Den senaste datateknik som du måste se för att tro

Moores lag, den truism som mängden rå beräkningskraft som finns tillgänglig för en dollar tenderar att fördubblas ungefär var arton månader, har varit en del av datalogi lore sedan 1965, när Gordon Moore först noterade trenden och skrev ett papper på den. Vid den tiden “Lag” lite var ett skämt. 49 år senare skrattar ingen.

Just nu tillverkas dataplisar med en oerhört raffinerad, men mycket gammal tillverkningsmetod. Skikt av mycket rena kiselkristaller är belagda i olika ämnen, graverade med hög precision laserstrålar, etsade med syra, bombarderade med föroreningar med hög energi och elektropläterad.

Mer än tjugo lager av denna process uppstår, byggande nanoskala komponenter med en precision som är uppriktigt, övertygande. Tyvärr kan dessa trender inte fortsätta för alltid.

Vi närmar oss snabbt den punkt där transistorerna vi graverar kommer att vara så små att exotiska kvanteffekter kommer att förhindra maskinens grundläggande funktion. Det är allmänt överens om att de senaste datorteknologins framsteg kommer att gå in i de grundläggande gränserna för kisel runt 2020, när datorer är ungefär sexton gånger snabbare än de är idag. Så, för den allmänna trenden i Moores lag att fortsätta, måste vi dela sätt med kisel som vi gjorde med vakuumrör och börja bygga chips med hjälp av ny teknik som har mer utrymme för tillväxt.

4. Neuromorphic Chips

Eftersom elektronikmarknaden går mot smartare teknologier som anpassar sig till användarna och automatiserar mer intellektuellt grunt arbete, är många av de problem som datorer behöver lösa centrerad kring maskininlärning och optimering. En kraftfull teknik som används för att lösa sådana problem är "neurala nätverk".

Neurala nätverk reflekterar hjärnans struktur: de har noder som representerar neuroner och viktade kopplingar mellan de noder som representerar synapser. Informationen flyter genom nätverket, manipuleras av vikterna, för att lösa problem. Enkla regler dikterar hur vikterna mellan neuroner förändras, och dessa förändringar kan utnyttjas för att producera lärande och intelligent beteende. Denna typ av lärande är beräkningsmässigt dyrt när det simuleras av en vanlig dator.

Neuromorfa marker försöker adressera detta genom att använda dedikerad hårdvara som är speciellt utformad för att simulera beteendet och träningen av neuroner. På så sätt kan en enorm hastighet uppnås, medan man använder neuroner som beter sig som de verkliga neuronerna i hjärnan.

IBM och DARPA har ledt avgiften på neuromorfisk chipforskning via ett projekt som heter SyNAPSE, som vi har nämnt innan du inte tror det: DARPA Framtida forskning till avancerade datorer Du kommer inte att tro det: DARPA Framtida forskning till avancerade datorer DARPA är en av de mest fascinerande och hemliga delarna av den amerikanska regeringen. Följande är några av DARPAs mest avancerade projekt som lovar att förvandla teknikens värld. Läs mer . Synapse har det slutliga målet att bygga ett system som motsvarar en komplett mänsklig hjärna, implementerad i hårdvara som inte är större än en riktig mänsklig hjärna. På näst sikt planerar IBM att inkludera neuromorfa marker i sina Watson-system, för att påskynda lösningen av vissa delproblem i algoritmen som beror på neurala nätverk.

IBMs nuvarande system implementerar ett programmeringsspråk för neuromorphic hårdvara som tillåter programmerare att använda förutbildade fragment av ett neuralt nätverk (kallat "koreleter") och länka dem ihop för att bygga robusta problemlösningsmaskiner. Du kommer förmodligen inte ha neuromorfiska marker i din dator under en längre tid, men du kommer nästan säkert att använda webbtjänster som använder servrar med neuromorfiska marker på bara några år.

3. Micron Hybrid Memory Cube

En av de principiella flaskhalsarna för nuvarande datorteknik är den tid det tar att hämta data från minnet som processorn behöver arbeta på. Den tid som behövs för att prata med de ultrahurtiga registren i en processor är betydligt kortare än den tid som behövs för att hämta data från RAM, vilket i sin tur är mycket snabbare än att hämta data från den tunga plodding-hårddisken.

