摩尔定律详解：过去、现在与未来走向

1965 年，戈登·摩尔先生对技术进步速度做出了一个相当有先见之明的预测。他注意到，集成电路中的晶体管数量大约每两年翻一番。由于电路中的晶体管数量与其计算能力直接相关，摩尔据此预测计算能力将呈指数级增长。

这一观点后来被称为摩尔定律。它最初只是一个预测，但逐步成为科技行业努力追求的目标，持续推动晶体管技术创新。这一理念如此深入人心，甚至影响到了我们的媒体作品。电影如黑客帝国和她借用技术呈指数创新的设想，描绘如果我们维持这种轨迹，未来会是什么样。但不幸的是，它可能正接近物理极限。毕竟，晶体管还能小到什么程度呢？那么，摩尔定律在今天仍然适用吗？当它走到尽头时会发生什么？

什么是摩尔定律？

如同在引言中所述，摩尔定律基于这样一个观察：微芯片上的晶体管数量大约每两年翻一番。最常听到的表述是“计算能力每两年翻一番”。

晶体管是控制电信号的微型开关，更多的晶体管通常意味着更强的处理能力。基于此，摩尔定律预测处理能力将无限期地呈指数增长。

我强烈推荐观看 Real Engineering 制作的这段关于晶体管的短片。他以直观方式解释了真空管和晶体管的历史与科学。

摩尔定律的起源

戈登·摩尔是英特尔的联合创始人。他在 1965 年首次做出这一观察，基于当时他在半导体制造中看到的趋势。那是半导体行业的早期阶段，计算机庞大而昂贵，晶体管技术刚开始取代真空管。

他的观察并非源自任何物理学的基本定律，而是基于他所见证的快速创新步伐。最初，他预测晶体管数量每年翻番，后来将其调整为每两年一次。而这个时间轴在随后几十年中都出奇地准确。

摩尔定律背后的科学

落实摩尔定律的关键在于微型化。工程师不断寻找让晶体管更小的方法，从而在单个芯片上容纳更多晶体管。这不仅提升了处理能力，也降低了成本与能耗。50 多年来，这一缩小过程一直推动着技术进步。

这张来自维基百科的图表显示了过去 50 年间每个芯片上晶体管数量大致翻番的趋势。注意纵轴是对数刻度。

摩尔定律对计算的影响

尽管摩尔定律是一个预测，但当工程师和管理者将其视为目标后，它几乎成为一种自我实现的预言。这种驱动对科技行业乃至整个社会都产生了深远影响。

技术进步

得益于摩尔定律，对更快、更小型技术的追求不断加速。

例如，最早的计算机要占据整间屋子！后来的版本可以轻松放在大书桌上，如今我们拥有微型笔记本、平板电脑和手机。就在我从小到大的这段相对短暂的时间里，我家从一台笨重的共享台式机，变为每个人都有自己的笔记本、平板和手机！而如今我用手机能完成的许多任务，当时在台式机上都做不到。

云计算也是另一项重要进步。处理能力的快速提升催生了互联网，并推动了现代云服务的发展，它们提供共享的计算能力与存储。这些服务如今规模庞大，足以满足整家企业的需求，并可分析令人咋舌的超大规模数据集。

AI 和机器学习同样受益于硬件的进步。GPU 与 TPU提供了训练复杂模型所需的计算能力。这带来了诸多应用领域的突破，从自然语言处理到图像识别。推动 AI 更高效的动力也来自环保考量。您可以在我们的博文《可持续 AI：AI 如何降低其环境足迹？》中进一步了解这些观点。

行业应用

您可能没有意识到，身边有多少东西内置了芯片。从洗碗机到汽车，无不包含微芯片，并从摩尔定律中受益。

在医疗领域，半导体技术的进步促成了由 AI 驱动的诊断工具，能够分析医学影像；以及实时监测生命体征的可穿戴健康追踪设备。这些强大的芯片使慢性病的更紧密监测、助孕追踪以及疾病的更早发现成为可能。

在汽车行业，自动驾驶的兴起高度依赖对海量传感器数据（包括雷达、激光雷达和摄像头）的实时处理。得益于更快更小的晶体管，现代车辆能够即时做出决策，从而提升安全性。

金融行业也从小型化晶体管带来的能力中获益匪浅。闪电般的计算速度让交易算法能够把握微秒级的市场变化。

不足为奇，电信领域同样经历了变革，例如 5G 网络的落地和物联网设备的扩张。

摩尔定律的极限是什么？

几十年来，摩尔定律一直是可靠的进步指示器。但它能一直保持这样的节奏吗？摩尔定律是否正逼近极限？

物理障碍

当前，我们通过不断缩小晶体管尺寸来落实摩尔定律。但如果继续沿着这条道路前进，需要克服多个物理障碍。

首要挑战是热量。更小的晶体管会产生更多热量，使散热系统成为重大考量。小型晶体管的绝缘往往更弱，而且由于可以在单个芯片上塞入更多晶体管，电子在更小区域内流动更多，导致单位面积的热量大幅增加。

