मूर के नियम की व्याख्या: अतीत, वर्तमान, और आगे क्या

1965 में, श्री गॉर्डन मूर ने तकनीकी प्रगति की रफ्तार के बारे में एक ऐसी भविष्यवाणी की जो अत्यंत दूरदर्शी साबित हुई। उन्होंने देखा कि इंटीग्रेटेड सर्किट्स में ट्रांजिस्टरों की संख्या लगभग हर दो साल में दोगुनी हो जाती है। क्योंकि किसी सर्किट में ट्रांजिस्टरों की संख्या उस सर्किट की कंप्यूटिंग क्षमता से सीधे जुड़ी होती है, मूर ने परिणामस्वरूप कंप्यूटिंग शक्ति में घातीय वृद्धि का अनुमान लगाया।

यह विचार मूर के नियम के नाम से जाना गया। शुरुआत में यह एक भविष्यवाणी थी, लेकिन समय के साथ यह टेक उद्योग के लिए एक आकांक्षा बन गया। इसने ट्रांजिस्टर तकनीक में लगातार नवाचार को बढ़ावा दिया है। यह विचार हमारी संस्कृति में इस कदर रच-बस गया है कि इसने हमारे मीडिया को भी प्रभावित किया है। The Matrix और Her जैसी फ़िल्में तकनीकी नवाचार की इस घातीय धारणा का उपयोग करती हैं और कल्पना करती हैं कि यदि हम इसी राह पर चलते रहे तो भविष्य कैसा होगा। लेकिन दुर्भाग्य से, यह अपनी भौतिक सीमाओं के करीब हो सकता है। मेरा मतलब है, ट्रांजिस्टर आखिर और कितने छोटे हो सकते हैं? तो, क्या आज भी मूर का नियम प्रासंगिक है? जब यह अपनी अंतिम सीमा पर पहुँचेगा तो क्या होगा?

मूर का नियम क्या है?

जैसा कि मैंने प्रस्तावना में कहा, मूर का नियम इस अवलोकन पर आधारित है कि माइक्रोचिप पर ट्रांजिस्टरों की संख्या लगभग हर दो साल में दोगुनी हो जाती है। इसे अक्सर इस तरह कहा जाता है, “कंप्यूटिंग क्षमता हर दो साल में दोगुनी हो जाती है।”

ट्रांजिस्टर विद्युत संकेतों को नियंत्रित करने वाले सूक्ष्म स्विच होते हैं, और अधिक ट्रांजिस्टर आमतौर पर अधिक प्रोसेसिंग शक्ति का संकेत देते हैं। इसी वजह से, मूर का नियम भविष्यवाणी करता है कि प्रोसेसिंग क्षमता में अनिश्चितकाल तक घातीय वृद्धि होती रहेगी।

मैं अत्यधिक सलाह दूँगा कि आप Real Engineering का ट्रांजिस्टरों पर यह छोटा YouTube वीडियो देखें। वे वैक्यूम ट्यूब और ट्रांजिस्टर दोनों का इतिहास और विज्ञान सहज ढंग से समझाते हैं।

मूर के नियम की उत्पत्ति

गॉर्डन मूर Intel के सह-संस्थापक थे। उन्होंने पहली बार 1965 में अपने अवलोकन को दर्ज किया, जो उस समय सेमीकंडक्टर निर्माण में दिख रहे रुझानों पर आधारित था। यह सेमीकंडक्टर उद्योग के शुरुआती दिन थे, जब कंप्यूटर विशाल और महंगे थे, और ट्रांजिस्टर तकनीक अभी-अभी वैक्यूम ट्यूबों की जगह ले रही थी।

उनका अवलोकन भौतिकी के किसी मौलिक नियम पर आधारित नहीं था, बल्कि उस तेज़ नवाचार पर आधारित था जिसका उन्होंने साक्षात्कार किया था। शुरू में, उन्होंने अनुमान लगाया था कि ट्रांजिस्टर की संख्या हर साल दोगुनी होगी, लेकिन बाद में इसे हर दो साल में समायोजित किया। और यह समयरेखा दशकों तक आश्चर्यजनक रूप से सत्य साबित हुई।

मूर के नियम के पीछे का विज्ञान

मूर के नियम को लागू करने की कुंजी है सूक्ष्मीकरण। इंजीनियर ट्रांजिस्टरों को और छोटा बनाने के तरीके खोजते रहे हैं, जिससे एक ही चिप पर उनकी संख्या बढ़ सके। इससे न केवल प्रोसेसिंग क्षमता बढ़ती है, बल्कि लागत और ऊर्जा खपत भी घटती है। 50 से अधिक वर्षों से, यह सिकुड़न तकनीकी प्रगति के ईंधन के रूप में काम कर रही है।