Resultatet är att processorn ofta lämnas och väntar bara på långa tidsintervall för att data ska komma fram så att den kan göra nästa runda beräkningar. Cacheminnet för processor är ungefär tio gånger snabbare än RAM, och RAM är ungefär ett hundra tusen gånger snabbare än hårddisken. Sätt på ett annat sätt, om du pratar med processorns cache som att gå till grannens hus för att få lite information, så pratar du med RAM-minne som att gå ett par miles till affären för samma information. Att få det från hårddisken är som går till månen.

Micron Technology kan bryta industrin från den vanliga utvecklingen av konventionell DDR-minneteknik, ersätta den med egen teknik, som staplar RAM-moduler i kuber och använder band med högre bandbredd för att göra det snabbare att prata med dessa kuber. Kuberna är byggda direkt på moderkortet bredvid processorn (istället för att sätta in i slots som konventionsram). Hybridminne-kubarkitekturen erbjuder fem gånger mer bandbredd till processorn än DDR4-ramen som kommer ut i år och använder 70% mindre effekt. Tekniken förväntas slå superdatorns marknad i början av nästa år och konsumentmarknaden några år senare.

2. Memristor Storage

Ett annat sätt att lösa minnesproblemet är att designa datorminne som har fördelen av mer än ett slags minne. I allmänhet drar avvägningarna med minne ned till kostnad, åtkomsthastighet och volatilitet (volatilitet är egenskapen att behöva en konstant strömförsörjning för att hålla data lagrad). Hårddiskar är mycket långsamma, men billiga och icke-flyktiga.

Ram är flyktig, men snabb och billig. Cache och register är flyktiga och mycket dyra, men också mycket snabba. Den bästa av båda världens teknik är en som inte är flyktig, snabb att få tillgång till, och billig att skapa. I teorin erbjuder memristors ett sätt att göra det.

Membrorer liknar motstånd (enheter som minskar strömflödet genom en krets), med fångsten som de har minne. Kör ström genom dem på ett sätt, och deras motstånd ökar. Kör ström genom det andra sättet, och deras motstånd minskar. Resultatet är att du kan bygga billiga, höghastighets RAM-minnesceller som är oföränderliga och kan tillverkas billigt.

Detta ökar möjligheten att RAM-block är lika stora som hårddiskar som lagrar hela datorns operativsystem och filsystem (som en stor, icke-flyktig RAM-disk. Vad är en RAM-disk och hur kan du ställa in en? Vad är RAM Disk och hur du kan ställa in en Solid State-hårddisk är inte den första icke-mekaniska lagringen som visas i konsument-datorer. RAM har använts i årtionden, men främst som en kortvarig lagringslösning. RAM gör det ... Läs mer), som alla kan nås med hastigheten på RAM. Inget mer hårddisk. Inte mer att gå till månen.

HP har konstruerat en dator med memristorteknologi och specialkärndesign, som använder fotonik (ljusbaserad kommunikation) för att påskynda nätverk mellan beräkningselement. Denna enhet (kallad “Maskinen”) kan göra komplex behandling på hundratals terrabyter av data i en bråkdel av en sekund. Membrorminne är 64-128 gånger tätare än konventionell RAM, vilket innebär att enhetens fysiska fotavtryck är mycket liten - och hela shebang använder mycket mindre ström än serverns rum som den skulle ersätta. HP hoppas kunna ta med datorer baserat på The Machine på marknaden under de närmaste två till tre åren.

1. Grafen Processorer

Grafen är ett material tillverkat av starkt bundna gitter av kolatomer (liknande kolnanorör). Det har ett antal anmärkningsvärda egenskaper, inklusive enorm fysisk styrka och nära superledning. Det finns dussintals potentiella tillämpningar för grafen, från rymdlyftare till kroppsarmer till bättre batterier, men den som är relevant för denna artikel är deras potentiella roll i datortekitekturer.

