，洪士灏说：“摩尔定律带来了副作用，大家都偷懒!”程序不够快没关系，只要等一两年，计算机就够快了。由于不需要特殊化、异质计算，所以只追求通用型设计，例如计算机都是x86，手机都是ARM架构。

当摩尔定律走到尽头

2004年，摩尔定律开始出现问题，被一堵功耗墙(power wall)挡住了前进的路。晶体管耗能会发热，发热总量可能会烧坏晶体管，所以不可能再增加工作频率，也不能让更多晶体管同时工作，单处理机的效能因而难以大幅增加。甚至有人认为，摩尔定律实际上已经终结。

另外，现今晶体管的尺寸已达纳米级，相当于原子的层级，技术门坎及研发成本都越来越高，已经少有厂商愿意投入。目前能够做7纳米以下的厂商只剩三家：台积电、英特尔、三星。

幸好2004年起，出现许多重量级应用，像是云端计算与智能手机、物联网与大数据、深度学习与人工智能等。这些应用背后的关键技术就是多核心的平行及分布式计算。既然单处理机无法更强大，那就只能倚多为胜，因而绕过功耗墙，善用平行及分布式计算技术，转向发展多核心处理机。这也使得摩尔定律得以用其他面貌维持下去。

这些应用需要大量的处理机才能发挥作用，而硬件也因为这些应用软件才有了新的发展，这代表软硬件的共生结构越来越紧密，软硬件协同设计也变得格外重要。如果能根据应用的特性来处理软硬件协同设计，就能发挥更大的效能。以Alpha Go为例，早期还使用绘图处理机(GPU) 来处理人工智能，到了2014年，Google开始研发TPU(Tensor Processing Unit)，比同时期的GPU快30倍、省电80倍。第二代Alpha Go使用了48个TPU，第三、四代则只用了四个新式TPU，还更快、更省电，可见软硬件协同设计威力之强大。

摩尔定律迟早会走到尽头，而在后摩尔定律的时代，需要的是软硬件兼备的素养和跨领域的团队合作。洪士灏认为：“比起世界其他国家和地区，我们有不错的基础”，值得大家努力发展。