Page 175 - 信息的脉络

·第三部分·
生产出足够薄的薄膜来制造这样的设备吗？我们能够缩短光的波长来模仿这些如
此微小的特征吗？’但是每次我们都找到了突破。答案事先并不清晰，也并不总
是第一次提出解决方案就能够取得突破。但是，每一次我们都突破了障碍。”当
时“我们现在处于 14 nm 时代，这远远小于人类可以用肉眼看到的任何东西。”
克扎尼克解释道，他说的是英特尔最新的微芯片。“芯片可能只有你指甲盖的大

小，但在那个芯片上将有超过 10 亿个晶体管。我们已经很清楚地知道如何达到
10 nm，并且也基本上知道了如何达到 7 nm 甚至是 5 nm。要是小于 5 nm，人们也
有一些初步的构想。历史一直就是这么过来的。”

如今，摩尔定律即将失效的担忧似乎是多余的。因为人们有不少的方法来应
对，一是新材料的开发和利用。现在英特尔大量的芯片是用新材料做的，这些新
材料能够承载更多的晶体管，消耗更少的能量，产生更少的热量。二是芯片的硬
件架构和软件能力同步发展。微芯片的处理能力不仅仅是通过改进硅片来提高的，

还可以通过软件进步而加以改善，更强大的芯片能够支持更复杂的软件，而那些
更复杂软件中的一些可以反过来用于芯片制造，通过新的设计以及对芯片日益复
杂的结构加以优化来使芯片运行更加快速。软件拥有超越一切物质材料的力量和

灵活性。与物质材料相比，软件能够更好地捕捉和利用新智慧。工程师们基本做
到了用软件加强和放大摩尔定律。人们将摩尔定律视为飞行的魔毯，使用软件可
以让摩尔定律继续加速。
正是芯片设计和软件之间的这些相辅相成的突破性进展，为人工智能领域近
期取得的突破打下了基础。如今的机器能够以之前无法想象的速率和数量吸收并

处理数据，因此它们能够识别数据模式，并且可以像人类大脑一样进行学习。我
们曾经认为只能由人类才能完成的任务，如开车和回答问题，如今也能被计算机
和机器人完成。因为这些更加强大的计算机和软件程序能够在效仿和识别人类语

言、视觉、听力和逻辑方面比之前做得更加出色，人机互动也变得大幅简化。
但是，不久的将来，2~3 nm 的限制就会凸显出来，当线宽小于 5 个原子的大小，
量子力学就会起作用。不确定性原理使得晶体管不再可靠，芯片的稳定性就会受
到很大的挑战。

人工智能芯片的领导者英伟达（NVIDA）日前说：“在摩尔定律失效的情况下，
如果我们真想提高计算机性能，‘黄氏定律’是一项重要指标，且在可预见的未
来都将一直适用”。“黄氏定律”是以英伟达首席执行官黄仁勋（Jensen Huang）
名字命名的定律，其预测 GPU 将推动 AI 性能逐年翻番。在未来，小至个人数码

产品中的脸部或语音识别，大至自动驾驶汽车、数据中心等，都受益于黄氏定律。“黄
氏定律”削弱了摩尔定律极限带来的负面影响。如今，英伟达依靠架构上的创新，

• 159 •