In 1965 deed Gordon Moore een voorspelling over het tempo van technologische vooruitgang die behoorlijk scherpzinnig bleek. Hij merkte op dat het aantal transistors in geïntegreerde circuits ongeveer elke twee jaar verdubbelde. Omdat het aantal transistors in een circuit direct samenhangt met de rekenkracht van dat circuit, voorspelde Moore daardoor een exponentiële toename van de rekenkracht.
Dit idee werd bekend als de wet van Moore. Hoewel het aanvankelijk een voorspelling was, werd het een ambitie voor de techindustrie. Het heeft een voortdurende drang naar innovatie in transistortechnologie aangejaagd. Dit idee is zo diep in onze cultuur verankerd geraakt dat het zelfs onze media heeft beïnvloed. Films als The Matrix en Her benutten het idee van exponentiële technologische innovatie en verbeelden een toekomst als we dit tempo aanhouden. Maar helaas naderen we mogelijk de fysieke grenzen. Hoeveel kleiner kunnen transistors immers nog worden? Dus: is de wet van Moore vandaag de dag nog relevant? Wat gebeurt er als we het eindpunt bereiken?
Wat is de wet van Moore?
Zoals ik in de inleiding noemde, is de wet van Moore gebaseerd op de observatie dat het aantal transistors op een microchip ongeveer elke twee jaar verdubbelt. De formulering die ik het vaakst hoor is: “rekenkracht verdubbelt elke twee jaar”.
Transistors zijn de piepkleine schakelaars die elektrische signalen regelen, en meer transistors betekent doorgaans meer verwerkingskracht. Om die reden voorspelt de wet van Moore dat de verwerkingskracht een onbeperkte exponentiële toename laat zien.
Ik raad je van harte aan om deze korte YouTube‑video van Real Engineering over transistors te bekijken. Hij legt de geschiedenis en wetenschap van zowel vacuümbuizen als transistors op een intuïtieve manier uit.
De oorsprong van de wet van Moore
Gordon Moore was medeoprichter van Intel. Hij deed zijn observatie voor het eerst in 1965, gebaseerd op trends die hij destijds in de halfgeleiderproductie zag. Dit waren de vroege dagen van de halfgeleiderindustrie, toen computers enorm en duur waren, en transistortechnologie net de vacuümbuizen begon te vervangen.
Zijn observatie was niet gebaseerd op een fundamentele natuurwet, maar op het snelle innovatietempo dat hij had waargenomen. Aanvankelijk voorspelde hij dat het aantal transistors elk jaar zou verdubbelen, maar later paste hij dit aan naar elke twee jaar. En die tijdlijn is decennialang opmerkelijk accuraat gebleken.
De wetenschap achter de wet van Moore
De sleutel tot de uitvoering van de wet van Moore is miniaturisatie. Ingenieurs vinden steeds manieren om transistors kleiner te maken, zodat er meer op één chip passen. Dit verhoogt niet alleen de verwerkingskracht, maar verlaagt ook de kosten en het energieverbruik. Al meer dan 50 jaar voedt dit krimpproces de technologische vooruitgang.
Deze grafiek van Wikipedia laat de ruwe verdubbeling van het aantal transistors per chip in de afgelopen 50 jaar zien. Let op: de y‑as is logaritmisch.
Impact van de wet van Moore op computing
Hoewel de wet van Moore een voorspelling was, is ze bijna een selffulfilling prophecy geworden omdat ingenieurs en bestuurders haar als doel hanteren. Die drang heeft grote effecten gehad op de techindustrie en de samenleving als geheel.
Technologische vooruitgang
Dankzij de wet van Moore versnelt de drang naar snellere, kleinere technologie constant.
