1965 yılında Intel'in kurucu ortağı Gordon Moore yayınlandı son derece ileri görüşlü kağıt bu da bilgi işlem gücünün yaklaşık iki yılda bir ikiye katlanacağını öngördü. Yarım yüzyıl boyunca, bu ikiye katlama sürecinin o kadar dikkat çekici bir şekilde tutarlı olduğu kanıtlanmıştır ki, bugün yaygın olarak bilinen Moore Yasası ve dijital devrimi yönlendirdi.
Aslında, teknolojimizin daha güçlü ve daha ucuz hale geldiği fikrine o kadar alıştık ki, neredeyse durup ne kadar benzeri görülmemiş olduğunu düşünüyoruz. Elbette, atların veya sabanların - hatta buharlı motorların, otomobillerin veya uçakların - verimliliklerini sürekli bir oranda ikiye katlamasını beklemiyorduk.
Bununla birlikte, modern organizasyonlar sürekli iyileştirmeye o kadar güvenmeye başladılar ki, insanlar bunun ne anlama geldiğini nadiren düşünüyorlar ve Moore yasası bitmek üzere , bu bir sorun olacak. Önümüzdeki on yıllarda, Moore yasasının kesinliği olmadan yaşamayı öğrenmemiz ve belirli bir düzende faaliyet göstermemiz gerekecek. yenilikte yeni dönem bu çok farklı olacak.
Von Neumann Darboğazı
Moore Yasasının gücü ve tutarlılığı nedeniyle, teknolojik ilerlemeyi işlemci hızlarıyla ilişkilendirmeye geldik. Yine de bu, performansın yalnızca bir boyutudur ve makinelerimizi hızlandırmaktan daha düşük maliyetle daha fazlasını yapmak için yapabileceğimiz birçok şey vardır.
Bunun birincil örneği olarak adlandırılır Neumann darboğazından , bilgisayarlarımızın programları ve verileri bir yerde depolama ve başka bir yerde hesaplama yapma biçiminden sorumlu olan matematik dehasının adını almıştır. 1940'larda bu fikir ortaya çıktığında büyük bir atılımdı, ancak bugün biraz sorun haline geliyor.
Sorun şu ki, Moore Yasası nedeniyle, çiplerimiz o kadar hızlı çalışıyor ki, çipler arasında bilgi almak için gereken zamanda - ışık hızında daha az değil - çok değerli hesaplama zamanını kaybediyoruz. İronik olarak, çip hızları artmaya devam ettikçe sorun daha da kötüleşecek.
Çözüm konseptte basit ama pratikte anlaşılması zor. Günümüz çiplerini oluşturmak için transistörleri tek bir silikon gofret üzerine entegre ettiğimiz gibi, farklı çipleri de şu yöntemle entegre edebiliriz: 3D istifleme . Bu işi başarabilirsek, performansı birkaç nesil daha artırabiliriz.
Optimize Edilmiş Bilgi İşlem
Bugün bilgisayarlarımızı çeşitli görevler için kullanıyoruz. Aynı çip mimarisini kullanarak aynı cihazda döküman yazıyoruz, video izliyoruz, analizler hazırlıyoruz, oyun oynuyoruz ve daha birçok şeyi yapıyoruz. Bunu yapabiliyoruz çünkü bilgisayarlarımızın kullandığı çipler genel amaçlı bir teknoloji olarak tasarlandı.
Bu, bilgisayarları kullanışlı ve kullanışlı kılar, ancak hesaplama açısından yoğun görevler için çok verimsizdir. gibi uzun süredir teknolojiler var. ASIC ve FPGA, daha spesifik görevler için tasarlanmış ve daha yakın zamanda, GPU'lar grafikler ve yapay zeka işlevleri için popüler hale geldi.
Yapay zekanın ön plana çıkmasıyla birlikte bazı firmalar, Google ve Microsoft gibi kendi derin öğrenme araçlarını çalıştırmak için özel olarak tasarlanmış çipler tasarlamaya başladılar. Bu, performansı büyük ölçüde artırır, ancak ekonominin çalışması için çok fazla çip yapmanız gerekir, bu nedenle çoğu şirket için bu erişilemez.
