آیا قانون مور منسوخ شده است؟

گوردون مور، یکی از بنیان گذاران کمپانی اینتل است که شهرت خود را به دلیل نظریه‌ای که در سال 1965 ارائه داد، به دست آورده است. بر اساس Moore's Law تعداد ترانزیستورهای مورد استفاده در پردازنده‌ها هر دو سال یک بار دو برابر خواهد شد. قانون مور در دهه‌های متمادی صادق بود و بخش عمده‌ای از آن به خاطر توسعه در فناوری‌های تولید تراشه (Process Node) ممکن است. به بیان دیگر، ترانزیستورها در داخل تراشه‌ها، سال به سال با کاهش ابعاد رو به رو می‌شدند و در نتیجه چگالی آن‌ها بیشتر می‌شد.
قانون مور چیست؟
Moore's Law یا قانون مور به تصور ذهنی آقای گوردون مور(Gordon Moore) اشاره دارد که بیان می کند تعداد ترانزیستورهای روی یک ریزتراشه هر دو سال یکبار دو برابر می‌شود و هزینه رایانه‌ها به نصف می‌رسد. قانون مور بیان می‌کند که ما می‌توانیم انتظار داشته باشیم که سرعت و توانایی رایانه‌ها هر چند سال یکبار افزایش یابد و هزینه کم‌تری برای آن‌ها بپردازیم. یکی دیگر از اصول Moore's Law ادعا می‌کند که این رشد تصاعدی است.
قانون کومی جایگزینی برای قانون مور 
 قانون کومی بیشتر به نحوه تجربه‌ای که کاربران امروزی از دنیای محاسبات دارند، مربوط می‌شود. و البته راهی برای ایجاد نقشه دنیای فناوری است. زندگی دیجیتال ما به سمتی حرکت می‌کند که از چندین دستگاه استفاده می‌کنیم و شارژدهی باتری همچنین عملکرد به ازای Watt، اهمیت بالاتری نسبت به توان خالص به صورت جداگانه دارد.
به اعتقاد ایتکن، شرکت‌ها دیگر نباید توان پردازشی را بالاتر از صرفه جویی انرژی و حفظ زمین قرار دهند. به گفته مدیر فناوری ارم، قانون کومی و مور، قوانین طبیعت نیستند؛ بلکه راهکاری برای تعیین مسیر دنیای فناوری به حساب می‌آیند. و ما می‌توانیم از آن‌ها در مسیری که قرار داریم استفاده کنیم. قانون مور باعث شده تولید کنندگان روی افزایش توان پردازشی در گذر زمان تمرکز کنند. اما قانون کومی روی این موضوع تمرکز دارد که چه تعداد محاسبات می‌توان از هر واحد انرژی مصرف شده بدست آورد. این قانون بیشتر با طبیعت و محیط زیست سازگار است. به گفته ایتکن، دستیابی به بالاترین عملکرد به ازای Watt هر چیزی است که از ابتدا در DNA این صنعت وجود داشته است.
علت استفاده از قوانین مور در سال‌های اخیر 
در سال 1965، گوردون مور، یکی از بنیانگذاران اینتل، این مشاهدات را انجام داد که به Moore's Law معروف شد. یکی دیگر از اصول قانون مور می‌گوید که رشد ریزپردازنده‌‎ها نمایی است. Moore's Law نشان می‌دهد که رایانه‌ها، ماشین‌هایی که روی رایانه‌ها کار می‌کنند، و قدرت محاسباتی همه با گذشت زمان کوچک‌تر، سریع‌تر و ارزان‌تر می‌شوند، زیرا ترانزیستورهای مدارهای مجتمع کارآمدتر می‌شوند. بیش از 50 سال بعد، ما تاثیر و مزایای پایدار Moore's Law را از بسیاری جهات احساس می‌کنیم.
همانطور که ادامه مطلب...