De eerste computers namen bijvoorbeeld een hele kamer in beslag! Latere versies pasten makkelijk op een groot bureau, en nu hebben we piepkleine laptops, tablets en telefoons. In de relatief korte tijd tussen mijn jeugd en nu ging mijn gezin van één log, gedeeld desktop‑systeem naar ieder zijn eigen laptop, tablet en telefoon! En er zijn nu tal van taken die ik op mijn telefoon kan doen die ik toen niet op mijn desktop kon.
Cloudcomputing is een andere belangrijke vooruitgang. De snelle toename in verwerkingskracht maakte het internet en de ontwikkeling van moderne clouddiensten mogelijk, die gedeelde rekenkracht en opslag bieden. Deze diensten zijn nu zo uitgebreid dat ze aan de behoeften van complete bedrijven kunnen voldoen en onvoorstelbaar grote datasets kunnen analyseren.
AI en machine learning hebben ook geprofiteerd van hardware‑vooruitgang. GPU’s en TPU’s leveren de benodigde rekenkracht om complexe modellen te trainen. Dit heeft geleid tot doorbraken in uiteenlopende toepassingen, van natural language processing tot beeldherkenning. De drang om AI efficiënter te maken wordt ook gedreven door milieuoverwegingen. Je kunt meer over deze ideeën lezen in onze blogpost Sustainable AI: How Can AI Reduce its Environmental Footprint?.
Toepassingen in de industrie
Je staat er misschien niet bij stil hoeveel dingen om je heen geïntegreerde chips hebben. Van je vaatwasser tot je auto: overal zitten microchips in en die hebben geprofiteerd van de wet van Moore.
In de zorg hebben vooruitgang in halfgeleidertechnologie gezorgd voor AI‑gestuurde diagnostische tools die medische beeldvorming analyseren en wearables die vitale functies in realtime monitoren. Deze krachtige chips maken veel nauwere monitoring van chronische ziekten, vruchtbaarheidstracking en vroegtijdigere ziektedetectie mogelijk.
In de auto-industrie steunt de opkomst van autonome voertuigen sterk op realtime verwerking van enorme hoeveelheden sensorgegevens, waaronder radar, LiDAR en camera’s. Dankzij snellere en kleinere transistors kunnen moderne voertuigen direct beslissingen nemen, wat de veiligheid verbetert.
Ook de financiële sector heeft enorm geprofiteerd van de mogelijkheden die kleinere transistors bieden. Bliksemsnelle berekeningen stellen handelsalgoritmen in staat om te profiteren van marktveranderingen op microseconde‑niveau.
Niet verrassend heeft ook telecommunicatie grote transformaties doorgemaakt, zoals met de uitrol van 5G‑netwerken en de groei van Internet of Things‑apparaten.
Wat is de grens van de wet van Moore?
Decennialang was de wet van Moore een betrouwbare voorspeller van vooruitgang. Maar kan dit tempo voor altijd worden volgehouden? Bereikt de wet van Moore haar grens?
Fysieke barrières
Op dit moment voeren we de wet van Moore uit door transistoren continu te verkleinen. Maar er zijn verschillende fysieke barrières om te overwinnen als we dat pad blijven volgen.
De eerste uitdaging is warmte. Kleinere transistors genereren meer warmte, waardoor koelsystemen een grote zorg zijn. Kleinere transistors hebben doorgaans minder isolatie, en omdat er meer op één chip kunnen worden geplaatst, stromen er meer elektronen door een kleiner gebied. Dit veroorzaakt veel meer warmte per oppervlakte‑eenheid.
Een ander probleem op extreem kleine schaal is elektronen“lek”. Dit is een fenomeen waarbij elektronen uit hun baan op het circuit “weglekken” en naar een ander deel van de chip bewegen. De krappe ruimtes en beperkte isolatie van deze kleine transistors verergeren dit probleem. Dit kan leiden tot stroomverlies en vreemd gedrag.
Illustratie van elektronenlek. Afbeelding door de auteur met Copilot.