Gerçek şu ki, tüm bu stratejiler yalnızca geçici çözümlerdir. Önümüzdeki on yılda ilerlemeye devam etmemize yardımcı olacaklar, ancak Moore Yasası'nın sona ermesiyle birlikte asıl zorluk, hesaplama için bazı temelde yeni fikirler bulmaktır.
Derinden Yeni Mimariler
Son yarım yüzyılda, Moore Yasası bilgisayarla eşanlamlı hale geldi, ancak ilk mikroçip icat edilmeden çok önce hesaplama makineleri yaptık. 20. yüzyılın başlarında, IBM önce elektromekanik çizelgelere öncülük etti, ardından 1950'lerin sonlarında entegre devreler icat edilmeden önce vakum tüpleri ve transistörler geldi.
Bugün, önümüzdeki beş yıl içinde ticarileştirilecek iki yeni mimari ortaya çıkıyor. İlk olarak kuantum bilgisayarlar mevcut teknolojiden milyonlarca kat daha güçlü olma potansiyeline sahip. Hem IBM hem de Google, çalışan prototipler oluşturdu ve Intel, Microsoft ve diğerlerinin aktif geliştirme programları var.
İkinci önemli yaklaşım ise nöromorfik hesaplama veya insan beyninin tasarımına dayalı çipler. Bunlar, geleneksel çiplerin sorun yaşadığı örüntü tanıma görevlerinde mükemmeldir. Ayrıca mevcut teknolojiden binlerce kat daha verimlidirler ve sadece birkaç yüz 'nöron' içeren tek bir küçük çekirdeğe ve milyonlarca büyük diziye kadar ölçeklenebilirler.
Ancak bu mimarilerin her ikisinin de dezavantajları vardır. Kuantum bilgisayarların mutlak sıfıra yakın olacak şekilde soğutulması gerekir, bu da kullanımlarını sınırlar. Her ikisi de geleneksel bilgisayarlardan çok farklı bir mantık gerektirir ve yeni programlama dillerine ihtiyaç duyar. Geçiş sorunsuz olmayacak.
Yeni Bir İnovasyon Çağı
Geçtiğimiz 20 veya 30 yıl boyunca, özellikle dijital alanda inovasyon oldukça basitti. Öngörülebilir bir hızda gelişmek için teknolojiye güvenebilirdik ve bu, önümüzdeki yıllarda nelerin mümkün olacağını yüksek bir kesinlikle tahmin etmemizi sağladı.
Bu, çoğu inovasyon çabasının son kullanıcıya büyük önem vererek uygulamalara odaklanmasına yol açtı. Bir deneyimi tasarlayabilen, test edebilen, uyarlayabilen ve hızla yineleyebilen girişimler, çok daha fazla kaynağa ve teknolojik gelişmişliğe sahip büyük firmalardan daha iyi performans gösterebilir. Bu, çevikliği tanımlayıcı bir rekabet özelliği haline getirdi.
Önümüzdeki yıllarda sarkacın uygulamalardan onları mümkün kılan temel teknolojilere geri dönmesi muhtemeldir. Eski ve güvenilir paradigmalara güvenmek yerine, büyük ölçüde bilinmeyenler alanında faaliyet göstereceğiz. Birçok yönden, yeniden başlayacağız ve inovasyon 1950'ler ve 1960'larda olduğu gibi görünecek.
Hesaplama, teorik sınırlarına ulaşan sadece bir alandır. Ayrıca ihtiyacımız var yeni nesil piller cihazlarımıza, elektrikli arabalarımıza ve şebekeye güç sağlamak için. Aynı zamanda, yeni teknolojiler, örneğin genomik, nanoteknoloji ve robotik yükseliyor ve hatta bilimsel yöntem sorgulanıyor .
Yani şimdi yeni bir inovasyon çağına giriyoruz ve en etkili şekilde rekabet edecek olan kuruluşlar, bozma kapasitesine sahip olanlar değil, bunu yapmaya istekli olanlar olacak. büyük zorluklarla mücadele etmek ve yeni ufuklar araştırın.
