Vi er ikke forberedt på slutten av Moores lov

Moores lov illustrasjon MS Tech

Gordon Moores prognose fra 1965 om at antallet komponenter i en integrert krets ville dobles hvert år til det nådde forbløffende 65 000 innen 1975, er den største teknologiske spådommen i det siste halve århundre. Da det viste seg riktig i 1975, reviderte han det som har blitt kjent som Moores lov til en dobling av transistorer på en brikke hvert annet år.

Siden den gang har spådommen hans definert banen til teknologi og på mange måter selve fremskrittet.

Denne historien var en del av mars 2020-utgaven vår

• Se resten av saken
• Abonnere

Moores argument var økonomisk. Integrerte kretser, med flere transistorer og andre elektroniske enheter sammenkoblet med aluminiumsmetalllinjer på en liten firkant av silisiumplate, hadde blitt oppfunnet noen år tidligere av Robert Noyce ved Fairchild Semiconductor. Moore, selskapets FoU-direktør, innså, som han skrev i 1965, at med disse nye integrerte kretsene er kostnaden per komponent nesten omvendt proporsjonal med antall komponenter. Det var et vakkert kupp – i teorien, jo flere transistorer du la til, jo billigere ble hver enkelt. Moore så også at det var rikelig med plass for tekniske fremskritt for å øke antallet transistorer du kan sette på en chip rimelig og pålitelig.

Snart vil disse billigere, kraftigere brikkene bli det økonomer liker å kalle en teknologi for generell bruk – en så grunnleggende at den skaper alle slags andre innovasjoner og fremskritt i flere bransjer. For noen år siden krediterte ledende økonomer informasjonsteknologien som er muliggjort av integrerte kretser med en tredjedel av amerikansk produktivitetsvekst siden 1974. Nesten hver teknologi vi bryr oss om, fra smarttelefoner til billige bærbare datamaskiner til GPS, er en direkte refleksjon av Moores spådom. Det har også gitt næring til dagens gjennombrudd innen kunstig intelligens og genetisk medisin, ved å gi maskinlæringsteknikker muligheten til å tygge gjennom enorme mengder data for å finne svar.

Men hvordan kom en enkel prediksjon, basert på ekstrapolering fra en graf over antall transistorer etter år – en graf som på den tiden bare hadde noen få datapunkter – til å definere et halvt århundres fremgang? Delvis, i det minste, fordi halvlederindustrien bestemte seg for det.

Electronics Magazine fra april 1965 der Moores artikkel dukket opp. Wikimedia

Moore skrev at å stappe flere komponenter på integrerte kretser, tittelen på artikkelen hans fra 1965, ville føre til slike underverker som hjemmedatamaskiner – eller i det minste terminaler koblet til en sentral datamaskin – automatiske kontroller for biler og personlig bærbart kommunikasjonsutstyr. Med andre ord, hold deg til veikartet hans for å klemme stadig flere transistorer på brikker, og det vil føre deg til det lovede landet. Og i de påfølgende tiårene har en blomstrende industri, regjeringen og hærer av akademiske og industrielle forskere strømmet penger og tid på å opprettholde Moores lov, og skapte en selvoppfyllende profeti som holdt fremgangen på sporet med uhyggelig nøyaktighet. Selv om fremskrittstakten har falt de siste årene, har de mest avanserte brikkene i dag nesten 50 milliarder transistorer.

Hvert år siden 2001 har MIT Technology Review valgt årets 10 viktigste gjennombruddsteknologier. Det er en liste over teknologier som nesten uten unntak er mulig bare på grunn av beregningsfremskritt beskrevet av Moores lov.

For noen av elementene på årets liste er forbindelsen åpenbar: forbrukerenheter, inkludert klokker og telefoner, infundert med AI; Attribusjon av klimaendringer muliggjort av forbedret datamodellering og data samlet inn fra verdensomspennende atmosfæriske overvåkingssystemer; og billige satellitter i halvliters størrelse. Andre på listen, inkludert kvanteoverlegenhet, molekyler oppdaget ved bruk av AI, og til og med anti-aldringsbehandlinger og hyperpersonaliserte medisiner, skyldes i stor grad den beregningskraften som er tilgjengelig for forskere.

Men hva skjer når Moores lov uunngåelig tar slutt? Eller hva om den, som noen mistenker, allerede har dødd, og vi allerede kjører på røyken fra vår tids største teknologimotor?