विकिपीडिया से लिया गया यह ग्राफ पिछले 50 वर्षों में प्रति चिप ट्रांजिस्टरों की संख्या के मोटे तौर पर दोगुना होने को दर्शाता है। ध्यान दें कि y-अक्ष लघुगणकीय पैमाने पर है।

कंप्यूटिंग पर मूर के नियम का प्रभाव

हालाँकि मूर का नियम एक भविष्यवाणी था, यह इंजीनियरों और प्रबंधकों द्वारा इसे लक्ष्य मान लेने के कारण लगभग स्व-पूर्ति भविष्यवाणी बन गया है। इस प्रेरणा का टेक उद्योग और समूचे समाज पर महत्वपूर्ण प्रभाव पड़ा है।

प्रौद्योगिकीय प्रगति

मूर के नियम की बदौलत, तेज़ और छोटे आकार की तकनीक की दौड़ लगातार तेज़ होती गई है।

उदाहरण के लिए, शुरुआती कंप्यूटर पूरे कमरे जितनी जगह घेरते थे! बाद के संस्करण आसानी से बड़े डेस्क पर समा जाते थे, और आज हमारे पास छोटे लैपटॉप, टैबलेट और मोबाइल फ़ोन हैं। सिर्फ़ मेरे बचपन और अब के बीच के अपेक्षाकृत छोटे समय में ही, मेरे परिवार में एक भारी-भरकम साझा डेस्कटॉप से हर व्यक्ति के पास अपना-अपना लैपटॉप, टैबलेट और फ़ोन हो गया! और आज मैं अपने फ़ोन पर कई ऐसे काम कर सकती/सकता हूँ जो तब अपने डेस्कटॉप पर नहीं कर पाती/पाता था।

क्लाउड कंप्यूटिंग भी एक महत्वपूर्ण प्रगति रही है। प्रोसेसिंग क्षमता में तेज़ी से हुई वृद्धि ने इंटरनेट के निर्माण और आधुनिक क्लाउड सेवाओं के विकास को संभव बनाया, जो साझा कंप्यूटिंग शक्ति और स्टोरेज प्रदान करती हैं। आज ये सेवाएँ इतनी व्यापक हैं कि वे पूरे व्यवसायों की आवश्यकताओं को पूरा कर सकती हैं और अकल्पनीय रूप से बड़े डेटासेट का विश्लेषण कर सकती हैं।

AI और मशीन लर्निंग भी हार्डवेयर में हुई उन्नतियों के कारण फली-फूली हैं। GPU और TPU जटिल मॉडलों को प्रशिक्षित करने के लिए आवश्यक संगणनात्मक शक्ति प्रदान करते हैं। इससे विभिन्न अनुप्रयोगों में प्रगति हुई है, प्राकृतिक भाषा प्रसंस्करण से लेकर इमेज पहचान तक। AI को अधिक कुशल बनाने की दौड़ पर्यावरणीय चिंताओं से भी प्रेरित है। इन विचारों के बारे में आप हमारे ब्लॉग पोस्ट Sustainable AI: How Can AI Reduce its Environmental Footprint? में और पढ़ सकते हैं।

उद्योगों में अनुप्रयोग

आपको शायद अंदाज़ा न हो कि आपके आसपास कितनी चीज़ों में इंटीग्रेटेड चिप्स हैं। बर्तन धोने की मशीन से लेकर आपकी कार तक, सबमें माइक्रोचिप्स हैं और वे मूर के नियम से लाभान्वित हुए हैं।

हेल्थकेयर में, सेमीकंडक्टर तकनीक में प्रगति ने AI-संचालित डायग्नोस्टिक टूल्स को संभव बनाया है जो मेडिकल इमेजिंग का विश्लेषण करते हैं, और ऐसे पहनने योग्य स्वास्थ्य ट्रैकर्स जो रियल-टाइम में जीवन-चिह्नों की निगरानी करते हैं। ये शक्तिशाली चिप्स पुरानी बीमारियों की करीबी निगरानी, प्रजनन क्षमता की ट्रैकिंग, और रोग की पहले पहचान की अनुमति देते हैं।

ऑटोमोटिव क्षेत्र में, स्वायत्त वाहनों का उभार बड़े पैमाने के सेंसर डेटा—रडार, LiDAR, और कैमरों—की रियल-टाइम प्रोसेसिंग पर अत्यधिक निर्भर है। तेज़ और छोटे ट्रांजिस्टरों के कारण, आधुनिक वाहन क्षणिक निर्णय लेने में सक्षम हैं, जिससे सुरक्षा में सुधार होता है।

