「晶体管」芯片行业的困境( 四 )


「晶体管」芯片行业的困境
本文插图

图5:节点到节点晶体管速度的改进
三星在两项指标上的数据都在14nm到5nm之间呈下降趋势 , 但是我们缺少大于14nm的节点的数据 。 英特尔发现晶体管的速度略有下降 , 但从65nm到10nm , 节点到节点的晶体管功率降低的改进仍在继续 。 英特尔还没有推出其7nm节点 。 这些速度和效率的提高既有利于像CPU这样的通用芯片 , 也有利于像AI芯片这样的专用芯片 。
「晶体管」芯片行业的困境
本文插图

图6:节点到节点晶体管功率降低的改进
芯片设计的改进现在提供了降低CPU效率和速度的改进 。 图7按节点合并了CPU和晶体管的速度和效率测量 。 对于CPU , 我们使用图1中的数据 。 对于晶体管 , 我们使用来自图5和图6的台积电和英特尔节点的数据 。 这些消息来源在速度和效率改进方面大致一致 。 台积电和英特尔报告的来自晶体管级创新的改进 , 通常与来自晶体管级和设计级创新的CPU改进相匹配 。 粗略的匹配表明 , 晶体管级的创新在过去15年里一直在CPU效率和速度改进方面发挥着重要作用 , 至少在经过测量的CPU基准测试中是这样 。 然而 , 高效的设计仍然发挥着作用 。
「晶体管」芯片行业的困境
本文插图

图7:针对90 nm节点测得的效率和速度改进
改进的晶体管密度可实现专业化
除了改善晶体管功能外 , 增加晶体管密度还能使芯片包含更多种类的专用电路 , 用于执行不同类型的计算 。 一个芯片可以调用不同的专用电路 , 这取决于所请求的计算 。 这些电路可以包括一些优化的AI算法和其他专门针对不同类型的计算 。
【「晶体管」芯片行业的困境】除了使用这些专用电路外 , 近年来在通用芯片上增加更多的晶体管几乎没有什么好处 。 从理论上讲 , 更多的晶体管可以使CPU包含更多的电路 , 从而并行执行更多的计算 。 然而 , 并行性的加速通常受到串行计算时间百分比的限制 , 串行计算一个接一个地执行 , 因为一个计算的结果需要启动另一个计算 。 相反 , 并行计算是同时进行的 。 即使只有1%的算法计算时间需要串行计算 , 也会浪费45%的处理器能量 。 不幸的是 , 大多数应用程序至少需要一些串行计算 , 并且随着串行化百分比的增加 , 处理器的能量浪费变得过高 。 自2000年中期以来 , 随着其他设计改进的放缓 , 拥有越来越多核心的多核设计开始激增 。 但是多核设计也不能有效地并行化算法 , 这需要在串行计算上花费大量的时间 。


推荐阅读