De bovenstaande grafiek die ik heb samengesteld, is een sterk vereenvoudigde uitleg van één probleem bij het verkleinen van transistors en andere componenten: elektronenlek.
De meeste halfgeleiders die in transistors worden gebruikt, zijn momenteel van silicium (daar komt de bijnaam Silicon Valley vandaan). Eigenschappen van silicium, zoals elektronenmobiliteit en hittebestendigheid, worden minder effectief naarmate transistors heel klein worden. Daardoor wordt het steeds moeilijker om de efficiëntie te behouden.
Onderzoekers kijken naar andere materialen op deze kleine schaal, zoals silicium‑germanium, galliumarsenide of zelfs geavanceerde opties als grafeen en koolstofnanobuisjes. Die zouden ons tijdelijk kunnen helpen sommige fysieke barrières te omzeilen en onze miniaturisatie voort te zetten.
Economische en productietechnische uitdagingen
Ironisch genoeg komt een andere grote uitdaging voor de wet van Moore voort uit Moores tweede wet, ook wel de wet van Rock genoemd. Dit principe stelt dat de kosten voor het bouwen van halfgeleiderfabrieken ongeveer elke vier jaar verdubbelen. Terwijl de verwerkingskracht blijft toenemen, stijgen ook de kosten die nodig zijn om die kracht te creëren. McKinsey suggereert dat de kosten van de rekenkracht die nodig is om onze AI‑revolutie aan te drijven tegen 2030 kunnen oplopen tot 7 biljoen dollar! Alleen de tijd zal leren of bedrijven een manier kunnen vinden om dit pad levensvatbaar te houden.
Is de wet van Moore nog geldig?
De waarheid is: niemand weet of de wet van Moore de realiteit blijft weergeven. Transistor‑miniaturisatie lijkt fysieke en economische grenzen te bereiken, en leiders in de sector zijn verdeeld over de vraag of dit nog lang kan doorgaan. Sommigen, zoals Nvidia‑CEO Jensen Huang, geloven dat de fysieke en economische barrières voor verdere verkleining zijn bereikt en dat de wet van Moore dood is. Anderen, zoals Intel‑CEO Pat Gelsinger, stellen dat miniaturisatie niet de enige weg is en wijzen op nieuwe technologieën om ons uit deze dip rond de wet van Moore te trekken.
Eerdere uitdagingen voor de wet van Moore
Geloof het of niet: deze discussie hebben we eerder gevoerd. Tijdens onze miniaturisatie‑reis zijn er meerdere uitdagingen geweest die ons deden twijfelen aan de wet van Moore.
In de jaren 90 en vroege jaren 2000, toen transistors onder de 100 nm kwamen, kregen ingenieurs te maken met aanzienlijke warmteafvoerproblemen, waarvan ze aanvankelijk dachten dat die verdere verkleining zouden beperken. Vooruitgang in transistorontwerp, samen met verbeteringen in materialen en warmtebeheer op chipniveau, maakte echter verdere vooruitgang mogelijk ondanks deze obstakels.
En opnieuw in 2016 had Intel moeite met de overgang van 14 nm naar 10 nm‑transistors. Complexiteit in productie en stroomlekproblemen vertraagden de ontwikkeling aanzienlijk. Intel en andere halfgeleiderbedrijven overwonnen deze obstakels echter door extreme ultraviolet‑ (EUV) lithografie te verfijnen, materialen te optimaliseren en transistorontwerpen te verbeteren, waardoor de industrie opnieuw vooruit kon. Deze overgang duurde echter dichter bij 5 jaar, wat onderzoekers deed twijfelen of de wet van Moore nog van toepassing was.
Toekomstige innovaties
Er is reden om te geloven dat we ook de huidige uitdagingen kunnen overwinnen. Recente innovaties nemen afstand van de traditionele aanpak van transistor‑miniaturisatie en verkennen alternatieve architecturen om prestaties te verbeteren.
