La Loi De Moore : Passé Et Présent
Introduction à HyperAI
La loi de Moore est l'une des lois de tendance les plus connues en informatique, qui révèle le développement rapide du matériel. Cette loi a continuellement motivé les fabricants de matériel à mettre à jour leurs produits.
Cependant, ces dernières années, l’industrie des puces semble avoir rencontré un goulot d’étranglement technologique et le rythme de mise à niveau a continué de ralentir. En conséquence, de nombreuses personnes pensent que la loi de Moore devient inefficace. Mais l’émergence de l’IA a ramené la loi de Moore à la vie.
Qu'est-ce que la loi de Moore ?
En 1965, Gordon Moore, l'un des cofondateurs d'Intel, a proposé pour la première fois la loi de Moore dans un article intitulé « Cramming More Components into Integrated Circuits ».
Loi de Moore :
Lorsque le prix reste constant, le nombre de composants pouvant être logés sur un circuit intégré (c'est-à-dire une puce) doublera environ tous les 18 à 24 mois, et les performances doubleront également.
En d’autres termes, les performances informatiques pouvant être achetées par dollar doubleront plus que tous les 18 à 24 mois.
Après cela, Moore a fait des prédictions sur le développement de l’industrie des puces tous les dix ans. En 1975, il prédisait que la complexité des puces doublerait tous les deux ans au cours des dix prochaines années.
Bien que cette tendance se soit poursuivie pendant plus d’un demi-siècle, la loi de Moore doit encore être considérée comme une observation ou une conjecture plutôt qu’une loi physique ou naturelle.
La croissance mise à jour de la feuille de route internationale de développement des technologies des semi-conducteurs en 2010 a ralenti, et la densité des transistors ne devrait doubler que tous les trois ans par la suite.
Il existe également une opinion selon laquelle cette loi est basée sur le QI des lois économiques et révèle la vitesse des progrès dans les technologies de l’information. L’industrie électronique est ainsi en mesure de convaincre les consommateurs d’acheter un nouveau produit tous les quelques années.
Au même moment, l'ingénieur d'IBM Robert Dennard a proposé en 1974 le bon ami de la loi de Moore, la mise à l'échelle de Dennard.
Loi d'échelle de Dennard :
Réduire la taille d’une puce tout en augmentant ses composants lui permettra de fonctionner plus rapidement tout en réduisant les coûts de production et la consommation d’énergie.
De cette façon, la loi de Moore et la loi d'échelle de Dennard continuent d'inspirer les fabricants de puces à augmenter les composants des puces, à améliorer les performances des puces et à réduire la taille des puces, conduisant à plus de 30 ans de développement rapide de l'industrie des puces.
Pourquoi la loi de Moore a-t-elle échoué ?
Depuis 2005, sous l'impulsion de la loi de Moore, la recherche et le développement de puces sont entrés à l'échelle nanométrique. À mesure que les composants deviennent de plus en plus nombreux et de plus en plus petits, l'effet tunnel quantique (le comportement quantique de particules microscopiques telles que les électrons pouvant pénétrer ou traverser des barrières de potentiel) est progressivement intervenu.
Sous l'influence de cet effet, des fuites de transistors commencent à apparaître, provoquant une augmentation de la consommation d'énergie au lieu d'une diminution lorsque les puces sont fabriquées à l'aide de processus plus petits, tout en provoquant de graves problèmes de dissipation thermique.
Afin de résoudre le problème des fuites, les gens ont commencé à arrêter de développer des micropuces et à se tourner vers le développement multicœur, c'est-à-dire à exécuter plusieurs puces en même temps dans un ordinateur ou un téléphone portable. Cependant, le problème n’a pas encore été résolu efficacement.
Le phénomène de fuite du transistor brise complètement la loi d'échelle de Dennard et amène également les gens à remettre en question la loi de Moore. De plus, dans les conditions actuelles de recherche et de développement de puces, il est déjà difficile d'ajouter des composants de transistors, et la seule option est d'améliorer les puces existantes, mais le coût de production des puces augmente constamment.