वित्त उद्योग को भी छोटे ट्रांजिस्टरों से मिलने वाली क्षमताओं का भारी लाभ मिला है। बिजली-सी तेज़ गणनाएँ ट्रेडिंग एल्गोरिद्म को माइक्रोसेकंड स्तर के बाज़ार परिवर्तनों का लाभ उठाने में सक्षम बनाती हैं।

हैरानी की बात नहीं कि दूरसंचार में भी बड़े बदलाव हुए हैं, जैसे 5G नेटवर्क का रोलआउट और इंटरनेट ऑफ थिंग्स उपकरणों का विस्तार।

मूर के नियम की सीमा क्या है?

दशकों तक, मूर का नियम प्रगति का भरोसेमंद सूचक रहा है। लेकिन क्या यह रफ्तार हमेशा बनी रह सकती है? क्या मूर का नियम अपनी सीमा तक पहुँच रहा है?

भौतिक बाधाएँ

वर्तमान में, हम ट्रांजिस्टरों का आकार लगातार घटाकर मूर के नियम को लागू कर रहे हैं। लेकिन यदि हम इसी राह पर चलते रहे, तो कई भौतिक बाधाएँ सामने आती हैं।

पहली चुनौती है ऊष्मा। छोटे ट्रांजिस्टर अधिक गर्मी पैदा करते हैं, जिससे कूलिंग सिस्टम बड़ा मुद्दा बन जाता है। छोटे ट्रांजिस्टरों में सामान्यतः इंसुलेशन कम होता है, और क्योंकि एक ही चिप पर उन्हें अधिक घना पैक किया जाता है, छोटे क्षेत्र में अधिक इलेक्ट्रॉनों का प्रवाह होता है। इससे प्रति इकाई क्षेत्र बहुत अधिक गर्मी उत्पन्न होती है।

अत्यंत छोटे पैमानों पर एक और समस्या “इलेक्ट्रॉन लीकेज” है। यह वह घटना है जिसमें इलेक्ट्रॉन सर्किट पर अपने मार्ग से “रिस” कर चिप के किसी और हिस्से में चले जाते हैं। छोटे ट्रांजिस्टरों की नज़दीकी और सीमित इंसुलेशन इस समस्या को और बढ़ा देते हैं। इससे पावर लॉस और विचित्र व्यवहार हो सकता है।

इलेक्ट्रॉन लीकेज का चित्रण। Copilot का उपयोग करते हुए लेखक द्वारा बनाई गई छवि।

ऊपर दिया गया ग्राफिक मैंने तैयार किया है, जो ट्रांजिस्टरों और अन्य घटकों को छोटा करने की एक समस्या—इलेक्ट्रॉन लीकेज—का बहुत सरल स्पष्टीकरण है।

वर्तमान में ट्रांजिस्टरों में प्रयुक्त अधिकांश सेमीकंडक्टर सिलिकॉन से बने होते हैं (जिससे “सिलिकॉन वैली” उपनाम आया है)। सिलिकॉन के गुण, जैसे इलेक्ट्रॉन गतिशीलता और ताप सहनशीलता, जब ट्रांजिस्टर बहुत छोटे आकार तक सिकुड़ते हैं, तो कम प्रभावी हो जाते हैं। इससे दक्षता बनाए रखना बढ़ती कठिनाई का काम बन जाता है।

शोधकर्ता इन छोटे आकारों पर अलग-अलग सामग्रियों की जाँच कर रहे हैं, जैसे सिलिकॉन-जर्मेनियम, गैलियम आर्सेनाइड, या और भी अत्याधुनिक विकल्प—ग्रैफीन और कार्बन नैनोट्यूब्स। ये कुछ भौतिक बाधाओं को अस्थायी रूप से दरकिनार करने और हमारे सूक्ष्मीकरण की प्रक्रिया को आगे बढ़ाने में सहायक हो सकते हैं।

आर्थिक और विनिर्माण चुनौतियाँ

विडंबना यह है कि मूर के नियम के लिए एक और बड़ी चुनौती मूर के दूसरे नियम, जिसे रॉक का नियम भी कहते हैं, से आती है। यह सिद्धांत कहता है कि सेमीकंडक्टर फ़ैक्ट्रियों के निर्माण की लागत लगभग हर चार साल में दोगुनी हो जाती है। भले ही प्रोसेसिंग शक्ति बढ़ती रहे, लेकिन उस शक्ति को बनाने से जुड़ा खर्च भी बढ़ रहा है। Mckinsey ने सुझाव दिया है कि हमारी AI क्रांति को शक्ति देने के लिए आवश्यक प्रोसेसिंग शक्ति की लागत 2030 तक 7 ट्रिलियन डॉलर तक पहुँच सकती है! समय ही बताएगा कि कंपनियाँ इसे एक व्यवहार्य राह बनाए रखने का तरीका खोज पाती हैं या नहीं।

क्या मूर का नियम अब भी मान्य है?