Een veelbelovende ontwikkeling is 3D‑chipstapeling, waarbij ingenieurs de transistordichtheid vergroten door verticaal te bouwen in plaats van ze horizontaal te blijven verkleinen. Dit is een architectuurwijziging om niet op miniaturisatie te hoeven leunen.
Quantumcomputing is een volledig nieuw computationeel paradigma dat gebruikmaakt van qubits, die in meerdere toestanden kunnen bestaan (niet alleen 1 en 0), om problemen op te lossen die klassieke computers moeilijk vinden. Je kunt dit zien als het geven van meer mogelijkheden aan elke “transistor”. Dit zou de verwerkingskracht vergroten, zonder per se het aantal “transistors” te verhogen, maar door te veranderen wat die “transistors” kunnen doen.
Sommige onderzoekers onderzoeken zelfs optical computing, waarbij lichtgebaseerde verwerking wordt gebruikt om data sneller te verzenden dan in conventionele elektronische systemen. Fotonen bewegen veel sneller dan elektronen, waardoor informatie sneller door het systeem kan reizen. Ook hier zouden we het aantal transistors niet verhogen, maar de verwerkingskracht zou vermoedelijk toenemen door de snelheid van de doorgang erdoorheen op te voeren.
Wat is de toekomst van computing?
Zelfs als de wet van Moore vertraagt of helemaal niet meer opgaat, blijft de toekomst van computing uiterst veelbelovend.
Een spannende ontwikkeling is de introductie van nieuwe materialen, zoals grafeen en indium‑gallium‑arsenide. Deze materialen bieden superieure elektrische eigenschappen en zouden op termijn silicium kunnen vervangen als basis voor de volgende generatie chips. Ze kunnen helpen enkele fundamentele beperkingen van conventionele halfgeleidertechnologie te verhelpen.
Er ontstaat ook een geheel nieuw type computing, genaamd neuromorphic computing. Geïnspireerd door de structuur en werking van het menselijk brein gebruiken neuromorfe chips kunstmatige neuronen en synapsen om te werken op een manier die biologische hersenen nabootst.
Kunstmatige intelligentie drijft eveneens een transformatie in computing aan. Vooruitgang in AI en machine learning zal waarschijnlijk niet alleen afhangen van hardwareverbeteringen, maar ook van software‑efficiëntie. Naarmate AI‑modellen steeds geavanceerder worden, groeit ook de behoefte aan gespecialiseerde processors die AI‑workloads aankunnen.
Conclusie
De wet van Moore is al meer dan 50 jaar een betrouwbaar richtpunt voor technologische vooruitgang en heeft hele sectoren gevormd. Hoewel we mogelijk de grens naderen van hoeveel transistors we in een ruimte kunnen proppen, kunnen innovaties als 3D‑chipstapeling, quantumcomputing en neuromorfe architecturen onze verwerkingskracht blijven vergroten.
Wat denk jij? Is de wet van Moore dood? Moeten we onze verwachtingen over vooruitgang in rekenkracht herzien? Of vindt de mensheid opnieuw een innovatie om de trend voort te zetten?
Naast de wet van Moore: welke andere rotsvaste techconcepten raken mogelijk uit de gratie? Bekijk het DataFramed‑gesprek Is Big Data Dead? MotherDuck and the Small Data Manifesto met Ryan Boyd, mede‑oprichter van MotherDuck.
En als dit soort denkwerk je fascineert, is een baan in AI misschien iets voor jou. Bekijk deze 7 banen in kunstmatige intelligentie (AI) die je in 2025 kunt nastreven.
