摩尔定律的终结
时间：2022-03-17 13:42:01 | 来源：行业动态
时间：2022-03-17 13:42:01 来源：行业动态
但是，让硬件对于用户是透明的这一诉求正在推动着芯片背后的大量工作，其中一个原因是过去那些推动计算机和服务器性能的核心技术不再保持快速发展。几年前，磁盘驱动器达到了理论性能峰值，闪存存储器的速度提升也已经达到了收益递减的程度。
更根本的问题是，微处理器正面临发展壁垒。40多年来，基于X86架构的芯片每18到24个月的性能大约会翻一倍，这就是所谓的摩尔定律。然而，芯片的小型化遭遇了物理上的限制，使得发展速度放缓且成本越来越高。
简而言之，正如谷歌云计算机器学习基础设施产品管理高级主管Damion Heredia设施苏所说，摩尔定律已死。
通用微处理器是为了运行很多不同类型的工作负载而生的，但随着通用微处理器的增长逐渐转向专用计算工作负载如机器学习，导致CPU无法提供解决这些问题的能力。
这意味着计算机行业必须寻找其他方面的创新才能推动数十年来的增长势头。King表示：硬件仍然很重要，只是硬件不同罢了。
因此，图形处理器市场开始飞速发展，这种芯片广受机器学习软件应用的欢迎。根据Global Market Insights的预测，到2024年全球GPU出货量的年增长率将超过30％，收入达到800亿美元。
作为这个市场的领导者，Nvidia在去年10月受加密货币市场崩盘拖累之前的股价在两年里翻了两番。尽管如此，长期前景仍然强劲。
Nvidia企业和边缘计算解决方案高级总监Justin Boitano表示：我们对外传递的一个重要信息就是，摩尔定律很大程度上已经结束，CPU级的计算性能达到了一个维持稳定的水平。
在线咨询