सच तो यह है कि कोई नहीं जानता कि मूर का नियम वास्तविकता का प्रतिनिधित्व करता रहेगा या नहीं। ट्रांजिस्टर सूक्ष्मीकरण भौतिक और आर्थिक सीमाओं से टकराता दिख रहा है, और उद्योग के नेता इस पर बँटे हुए हैं कि यह कितने समय तक जारी रह सकता है। कुछ, जैसे Nvidia के CEO जेंसन हुआंग, मानते हैं कि ट्रांजिस्टर सूक्ष्मीकरण की भौतिक और आर्थिक बाधाएँ आ चुकी हैं, और मूर का नियम अब मृत है। अन्य, जैसे Intel के CEO पैट गेलसिंगर, तर्क देते हैं कि सूक्ष्मीकरण ही एकमात्र राह नहीं है, और वे नई तकनीकों की ओर इशारा करते हैं जो हमें मूर के नियम वाली सुस्ती से बाहर निकाल सकती हैं।

मूर के नियम को पूर्व चुनौतियाँ

यकीन मानिए, यह चर्चा हम पहले भी कर चुके हैं। हमारे सूक्ष्मीकरण के सफ़र में कई ऐसी बाधाएँ आई हैं जिन्होंने हमें मूर के नियम पर सवाल उठाने पर मजबूर किया।

1990 के दशक और 2000 के शुरुआती वर्षों में, जब ट्रांजिस्टर 100nm से नीचे सिमटे, तो इंजीनियरों को ऊष्मा अपसारण की गंभीर चुनौतियों का सामना करना पड़ा, जो शुरू में आगे के सूक्ष्मीकरण की सीमा लग रही थीं। हालाँकि, ट्रांजिस्टर डिज़ाइन में प्रगति, साथ ही सामग्रियों और चिप-स्तरीय थर्मल प्रबंधन में सुधारों ने, इन बाधाओं के बावजूद प्रगति जारी रखने में मदद की।

फिर 2016 में, Intel को 14nm से 10nm ट्रांजिस्टरों में परिवर्तन में कठिनाइयाँ आईं। विनिर्माण जटिलताओं और पावर लीकेज मुद्दों ने विकास को काफ़ी धीमा कर दिया। लेकिन Intel और अन्य सेमीकंडक्टर कंपनियों ने एक्स्ट्रीम अल्ट्रावायलेट (EUV) लिथोग्राफ़ी को परिष्कृत कर, सामग्रियों का अनुकूलन कर, और ट्रांजिस्टर डिज़ाइनों में सुधार कर इन बाधाओं को पार किया, जिससे उद्योग फिर आगे बढ़ सका। हालाँकि यह संक्रमण लगभग 5 साल के क़रीब लगा, जिसने शोधकर्ताओं को यह पूछने पर मजबूर किया कि क्या मूर का नियम अब भी लागू है।

भविष्य के नवाचार

ऐसा मानने के कारण हैं कि वर्तमान चुनौतियाँ भी पार की जा सकती हैं। हालिया नवाचार पारंपरिक ट्रांजिस्टर सूक्ष्मीकरण से हटकर वैकल्पिक आर्किटेक्चर की ओर रुख कर रहे हैं ताकि प्रदर्शन बेहतर हो सके।

एक आशाजनक प्रगति है 3D चिप स्टैकिंग, जिसमें इंजीनियर क्षैतिज रूप से और सिकोड़ने के बजाय ऊर्ध्वाधर रूप से निर्माण करके ट्रांजिस्टर घनत्व बढ़ाते हैं। यह सूक्ष्मीकरण पर निर्भरता से बचने के लिए एक आर्किटेक्चरल बदलाव है।

क्वांटम कंप्यूटिंग पूरी तरह नया संगणनात्मक प्रतिमान है जो क्यूबिट्स का उपयोग करता है, जो कई अवस्थाओं में अस्तित्व में रह सकते हैं (सिर्फ़ 1 और 0 नहीं), ताकि वे समस्याएँ हल की जा सकें जो पारंपरिक कंप्यूटरों के लिए चुनौतीपूर्ण हैं। आप इसे प्रत्येक “ट्रांजिस्टर” को अधिक क्षमताएँ देने जैसा समझ सकते हैं। इससे प्रोसेसिंग शक्ति बढ़ेगी, बिना ज़रूरी रूप से “ट्रांजिस्टरों” की संख्या बढ़ाए, बल्कि “ट्रांजिस्टर” क्या कर सकते हैं, इसे बदलकर।