%22%3E%3Cpath%20d%3D%22m-369%200h408v79h-408z%22%20fill%3D%22%237933ff%22%2F%3E%3Cpath%20d%3D%22m-148%200h306v45h-306z%22%20fill%3D%22%23974dff%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
%22%2F%3E%3C%2FclipPath%3E%3Cg%20clip-path%3D%22url(%23a)%22%3E%3Cpath%20d%3D%22m76%200h484v36h-484z%22%20fill%3D%22%23974dff%22%2F%3E%3Cpath%20d%3D%22m0%200h384v24h-384z%22%20fill%3D%22%2306bdfc%22%20transform%3D%22matrix(1%200%200%20-1%200%2060)%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
In 1965 deed Gordon Moore een voorspelling over het tempo van technologische vooruitgang die behoorlijk scherpzinnig bleek. Hij merkte op dat het aantal transistors in geïntegreerde circuits ongeveer elke twee jaar verdubbelde. Omdat het aantal transistors in een circuit direct samenhangt met de rekenkracht van dat circuit, voorspelde Moore daardoor een exponentiële toename van de rekenkracht.
Dit idee werd bekend als de wet van Moore. Hoewel het aanvankelijk een voorspelling was, werd het een ambitie voor de techindustrie. Het heeft een voortdurende drang naar innovatie in transistortechnologie aangejaagd. Dit idee is zo diep in onze cultuur verankerd geraakt dat het zelfs onze media heeft beïnvloed. Films als The Matrix en Her benutten het idee van exponentiële technologische innovatie en verbeelden een toekomst als we dit tempo aanhouden. Maar helaas naderen we mogelijk de fysieke grenzen. Hoeveel kleiner kunnen transistors immers nog worden? Dus: is de wet van Moore vandaag de dag nog relevant? Wat gebeurt er als we het eindpunt bereiken?
Wat is de wet van Moore?
Zoals ik in de inleiding noemde, is de wet van Moore gebaseerd op de observatie dat het aantal transistors op een microchip ongeveer elke twee jaar verdubbelt. De formulering die ik het vaakst hoor is: “rekenkracht verdubbelt elke twee jaar”.
Transistors zijn de piepkleine schakelaars die elektrische signalen regelen, en meer transistors betekent doorgaans meer verwerkingskracht. Om die reden voorspelt de wet van Moore dat de verwerkingskracht een onbeperkte exponentiële toename laat zien.
Ik raad je van harte aan om deze korte YouTube‑video van Real Engineering over transistors te bekijken. Hij legt de geschiedenis en wetenschap van zowel vacuümbuizen als transistors op een intuïtieve manier uit.
De oorsprong van de wet van Moore
Gordon Moore was medeoprichter van Intel. Hij deed zijn observatie voor het eerst in 1965, gebaseerd op trends die hij destijds in de halfgeleiderproductie zag. Dit waren de vroege dagen van de halfgeleiderindustrie, toen computers enorm en duur waren, en transistortechnologie net de vacuümbuizen begon te vervangen.
Zijn observatie was niet gebaseerd op een fundamentele natuurwet, maar op het snelle innovatietempo dat hij had waargenomen. Aanvankelijk voorspelde hij dat het aantal transistors elk jaar zou verdubbelen, maar later paste hij dit aan naar elke twee jaar. En die tijdlijn is decennialang opmerkelijk accuraat gebleken.
De wetenschap achter de wet van Moore
De sleutel tot de uitvoering van de wet van Moore is miniaturisatie. Ingenieurs vinden steeds manieren om transistors kleiner te maken, zodat er meer op één chip passen. Dit verhoogt niet alleen de verwerkingskracht, maar verlaagt ook de kosten en het energieverbruik. Al meer dan 50 jaar voedt dit krimpproces de technologische vooruitgang.
Deze grafiek van Wikipedia laat de ruwe verdubbeling van het aantal transistors per chip in de afgelopen 50 jaar zien. Let op: de y‑as is logaritmisch.
Impact van de wet van Moore op computing
Hoewel de wet van Moore een voorspelling was, is ze bijna een selffulfilling prophecy geworden omdat ingenieurs en bestuurders haar als doel hanteren. Die drang heeft grote effecten gehad op de techindustrie en de samenleving als geheel.
