ムーアの法則の過去と現在を見てみましょう

HyperAI の概要

ムーアの法則は、コンピューター サイエンス コミュニティにおける有名な傾向の法則の 1 つであり、ハードウェアの急速な発展を明らかにしています。この規則は、ハードウェア メーカーが製品を更新することを継続的に奨励してきました。

しかし、近年、チップ業界は技術的なボトルネックに直面しているようで、アップグレードの速度が低下しています。その結果、多くの人がムーアの法則は失敗していると信じています。しかし、AIの出現により、ムーアの法則が再び「生き返った」のです。

ムーアの法則とは何ですか?

1965 年、インテルの共同創設者の 1 人であるゴードン ムーアは、「集積回路をより多くのコンポーネントで満たす」というタイトルの記事で初めてムーアの法則を提案しました。

ムーアの法則:

価格が変わらない場合、集積回路（つまりチップ）上に収容できるコンポーネントの数は18〜24か月ごとに2倍になり、性能も2倍になります。

言い換えれば、1 ドルで購入できるコンピューターのパフォーマンスは 18 ～ 24 か月ごとに 2 倍以上に増加します。

その後、ムーアは 10 年ごとにチップ産業の発展について予測し、チップの複雑さは今後 10 年間で 2 年ごとに 2 倍になるだろうと予測しました。

この傾向は半世紀以上続いていますが、ムーアの法則は依然として物理法則または自然法則ではなく、観察または推測であると考えられるべきです。

2010 年の国際半導体技術ロードマップの更新では成長が鈍化し、トランジスタ密度はその後 3 年ごとに 2 倍になるだけと予想されています。

また、この法律はまず経済法則に基づいており、情報技術の進歩のスピードを明らかにしているため、エレクトロニクス業界は消費者に数年ごとに新しい製品を購入するよう説得することができるとも言われています。

同時期の 1974 年、IBM エンジニアのロバート デナードは、ムーアの法則の良き友人であるデナード スケーリングを提案しました。

デナードのスケーリング則:

チップコンポーネントを追加しながらチップサイズを縮小すると、生産コストとエネルギー消費を削減しながら、チップの動作が高速化されます。

このように、ムーアの法則とデナードのスケーリングの法則は、チップメーカーによるチップコンポーネントの増加、チップ性能の向上、チップサイズの縮小を奨励し続け、30 年以上にわたってチップ業界の急速な発展を導きました。

なぜムーアの法則は失敗するのでしょうか?

2005 年から、ムーアの法則の指導の下、チップの研究開発はナノスケールに入り始めました。これにより、ますます多くのコンポーネントが小さくなり、量子トンネル効果（電子などの微細な粒子が透過したり、透過したりする能力を指します）が増加します。クロスポテンシャル障壁) 量子挙動) が徐々に介入します。

この影響で、トランジスタのリークが発生し始め、チップの消費電力が小さくなるどころか増加し、放熱にも深刻な問題が発生しました。

電流漏れの問題を解決するために、人々はマイクロチップの開発をやめ始め、マルチコア開発、つまりコンピューターや携帯電話で同時に複数のチップを実行する開発に目を向け始めました。それでも、問題はまだ効果的に解決されていません。

トランジスタのリーク現象は、デナードのスケーリング則を完全に破り、ムーアの法則にも疑問を投げかけます。さらに、現在のチップの研究開発状況によれば、トランジスタコンポーネントを追加することは困難であり、既存のチップを改良することしかできないが、チップの製造コストは増加の一途をたどっている。

MediaTek のシニア ディレクターである Chien-Ping Lu 氏は、2005 年の論文で次のように述べています。現在、トランジスタの数は当初の2倍になっていますが、プロセッサ全体の性能はそれほど向上しておらず、研究開発コストとエネルギー消費量は増加し続けています。

チップの製造コストは年々上昇している

Intelはまた、現在チップ製造工場を設立するコストは約100億ドルであり、どの企業にとっても巨額であると指摘した。

IBMのR&Dディレクターであるダリオ・ギル氏は、ムーアの法則は将来のコンピューターサイエンスの発展に適応するのが難しいと直接述べた。

元インテルのチップ設計者であるボブ・コルウェル氏も次のように考えています。チップ業界は2020年頃までに5ナノメートルプロセスのチップを生産する可能性があるが、これが現在のチップ製造プロセスの限界となる可能性が高い。

21 世紀以降、チップ産業は急速に発展し、サイズはますます小さくなり、性能はより強力になりました。しかし、製造プロセスが限界に近づくにつれて、ムーアの法則は確かに従来のチップにおける主導的な役割をある程度失いました。

しかし、AIの分野ではムーアの法則が再び発動する可能性が高い。

AIはどのようにしてムーアの法則を救うことができるのでしょうか?

AI の台頭により、コンピューター コア ハードウェアに対する新たな要件が提示されています。ディープ ラーニング トレーニングの要件を満たすために、ハードウェアは、同じか、さらに小さなエネルギー消費範囲内で、大量のデータをより短時間で処理できる必要があります。

コンピューティング能力、アルゴリズム、データの関係

AIに必要な計算能力は2020年までに現在の12倍に増加すると予想されています。この 12 倍の計算能力により、AI モデルは当初数日かかっていた作業を数時間に短縮できます。ただし、既存のチップのみに依存してこれらすべてを実現することは依然として困難です。

このため、多くの企業は、チップのコンピューティング能力を向上させ、使用コストを削減するために、AI 専用プロセッサを開発しています。多くの AI ハードウェア開発者の中で、Nvidia や AMD などの主要なハードウェア サプライヤーが開発した GPU は、AI の計算能力のニーズを満たすことができる数少ないプロセッサーの 1 つと見なされるべきです。

ネチズンがガスストーブの形をした Nvidia GPU を偽装

世界最大の CPU メーカーであるインテルは、将来的には既存の GPU よりも強力なパフォーマンスを備えた AI プロセッサを開発したいと考えています。 2016年、IntelはAIソフトウェア会社Nervanaを4億800万ドルで買収した。

ASIC AIシリーズは、コアアルゴリズムの計算効率を向上させるためにリリースされました。このチップは、世界トップの Nvidia Maxwell アーキテクチャ GPU よりも 10 倍強力であると言われています。

さらに、Google は独自の AI プロセッサ TPU も開発しており、これも AI 用に設計されており、TPU はベンチマーク コードの実行が既存の AI プロセッサよりも 15 ～ 30 倍高速です。

国内では、AI産業全体の発展を促進するだけでなく、国産チップのギャップを埋めるために、チップ分野に力を入れようとしている企業もある。

CPU から GPU、TPU などに至るまで、AI は新しいテクノロジーを使用して、より強力なチップを作成しています。この観点から見ると、ムーアの法則は従来のコンピュータハードウェアの分野では失敗しつつあるが、将来的にはAIの分野で復活する可能性がある。