HVIL I FRED

Det er over. I år ble det virkelig klart, sier Charles Leiserson, en dataforsker ved MIT og en pioner innen parallell databehandling, der flere beregninger utføres samtidig. Det nyeste Intel-fabrikasjonsanlegget, ment å bygge brikker med minimumsstørrelser på 10 nanometer, ble mye forsinket, og leverte brikker i 2019, fem år etter forrige generasjon brikker med 14 nanometer-funksjoner. Moores lov, sier Leiserson, handlet alltid om fremdriftshastigheten, og vi er ikke lenger på den hastigheten. Tallrike andre fremtredende dataforskere har også erklært Moores lov død de siste årene. Tidlig i 2019 sa administrerende direktør i den store brikkeprodusenten Nvidia ja.

I sannhet har det vært mer en gradvis nedgang enn en plutselig død. I løpet av tiårene ble noen, inkludert Moore selv til tider, bekymret over at de kunne se slutten i sikte, ettersom det ble vanskeligere å lage mindre og mindre transistorer. I 1999 var en Intel-forsker bekymret for at industriens mål om å gjøre transistorer mindre enn 100 nanometer innen 2005 møtte grunnleggende fysiske problemer uten kjente løsninger, som kvanteeffektene av elektroner som vandrer dit de ikke burde være.

I årevis klarte chipindustrien å unngå disse fysiske veisperringene. Nye transistordesigner ble introdusert for å bedre korralere elektronene. Nye litografimetoder ved bruk av ekstrem ultrafiolett stråling ble oppfunnet da bølgelengdene til synlig lys var for tykke til nøyaktig å skjære ut silisiumtrekk på bare noen få titalls nanometer. Men fremgangen ble stadig dyrere. Økonomer ved Stanford og MIT har beregnet at forskningsinnsatsen for å opprettholde Moores lov har økt med en faktor på 18 siden 1971.

På samme måte blir fabrikkene som lager de mest avanserte sjetongene uoverkommelig dyre. Kostnaden for en fabrikk stiger med rundt 13 % i året, og forventes å nå 16 milliarder dollar eller mer innen 2022. Ikke tilfeldig har antallet selskaper med planer om å lage neste generasjon sjetonger nå krympet til bare tre, ned. fra åtte i 2010 og 25 i 2002.

Å finne etterfølgere til dagens silisiumbrikker vil ta år med forskning. Hvis du er bekymret for hva som vil erstatte Moores lov, er det på tide å få panikk.

Ikke desto mindre forventer ikke Intel – en av disse tre brikkeprodusentene – en begravelse for Moores lov med det første. Jim Keller, som tok over som Intels sjef for silisiumteknikk i 2018, er mannen med jobben med å holde det i live. Han leder et team på rundt 8000 maskinvareingeniører og brikkedesignere hos Intel. Da han begynte i selskapet, sier han, ventet mange på slutten av Moores lov. Hvis de hadde rett, husker han at han tenkte, det er en trøkk, og kanskje han hadde gjort et veldig dårlig karrieretrekk.

Men Keller fant mange tekniske muligheter for fremskritt. Han påpeker at det sannsynligvis er mer enn hundre variabler involvert i å holde Moores lov i gang, som hver gir forskjellige fordeler og møter sine egne grenser. Det betyr at det er mange måter å fortsette å doble antall enheter på en brikke – innovasjoner som 3D-arkitekturer og nye transistordesigner.

I disse dager høres Keller optimistisk ut. Han sier at han har hørt om slutten på Moores lov i hele karrieren. Etter en stund bestemte han seg for ikke å bekymre seg for det. Han sier at Intel er på tempo de neste 10 årene, og han vil gjerne gjøre regnestykket for deg: 65 milliarder (antall transistorer) ganger 32 (hvis briketettheten dobles hvert annet år) er 2 billioner transistorer. Det er en ytelsesforbedring på 30 ganger, sier han, og legger til at hvis programvareutviklere er flinke, kan vi få brikker som er hundre ganger raskere om 10 år.

Likevel, selv om Intel og de andre gjenværende brikkeprodusentene kan presse ut noen flere generasjoner med enda mer avanserte mikrobrikker, er dagene da du pålitelig kunne stole på raskere, billigere brikker hvert par år klart over. Det betyr imidlertid ikke slutten på beregningsmessig fremgang.

På tide å få panikk

Neil Thompson er økonom, men kontoret hans er på CSAIL, MITs vidstrakte AI- og datasenter, omgitt av robotikere og datavitere, inkludert hans samarbeidspartner Leiserson. I en ny artikkel dokumenterer de to god plass for å forbedre beregningsytelsen gjennom bedre programvare, algoritmer og spesialisert brikkearkitektur.

En mulighet er å slanke såkalt programvareoppblåsthet for å få mest mulig ut av eksisterende sjetonger. Når sjetonger alltid kunne stoles på for å bli raskere og kraftigere, trengte ikke programmerere å bekymre seg mye om å skrive mer effektiv kode. Og de klarte ofte ikke å dra full nytte av endringer i maskinvarearkitektur, slik som flere kjerner, eller prosessorer, som sees i brikker som brukes i dag.