Technologische vooruitgang
Dankzij de wet van Moore versnelt de drang naar snellere, kleinere technologie constant.
De eerste computers namen bijvoorbeeld een hele kamer in beslag! Latere versies pasten makkelijk op een groot bureau, en nu hebben we piepkleine laptops, tablets en telefoons. In de relatief korte tijd tussen mijn jeugd en nu ging mijn gezin van één log, gedeeld desktop‑systeem naar ieder zijn eigen laptop, tablet en telefoon! En er zijn nu tal van taken die ik op mijn telefoon kan doen die ik toen niet op mijn desktop kon.
Cloudcomputing is een andere belangrijke vooruitgang. De snelle toename in verwerkingskracht maakte het internet en de ontwikkeling van moderne clouddiensten mogelijk, die gedeelde rekenkracht en opslag bieden. Deze diensten zijn nu zo uitgebreid dat ze aan de behoeften van complete bedrijven kunnen voldoen en onvoorstelbaar grote datasets kunnen analyseren.
AI en machine learning hebben ook geprofiteerd van hardware‑vooruitgang. GPU’s en TPU’s leveren de benodigde rekenkracht om complexe modellen te trainen. Dit heeft geleid tot doorbraken in uiteenlopende toepassingen, van natural language processing tot beeldherkenning. De drang om AI efficiënter te maken wordt ook gedreven door milieuoverwegingen. Je kunt meer over deze ideeën lezen in onze blogpost Sustainable AI: How Can AI Reduce its Environmental Footprint?.
Toepassingen in de industrie
Je staat er misschien niet bij stil hoeveel dingen om je heen geïntegreerde chips hebben. Van je vaatwasser tot je auto: overal zitten microchips in en die hebben geprofiteerd van de wet van Moore.
In de zorg hebben vooruitgang in halfgeleidertechnologie gezorgd voor AI‑gestuurde diagnostische tools die medische beeldvorming analyseren en wearables die vitale functies in realtime monitoren. Deze krachtige chips maken veel nauwere monitoring van chronische ziekten, vruchtbaarheidstracking en vroegtijdigere ziektedetectie mogelijk.
In de auto-industrie steunt de opkomst van autonome voertuigen sterk op realtime verwerking van enorme hoeveelheden sensorgegevens, waaronder radar, LiDAR en camera’s. Dankzij snellere en kleinere transistors kunnen moderne voertuigen direct beslissingen nemen, wat de veiligheid verbetert.
Ook de financiële sector heeft enorm geprofiteerd van de mogelijkheden die kleinere transistors bieden. Bliksemsnelle berekeningen stellen handelsalgoritmen in staat om te profiteren van marktveranderingen op microseconde‑niveau.
Niet verrassend heeft ook telecommunicatie grote transformaties doorgemaakt, zoals met de uitrol van 5G‑netwerken en de groei van Internet of Things‑apparaten.
Wat is de grens van de wet van Moore?
Decennialang was de wet van Moore een betrouwbare voorspeller van vooruitgang. Maar kan dit tempo voor altijd worden volgehouden? Bereikt de wet van Moore haar grens?
Fysieke barrières
Op dit moment voeren we de wet van Moore uit door transistoren continu te verkleinen. Maar er zijn verschillende fysieke barrières om te overwinnen als we dat pad blijven volgen.
De eerste uitdaging is warmte. Kleinere transistors genereren meer warmte, waardoor koelsystemen een grote zorg zijn. Kleinere transistors hebben doorgaans minder isolatie, en omdat er meer op één chip kunnen worden geplaatst, stromen er meer elektronen door een kleiner gebied. Dit veroorzaakt veel meer warmte per oppervlakte‑eenheid.
