爆乳肉体大杂交soe646在线_一级国产伦奷视频_惠民福利日韩精品在线视频观看_三级片动态图国产视频自拍_在线播放最新国产无码制服丝袜_亚洲自偷自拍15P_中文字幕亂倫视频_成人午夜亚洲精品无码网站_国产精品一级大片免费观看_久久999热婷婷欧

歡迎訪問芯派科技股份有限公司官方網站!

一家集研發、生產和銷售為一體的高新技術企業

20年專業經驗 前沿技術研發新產品

芯派科技咨詢熱線:

+86-13510282288 +86-13510292288

芯派科技股份有限公司-行業資訊-晶體管逐漸變小,Dennard定律比摩爾定律更值得關注
芯派新聞中心

芯派科技

微信公眾號

晶體管逐漸變小,Dennard定律比摩爾定律更值得關注

時間:2019/10/24 15:52:40瀏覽次數:2659

關于“摩爾定律”一直有兩種聲音:

一是認為今后集成電路上的元器件數量每年只能增長幾個百分點,“摩爾定律已死”;另一種則認為新的技術不斷發展,“摩爾定律”會繼續有效。一家名叫Datagraph的機構前段時間也制作了一個視頻,希望探究摩爾定律vs. CPU/GPU發展的進程。

然而本周在硅谷舉行的有關當下和未來芯片技術的討論會卻得出一個結論——摩爾定律并不是目前芯片商需要考慮的首要問題,以后擋住摩爾定律腳步的,可能是功耗和散熱問題。關于摩爾定律的特別報道系列,墻裂推薦:斯坦福大學名譽校長、谷歌董事長兼MIPS計算機系統創始人John Hennessy說:“‘摩爾定律’它不是法則,而是一個志向,是一個目標。是值得一試的東西。”他說到:“它肯定在放緩,但要說‘摩爾定律’已死還為時過早。”然而目前他最擔憂的問題不是摩爾定律的放緩。Hennessy補充道,真正的問題在于Dennard縮放比例定律的失效。

Dennard縮放比例定律

Dennard縮放比例定律是基于1974年Robert H. Dennard參與完成的一篇論文而提出的一個定律。 Dennard縮放比例定律(Dennard scaling)表明,隨著晶體管變得越來越小,它們的功率密度保持不變,因此功率的使用與面積成比例;電壓和電流的規模與長度成比例。Dennard發現,晶體管的尺寸在每一代技術中都縮小了30% (0.7倍) ,因此它們的面積減少了50% 。這意味著電路減少了30% (0.7倍)的延遲,因此增加了約40% (1.4倍)的工作頻率。最后,為了保持電場恒定,電壓降低了30% ,能量降低了65% ,功率降低了50% 。因此,在每一代技術中,晶體管密度增加一倍,電路速度提高40% ,功耗(晶體管數量增加一倍)保持不變。結合“摩爾定律”晶體管的數量大約每兩年翻一番,這意味著效能功耗比(每消耗一瓦功率,計算機可提供的計算速率)以同樣的速度增長,大約每兩年翻一番。這種趨勢被稱為庫米定律(Koomey's law)。庫米最初提出的倍增速率是1.57年(比摩爾定律的倍增周期稍快) ,但最近的估計表明這一速度正在放緩。

自2005-2007年前后,Dennard縮放比例定律似乎已經失效。截至2016年,集成電路中的晶體管數量仍在跟隨“摩爾定律”增加,但由此帶來的性能改善卻更為緩慢。這種情況的主要原因是在芯片尺寸不變,晶體管數量變多的情況下,電流泄漏會帶來更大的挑戰,也會導致芯片升溫,從而造成熱失控的威脅,從而進一步增加能源成本。


“專業化”或可解決微處理器的功耗問題

周一在門洛帕克(Menlo Park)舉辦的丘吉爾俱樂部論壇上,Hennessy說到:“誰能想到,微處理器將不得不降低時鐘速度或關閉部分內核以免燒壞呢?”Hennessy說的是目前的普遍情況。Dennard縮放比例定律的失效以及由此導致的無法顯著提高時鐘頻率,已經導致大多數CPU制造商將重點放在多核處理器上,以此作為提高性能的一種替代方法。增加內核數量有利于提高(雖然并非完全)工作負載,但是由于擁有多個核心而增加的活動開關元件仍然會導致整體功耗增加,從而加劇CPU功耗問題。最終的結果是,在不違反功率約束的情況下,一個集成電路中只有一小部分能夠在一定時間處于實際有效狀態。其余的(不活躍的)區域稱為暗硅。微處理器的功耗問題也是周二舉辦的Arm TechCon 2019大會上的一個熱門話題。Facebook的硅與技術工程負責人Sha Rabii表示,微處理器的功耗問題以及芯片的散熱問題是增強現實眼鏡制造的一個主要障礙。如何解決這個問題呢?一些資深人士說道,答案可能就是專業化(Specialization)。

“要么我們繼續走老路子,制造更快的CPU,然后讓軟件來處理一切事務;要么我們將它看成是一個系統性問題,然后換條路子走走,” 梅菲爾德基金會(the Mayfield Fund)常務董事Navin Chaddha說道,“我相信世界正在走向專業化,而不是專注于每18到24個月讓芯片處理能力提高一倍。”最近涌現的一批初創公司專業生產用于深度學習的處理器,例如Cerebras Systems、Mythic和 Syntiant就很好地體現了這種專業化思維,盡管時下專業化的作用可能有限。