Chien-Ping Lu, directeur principal de MediaTek, a souligné dans un article de 2005 :De nos jours, bien que le nombre de transistors ait doublé par rapport à la base d'origine, les performances globales du processeur ne se sont pas beaucoup améliorées et les coûts de R&D et la consommation d'énergie augmentent.
Le coût de fabrication des puces augmente d'année en année
Intel a également souligné qu’il en coûte aujourd’hui environ 10 milliards de dollars pour mettre en place une usine de fabrication de puces, ce qui représente une somme énorme pour n’importe quelle entreprise.
Dario Gil, directeur de la recherche et du développement chez IBM, a déclaré directement que la loi de Moore a du mal à s'adapter au développement futur de l'informatique.
Bob Colwell, ancien concepteur de puces chez Intel, estime également queL’industrie des puces électroniques pourrait être en mesure de fabriquer des puces utilisant la technologie de 5 nanomètres vers 2020, mais cela constituera probablement la limite de la technologie actuelle de fabrication de puces.
Depuis le 21e siècle, l’industrie des puces électroniques s’est développée rapidement, avec des tailles plus petites et des performances plus élevées. Cependant, à mesure que le processus de fabrication approche de ses limites, la loi de Moore a en effet perdu dans une certaine mesure son rôle prépondérant dans les puces traditionnelles.
Mais dans le domaine de l’IA, la loi de Moore va probablement revenir en vigueur.
Comment l’IA peut-elle sauver la loi de Moore ?
L’essor de l’IA a mis en avant de nouvelles exigences en matière de matériel informatique de base : afin de répondre aux exigences de la formation en apprentissage profond, le matériel doit être capable de traiter des quantités massives de données dans un temps plus court tout en maintenant la plage de consommation d’énergie actuelle, voire plus petite.
La relation entre la puissance de calcul, les algorithmes et les données
On estime que d’ici 2020, la puissance de calcul requise pour l’IA sera multipliée par 12 par rapport au niveau actuel. Cette puissance de calcul multipliée par 12 peut permettre aux modèles d’IA de réduire le travail qui prenait initialement plusieurs jours à quelques heures. Il est cependant encore très difficile d’atteindre tout cela en s’appuyant uniquement sur les puces existantes.
À cette fin, de nombreuses entreprises développent des processeurs spécifiques à l’IA pour augmenter la puissance de calcul des puces et réduire les coûts d’utilisation. Parmi les nombreux développeurs de matériel d’IA, les GPU développés par les principaux fournisseurs de matériel tels que Nvidia et AMD sont probablement l’un des rares processeurs capables actuellement de répondre aux exigences de puissance de calcul de l’IA.
Les internautes ont parodié le GPU Nvidia en le présentant sous la forme d'une cuisinière à gaz
En tant que plus grand fabricant de processeurs au monde, Intel espère développer à l'avenir des processeurs d'IA dotés de performances plus puissantes que les GPU existants. En 2016, Intel a acquis la société de logiciels d’IA Nervana pour 408 millions de dollars.
Elle a lancé la série ASIC AI pour améliorer l'efficacité de calcul des algorithmes de base. La puce serait 10 fois plus puissante que le meilleur GPU d'architecture Nvidia Maxwell au monde.
De plus, Google développe également son propre processeur d'IA TPU, également conçu spécifiquement pour l'IA. Le TPU est 15 à 30 fois plus rapide que les processeurs d'IA existants dans le traitement de l'exécution du code de référence.
En Chine, de nombreuses entreprises prévoient également de faire de grands progrès dans le domaine des puces, non seulement pour promouvoir le développement global de l'industrie de l'IA, mais également pour combler le manque de puces nationales.
Du CPU au GPU en passant par le TPU, l’IA utilise de nouvelles technologies pour donner naissance à des puces plus puissantes. De ce point de vue, même si la loi de Moore échoue dans le domaine du matériel informatique traditionnel, elle pourrait renaître dans le domaine de l’IA à l’avenir.