Een ander probleem op extreem kleine schaal is elektronen“lek”. Dit is een fenomeen waarbij elektronen uit hun baan op het circuit “weglekken” en naar een ander deel van de chip bewegen. De krappe ruimtes en beperkte isolatie van deze kleine transistors verergeren dit probleem. Dit kan leiden tot stroomverlies en vreemd gedrag.
Illustratie van elektronenlek. Afbeelding door de auteur met Copilot.
De bovenstaande grafiek die ik heb samengesteld, is een sterk vereenvoudigde uitleg van één probleem bij het verkleinen van transistors en andere componenten: elektronenlek.
De meeste halfgeleiders die in transistors worden gebruikt, zijn momenteel van silicium (daar komt de bijnaam Silicon Valley vandaan). Eigenschappen van silicium, zoals elektronenmobiliteit en hittebestendigheid, worden minder effectief naarmate transistors heel klein worden. Daardoor wordt het steeds moeilijker om de efficiëntie te behouden.
Onderzoekers kijken naar andere materialen op deze kleine schaal, zoals silicium‑germanium, galliumarsenide of zelfs geavanceerde opties als grafeen en koolstofnanobuisjes. Die zouden ons tijdelijk kunnen helpen sommige fysieke barrières te omzeilen en onze miniaturisatie voort te zetten.
Economische en productietechnische uitdagingen
Ironisch genoeg komt een andere grote uitdaging voor de wet van Moore voort uit Moores tweede wet, ook wel de wet van Rock genoemd. Dit principe stelt dat de kosten voor het bouwen van halfgeleiderfabrieken ongeveer elke vier jaar verdubbelen. Terwijl de verwerkingskracht blijft toenemen, stijgen ook de kosten die nodig zijn om die kracht te creëren. McKinsey suggereert dat de kosten van de rekenkracht die nodig is om onze AI‑revolutie aan te drijven tegen 2030 kunnen oplopen tot 7 biljoen dollar! Alleen de tijd zal leren of bedrijven een manier kunnen vinden om dit pad levensvatbaar te houden.
Is de wet van Moore nog geldig?
De waarheid is: niemand weet of de wet van Moore de realiteit blijft weergeven. Transistor‑miniaturisatie lijkt fysieke en economische grenzen te bereiken, en leiders in de sector zijn verdeeld over de vraag of dit nog lang kan doorgaan. Sommigen, zoals Nvidia‑CEO Jensen Huang, geloven dat de fysieke en economische barrières voor verdere verkleining zijn bereikt en dat de wet van Moore dood is. Anderen, zoals Intel‑CEO Pat Gelsinger, stellen dat miniaturisatie niet de enige weg is en wijzen op nieuwe technologieën om ons uit deze dip rond de wet van Moore te trekken.
Eerdere uitdagingen voor de wet van Moore
Geloof het of niet: deze discussie hebben we eerder gevoerd. Tijdens onze miniaturisatie‑reis zijn er meerdere uitdagingen geweest die ons deden twijfelen aan de wet van Moore.
In de jaren 90 en vroege jaren 2000, toen transistors onder de 100 nm kwamen, kregen ingenieurs te maken met aanzienlijke warmteafvoerproblemen, waarvan ze aanvankelijk dachten dat die verdere verkleining zouden beperken. Vooruitgang in transistorontwerp, samen met verbeteringen in materialen en warmtebeheer op chipniveau, maakte echter verdere vooruitgang mogelijk ondanks deze obstakels.
En opnieuw in 2016 had Intel moeite met de overgang van 14 nm naar 10 nm‑transistors. Complexiteit in productie en stroomlekproblemen vertraagden de ontwikkeling aanzienlijk. Intel en andere halfgeleiderbedrijven overwonnen deze obstakels echter door extreme ultraviolet‑ (EUV) lithografie te verfijnen, materialen te optimaliseren en transistorontwerpen te verbeteren, waardoor de industrie opnieuw vooruit kon. Deze overgang duurde echter dichter bij 5 jaar, wat onderzoekers deed twijfelen of de wet van Moore nog van toepassing was.