कुछ शोधकर्ता ऑप्टिकल कंप्यूटिंग की भी जाँच कर रहे हैं, जो प्रकाश-आधारित प्रोसेसिंग का उपयोग कर पारंपरिक इलेक्ट्रॉनिक प्रणालियों की तुलना में तेज़ी से डेटा संप्रेषित करती है। फ़ोटॉन इलेक्ट्रॉनों से कहीं तेज़ चलते हैं, जिससे सूचना प्रणाली में अधिक तेज़ी से प्रवाहित हो सकती है। तो यहाँ भी, हम ट्रांजिस्टरों की संख्या नहीं बढ़ा रहे होंगे। लेकिन प्रोसेसिंग शक्ति, उनके माध्यम से संचरण की गति बढ़ाकर, संभवतः बढ़ेगी।

कंप्यूटिंग का भविष्य क्या है?

भले ही मूर का नियम धीमा पड़ जाए या पूरी तरह विफल हो जाए, कंप्यूटिंग का भविष्य अत्यंत आशाजनक बना हुआ है।

एक रोमांचक विकास है ग्रैफीन और इंडियम गैलियम आर्सेनाइड जैसी नई सामग्रियों का आगमन। इन सामग्रियों में श्रेष्ठ विद्युत गुण होते हैं और ये अंततः अगली पीढ़ी की चिप्स के आधार के रूप में सिलिकॉन की जगह ले सकती हैं। ये पारंपरिक सेमीकंडक्टर तकनीक की कुछ मौलिक सीमाओं को संबोधित करने में सहायक हो सकती हैं।

एक बिल्कुल नया कंप्यूटिंग प्रकार भी उभर रहा है जिसे न्यूरोमॉर्फिक कंप्यूटिंग कहा जाता है। मानव मस्तिष्क की संरचना और कार्य से प्रेरित, न्यूरोमॉर्फिक चिप्स कृत्रिम न्यूरॉन्स और सिनैप्स का उपयोग करती हैं ताकि वे जैविक मस्तिष्कों की तरह काम कर सकें।

कृत्रिम बुद्धिमत्ता भी कंप्यूटिंग में परिवर्तन ला रही है। AI और मशीन लर्निंग में प्रगति संभवतः केवल हार्डवेयर सुधारों पर ही नहीं, बल्कि सॉफ़्टवेयर दक्षता पर भी निर्भर करेगी। जैसे-जैसे AI मॉडल अधिक परिष्कृत होते जाएँगे, वैसे-वैसे AI वर्कलोड संभालने के लिए विशेषीकृत प्रोसेसरों की आवश्यकता भी बढ़ेगी।

निष्कर्ष

मूर का नियम 50 से अधिक वर्षों से तकनीकी प्रगति का एक भरोसेमंद लक्ष्य रहा है, जिसने तर्क दिया जा सकता है कि पूरे उद्योगों को आकार दिया। यद्यपि हम किसी स्थान में जितने ट्रांजिस्टर समा सकते हैं, उसकी क्षमता की सीमा के करीब हो सकते हैं, 3D चिप स्टैकिंग, क्वांटम कंप्यूटिंग और न्यूरोमॉर्फिक आर्किटेक्चर जैसे नवाचार हमारी प्रोसेसिंग शक्ति बढ़ाते रह सकते हैं।

आप क्या सोचते हैं? क्या मूर का नियम समाप्त हो चुका है? क्या हमें प्रोसेसिंग शक्ति की प्रगति के प्रति अपनी उम्मीदों पर पुनर्विचार करने की ज़रूरत है? या क्या मानवता एक बार फिर कोई ऐसा नवाचार खोज लेगी जो इस रुझान को जारी रखे?

मूर के नियम से परे, और कौन-सी दृढ़ तकनीकी अवधारणाएँ किनारे होती जा रही हैं? DataFramed की यह चर्चा देखें: Is Big Data Dead? MotherDuck and the Small Data Manifesto with Ryan Boyd Co-Founder at MotherDuck।

और यदि इस तरह की सोच आपको आकर्षित करती है, तो आपको AI में नौकरी में रुचि हो सकती है। देखें: 2025 में अपनाए जा सकने वाले 7 आर्टिफ़िशियल इंटेलिजेंस (AI) जॉब्स।