Ett annat sätt att göra datorer snabbare, snarare än att minska transistorstorleken, är att helt enkelt göra de här transistorerna snabbare. Tyvärr, för att kisel inte är en väldigt bra ledare, kommer en betydande mängd av kraften som skickas genom processorn till att omvandlas till värme. Om du försöker klocka kiselprocessorer upp mycket över nio gigahertz, stör värmen med processorns funktion. 9 gigahertz kräver extraordinära kylansträngningar (i vissa fall med flytande kväve). De flesta konsumentflisorna går mycket långsammare. (För att få veta mer om hur vanliga datorprocessorer fungerar, läs vår artikel Vad är en CPU och vad gör den? Vad är en CPU och vad gör den? Datorkronor är förvirrande. Vad är en CPU i alla fall? Och behöver jag en quad eller dual-core processor? Vad sägs om AMD eller Intel? Vi är här för att hjälpa till att förklara skillnaden! Läs mer om ämnet).

Grafen är däremot en utmärkt ledare. En grafentransistor kan i teorin springa upp till 500 GHz utan att några värmeproblem talar om - och du kan etsas på samma sätt som du etsar kisel. IBM har redan graverat enkla analoga grafenchips, med traditionell chiplitografiteknik. Hittills har problemet varit tvåfaldigt. För det första är det mycket svårt att tillverka grafen i stora mängder, och för det andra att vi inte har ett bra sätt att skapa grafentransistorer som helt blockerar strömmen i sin "off" ' stat.

Det första problemet löstes när elektronikjätten Samsung meddelade att dess forskningsarm hade upptäckt ett sätt att massproducera hela grafenkristaller med hög renhet. Det andra problemet är mer komplicerat. Problemet är att medan grafens extrema ledningsförmåga gör det attraktivt från ett värmeperspektiv är det också irriterande när du vill göra transistorer - enheter som är avsedda att sluta utföra miljarder gånger i sekundet. Grafen, till skillnad från kisel, saknar en "bandgap" - en hastighet av strömflöde som är så lågt att det får materialet att falla till nollledningsförmåga. Lyckligtvis ser det ut att det finns några alternativ på den fronten.

Samsung har utvecklat en transistor som använder egenskaperna hos ett kisel-grafen-gränssnitt för att producera önskade egenskaper och byggt ett antal grundläggande logikkretsar med den. Även om det inte är en ren grafentomputer, skulle detta system bevara många av de positiva effekterna av grafen. Ett annat alternativ kan vara användningen av "negativt motstånd" för att bygga en annan typ av transistor som kan användas för att konstruera logiska grindar som arbetar med högre effekt men med färre element.

Av den teknik som diskuteras i denna artikel är grafen längst bort från kommersiell verklighet. Det kan ta upp till ett decennium för tekniken att vara mogen för att verkligen ersätta kisel helt. Men på lång sikt är det mycket troligt att grafen (eller en variant av materialet) kommer att vara ryggraden i framtida dataplattformen.

De kommande tio åren

Vår civilisation och mycket av vår ekonomi har kommit att bero på Moores lag på djupa sätt, och enorma institutioner investerar enorma mängder pengar för att försöka förhindra sitt slut. Ett antal mindre raffineringar (som 3D-chiparkitekturer och feltolerant databehandling) kommer att bidra till att upprätthålla Moores lag förbi sin teoretiska sexårshorisont, men den typen av saker kan inte vara för evigt.

Vid något tillfälle under det kommande årtiondet måste vi göra hoppet till en ny teknik, och de smarta pengarna är på grafen. Att övergången kommer att kraftigt skaka upp datorns status quo och göra och förlora mycket förmögenheter. Även grafen är inte en permanent lösning. Det är mycket troligt att vi inom några årtionden kan hitta oss tillbaka här igen och debattera vilken ny teknik som ska ta över, nu när vi har nått gränserna för grafen.

Vilken riktning tror du att den senaste datatekniken ska ta? Vilken av dessa tekniker tror du har den bästa chansen att ta elektronik och datorer till nästa nivå?

Bildkrediter: Kvinnlig hand i ESD-handskar Via Shutterstock

Utforska mer om: CPU.