Toekomstige innovaties
Er is reden om te geloven dat we ook de huidige uitdagingen kunnen overwinnen. Recente innovaties nemen afstand van de traditionele aanpak van transistor‑miniaturisatie en verkennen alternatieve architecturen om prestaties te verbeteren.
Een veelbelovende ontwikkeling is 3D‑chipstapeling, waarbij ingenieurs de transistordichtheid vergroten door verticaal te bouwen in plaats van ze horizontaal te blijven verkleinen. Dit is een architectuurwijziging om niet op miniaturisatie te hoeven leunen.
Quantumcomputing is een volledig nieuw computationeel paradigma dat gebruikmaakt van qubits, die in meerdere toestanden kunnen bestaan (niet alleen 1 en 0), om problemen op te lossen die klassieke computers moeilijk vinden. Je kunt dit zien als het geven van meer mogelijkheden aan elke “transistor”. Dit zou de verwerkingskracht vergroten, zonder per se het aantal “transistors” te verhogen, maar door te veranderen wat die “transistors” kunnen doen.
Sommige onderzoekers onderzoeken zelfs optical computing, waarbij lichtgebaseerde verwerking wordt gebruikt om data sneller te verzenden dan in conventionele elektronische systemen. Fotonen bewegen veel sneller dan elektronen, waardoor informatie sneller door het systeem kan reizen. Ook hier zouden we het aantal transistors niet verhogen, maar de verwerkingskracht zou vermoedelijk toenemen door de snelheid van de doorgang erdoorheen op te voeren.
Wat is de toekomst van computing?
Zelfs als de wet van Moore vertraagt of helemaal niet meer opgaat, blijft de toekomst van computing uiterst veelbelovend.
Een spannende ontwikkeling is de introductie van nieuwe materialen, zoals grafeen en indium‑gallium‑arsenide. Deze materialen bieden superieure elektrische eigenschappen en zouden op termijn silicium kunnen vervangen als basis voor de volgende generatie chips. Ze kunnen helpen enkele fundamentele beperkingen van conventionele halfgeleidertechnologie te verhelpen.
Er ontstaat ook een geheel nieuw type computing, genaamd neuromorphic computing. Geïnspireerd door de structuur en werking van het menselijk brein gebruiken neuromorfe chips kunstmatige neuronen en synapsen om te werken op een manier die biologische hersenen nabootst.
Kunstmatige intelligentie drijft eveneens een transformatie in computing aan. Vooruitgang in AI en machine learning zal waarschijnlijk niet alleen afhangen van hardwareverbeteringen, maar ook van software‑efficiëntie. Naarmate AI‑modellen steeds geavanceerder worden, groeit ook de behoefte aan gespecialiseerde processors die AI‑workloads aankunnen.
Conclusie
De wet van Moore is al meer dan 50 jaar een betrouwbaar richtpunt voor technologische vooruitgang en heeft hele sectoren gevormd. Hoewel we mogelijk de grens naderen van hoeveel transistors we in een ruimte kunnen proppen, kunnen innovaties als 3D‑chipstapeling, quantumcomputing en neuromorfe architecturen onze verwerkingskracht blijven vergroten.
Wat denk jij? Is de wet van Moore dood? Moeten we onze verwachtingen over vooruitgang in rekenkracht herzien? Of vindt de mensheid opnieuw een innovatie om de trend voort te zetten?
Naast de wet van Moore: welke andere rotsvaste techconcepten raken mogelijk uit de gratie? Bekijk het DataFramed‑gesprek Is Big Data Dead? MotherDuck and the Small Data Manifesto met Ryan Boyd, mede‑oprichter van MotherDuck.
En als dit soort denkwerk je fascineert, is een baan in AI misschien iets voor jou. Bekijk deze 7 banen in kunstmatige intelligentie (AI) die je in 2025 kunt nastreven.