在极小尺度上遇到的另一个问题是电子“泄漏”。这是指电子从其在电路中的“轨道”中“泄漏”，转移到芯片的其他部分。小型晶体管的紧凑空间与有限绝缘会加剧这一问题，导致功耗增加与异常行为。

电子泄漏示意图。作者使用 Copilot 绘制。

上面的图是我整理的、对缩小晶体管及其他元件所带来的一个问题——电子泄漏——的极其简化说明。

目前用于晶体管的半导体大多由硅制成（这也是“硅谷”一名的由来）。当晶体管缩小到非常小的尺寸时，硅的特性（如电子迁移率和耐热性）变得不再那么有效，使得维持效率愈发困难。

研究人员正在探索在这些小尺度下使用不同材料，比如硅锗、砷化镓，甚至是更前沿的石墨烯和碳纳米管。这些材料或许可让我们暂时规避部分物理障碍，继续推进微型化进程。

经济与制造挑战

具有讽刺意味的是，摩尔定律面临的另一重大挑战来自摩尔的第二定律，也称洛克定律。该原则指出，建设半导体工厂的成本大约每四年翻一番。虽然处理能力持续提升，但打造这种能力的成本也在上升。 麦肯锡提出 到 2030 年，为推动我们的 AI 革命所需的算力成本可能高达 7 万亿美元！企业能否找到方法维持这一路径，唯有时间能给出答案。

摩尔定律仍然有效吗？

事实是，没有人知道摩尔定律是否会继续符合现实。晶体管微型化似乎正触及物理与经济极限，业内领袖对其能否长期持续看法不一。有人，如英伟达 CEO 黄仁勋，认为晶体管微型化的物理与经济障碍已达极致，摩尔定律已死。也有人，如英特尔 CEO 帕特·基尔辛格，主张微型化并非唯一道路，并指向新技术来摆脱摩尔定律的“低潮”。

以往对摩尔定律的挑战

信不信由您，我们之前就讨论过这个话题。在微型化的征程中，曾多次出现让我们质疑摩尔定律的挑战。

在 1990 年代和 2000 年代初，当晶体管缩小到 100 纳米以下时，工程师面临重大的散热挑战，起初认为这将限制进一步微型化。然而，随着晶体管设计的进步，以及材料与芯片级热管理的改进，即便有这些阻碍，进展仍得以继续。

随后在 2016 年，英特尔在从 14 纳米向 10 纳米过渡时遇到困难。制造复杂度与功耗泄漏问题显著放缓了发展。然而，英特尔和其他半导体公司通过完善极紫外（EUV）光刻、优化材料与改进晶体管设计，再次推动了行业前进。只是这次过渡耗时接近 5 年，令研究者质疑摩尔定律是否仍适用。

未来创新

我们有理由相信当下的挑战同样可以被克服。最新的创新正逐步摆脱一味依赖晶体管微型化的传统路径，转而探索替代架构以提升性能。

一个很有前景的进展是 3D 芯片堆叠，工程师通过垂直堆叠来提高晶体管密度，而不是继续在水平方向上缩小尺寸。这是一种避免依赖微型化的架构性变革。

量子计算是一种全新的计算范式，利用可处于多种状态（而非仅 1 与 0） 的量子比特来解决经典计算机难以应对的问题。您可以将其理解为赋予每个“晶体管”更多能力。这会提升处理能力，而不一定要增加“晶体管”的数量，而是改变“晶体管”的能力。

一些研究人员甚至在探索光学计算，即使用基于光的处理来比传统电子系统更快地传输数据。光子移动速度远快于电子，使信息能够更快速地在系统中传递。因此，这里同样不是增加晶体管数量，而是通过提高在晶体管间的传输速度来提升处理能力。

计算的未来是什么？

即便摩尔定律放缓或完全失效，计算的未来依然令人振奋。

一项令人兴奋的进展是引入新材料，如石墨烯和砷化铟镓。这些材料具备更优异的电学特性，最终可能取代硅成为下一代芯片的基础，有助于解决传统半导体技术的一些根本性限制。

还有一种全新的计算形态——类脑计算。受人脑结构与功能启发，类脑芯片使用人工神经元与突触，以模拟生物大脑的方式运行。

人工智能也在推动计算的变革。AI 与机器学习的进步可能将更多依赖软件效率，而不仅仅是硬件改进。随着 AI 模型日益复杂，对专门处理 AI 负载的处理器需求也会同步增长。

结论

50 多年来，摩尔定律一直是技术进步的可靠目标，可以说塑造了整个行业。尽管我们可能正接近在单位空间中可容纳晶体管数量的上限，但 3D 芯片堆叠、量子计算与类脑架构等创新仍可能持续提升我们的处理能力。

您怎么看？摩尔定律是否已死？我们是否需要重新审视对处理能力进步的预期？还是人类将再度找到创新来延续这一趋势？

除了摩尔定律外，还有哪些曾经稳固的技术观念可能正在式微？请收听 DataFramed 的讨论：《大数据已死？MotherDuck 与小数据宣言》——对话 MotherDuck 联合创始人 Ryan Boyd。

如果您对这类思考着迷，或许会对 AI 相关工作感兴趣。看看这篇文章：2025 年您可以从事的 7 种人工智能（AI）岗位。