Thompson og kollegene hans viste at de kunne få en beregningsintensiv beregning til å kjøre rundt 47 ganger raskere bare ved å bytte fra Python, et populært programmeringsspråk for generell bruk, til det mer effektive C. Det er fordi C, mens det krever mer arbeid fra programmerer, reduserer det nødvendige antallet operasjoner, noe som gjør at et program kjører mye raskere. Ytterligere skreddersøm av koden for å dra full nytte av en brikke med 18 prosesseringskjerner satte fart enda mer opp. På bare 0,41 sekunder fikk forskerne et resultat som tok syv timer med Python-kode.

Det høres ut som gode nyheter for fortsatt fremgang, men Thompson bekymrer seg at det også signaliserer tilbakegangen til datamaskiner som en generell teknologi. I stedet for å løfte alle båter, slik Moores lov har, ved å tilby stadig raskere og billigere brikker som var universelt tilgjengelig, vil fremskritt innen programvare og spesialisert arkitektur nå begynne å selektivt målrette mot spesifikke problemer og forretningsmuligheter, og favorisere de med nok penger og ressurser.

Faktisk er overgangen til brikker designet for spesifikke applikasjoner, spesielt innen AI, godt i gang. Deep learning og andre AI-applikasjoner er i økende grad avhengig av grafikkbehandlingsenheter (GPUer) tilpasset fra spill, som kan håndtere parallelle operasjoner, mens selskaper som Google, Microsoft og Baidu designer AI-brikker for sine egne spesielle behov. AI, spesielt dyp læring, har en enorm appetitt på datakraft, og spesialiserte brikker kan øke ytelsen betydelig, sier Thompson.

Men avveiningen er at spesialiserte brikker er mindre allsidige enn tradisjonelle CPUer. Thompson er bekymret for at brikker for mer generell databehandling er i ferd med å bli en bakevje, og bremser det generelle tempoet i datamaskinforbedring, som han skriver i en kommende artikkel, The Decline of Computers as a General Purpose Technology.

På et tidspunkt, sier Erica Fuchs, professor i ingeniørvitenskap og offentlig politikk ved Carnegie Mellon, vil de som utvikler AI og andre applikasjoner gå glipp av kostnadsreduksjonene og ytelsesøkningene levert av Moores lov. Kanskje om 10 år eller 30 år – ingen vet egentlig når – kommer du til å trenge en enhet med den ekstra beregningskraften, sier hun.

Problemet, sier Fuchs, er at etterfølgerne til dagens generelle brikker er ukjente og vil ta år med grunnleggende forskning og utvikling å lage. Hvis du er bekymret for hva som vil erstatte Moores lov, foreslår hun, er øyeblikket for panikk nå. Det er, sier hun, virkelig smarte mennesker i AI som ikke er klar over maskinvarebegrensningene som står overfor langsiktige fremskritt innen databehandling. Dessuten, sier hun, fordi applikasjonsspesifikke brikker viser seg å være svært lønnsomme, er det få insentiver til å investere i nye logiske enheter og måter å gjøre databehandling på.

Ønskes: En Marshall-plan for chips

I 2018 skrev Fuchs og hennes CMU-kolleger Hassan Khan og David Hounshell en artikkel som sporer historien til Moores lov og identifiserer endringene bak dagens mangel på industri- og regjeringssamarbeid som fremmet så mye fremgang i tidligere tiår. De hevdet at splintringen av teknologibanene og den kortsiktige private lønnsomheten til mange av disse nye splintene betyr at vi må øke offentlige investeringer betraktelig for å finne de neste store datateknologiene.

Hvis økonomer har rett, og mye av veksten på 1990-tallet og begynnelsen av 2000-tallet var et resultat av mikrobrikker – og hvis, som noen antyder, den svake produktivitetsveksten som begynte på midten av 2000-tallet gjenspeiler nedgangen i beregningsmessig fremgang – så, sier Thompson, det følger at du bør investere enorme mengder penger for å finne etterfølgerteknologien. Vi gjør det ikke. Og det er en offentlig politikkfeil.

Det er ingen garanti for at slike investeringer vil lønne seg. Kvantedatabehandling, karbon nanorørtransistorer, til og med spintronikk, er fristende muligheter – men ingen er åpenbare erstatninger for løftet som Gordon Moore først så i en enkel integrert krets. Vi trenger imidlertid forskningsinvesteringene nå for å finne det ut. Fordi en spådom er ganske sikker på å gå i oppfyllelse: vi vil alltid ha mer datakraft.

gjemme seg