کامپیوتر فوتونیک؛ نویدبخش انجام محاسبات با سرعت نور

در سال های اخیر، دنیای محاسبات با مشکلات زیادی روبرو بوده است. آینده پژوهان و فناوران آشکارا نگران سرنوشت رایانه‌هایی هستند که با CPU و GPU کار می کنند. مطالعات جدید نشان می‌دهد که یک رایانه کاملا متفاوت ممکن است رهبری این حوزه را بر عهده بگیرد: کامپیوتر فوتونیک وارد می‌شود. آینده درخشان است. پردازنده‌های فوتونیک نوید سرعت محاسباتی فوق‌العاده‌ای را با مصرف کمترین انرژی می‌دهند و می‌توانند یادگیری ماشینی را متحول کنند.

کامپیوتر فوتونیک چیست؟
فوتونیک یک سیستم کامپیوتری است که محاسبات را با سرعت فوق العاده‌ای با استفاده از پالس‌های نوری و با مصرف انرژی بسیار کمتر انجام می‌دهد. این فناوری می‌تواند یادگیری ماشین را متحول کند. اگر این پردازنده‌ها به صورت انبوه تولید شوند، پتانسیل ایجاد انقلابی بزرگ در صنعت یادگیری ماشینی و وظایف محاسباتی را خواهد داشت. درحال حاظر، این کامپیوتر فوتونیک بسیار جذاب به نظر می‌رسند و در آستانه ورود به بازار هستند. این کامپیوترها می‌توانند اوضاع را به شدت تغییر دهند. ایده رایانه‌های فوتونیکی ایده جدیدی نیست و ضرب‌های ماتریس نوری برای اولین بار در دهه 1970 دلیلی برای اثبات آن است. با این حال، هنوز موانع بسیاری برای آن‌ها در سطح عملی وجود دارد که باید حل شود.

کامپیوتر فوتونیک چه کمکی به انسان می‌کند؟
استفاده از فوتون‌ها یک انتخاب خوب برای سرعت بخشیدن به کارهاست. کابل‌های فیبر نوری نسبت به سیم‌های آلومینیومی یا مسی برای دنیای مدرن و ارتباطات با داده‌های دیجیتال برتری دارند. در مقایسه با سیم کشی فلزی، آن‌ها می‌توانند اطلاعات بیشتری را سریع‌تر و بدون تخریب سیگنال‌ها منتقل کنند.

حتی اگر در حال حاضر برخی از دیتاسنترها از کابل‌های نوری برای انتقال سریع داده‌ها استفاده می‌کنند، باز هم انتقال داده‌ها از نقطه A به B با قرار دادن خطوط فیبر نوری روی یک تراشه که امکان پردازش ماتریسی را فراهم می‌کند، کاملا متفاوت است. رایان هامرلی در مقاله IEEE Spectrum، پرونده تراشه‌های فوتونیکی را همراه با پیشنهادهایی برای حل مسائل کلیدی آن مطرح کرد.

تفاوت پردازنده‌های سنتی و کامپیوتر فوتونیک
اولین و مهم‌ترین روشی که پردازنده‌های سنتی با آن کار می‌کنند، مبتنی بر ترانزیستور غیر خطی است. هامرلی می‌گوید: «غیرخطی بودن چیزی است که به ترانزیستورها اجازه می‌دهد روشن و خاموش شوند و آن‌ها را به گیت‌ تبدیل می‌کند. در سوی دیگر، فوتون‌ها از معادلات ماکسول خطی پیروی می‌کنند، به این معنی که خروجی یک دستگاه نوری معمولا متناسب با ورودی‌های آن است. راه حل این است که از خطی بودن دستگاه‌های نوری برای انجام چیزی که یادگیری عمیق بیشتر به آن متکی است استفاده کنید.

مزایای سیستم کامپیوتر فوتونیک
مزایای بالقوه کارکرد چنین سیستمی می‌تواند بسیار زیاد باشد. با فناوری های موجود عصر حاضر، ادعاهایی مبنی بر این که محاسبات شبکه‌های عصبی هزاران بار بهتر از سیستم‌های فعلی هستند نیز مطرح می‌شود. هامرلی اعتراف می‌کند که هنوز موانع بزرگی وجود دارد که باید بر آن‌ها غلبه کرد. او می‌گوید شاید دست یافتن به شبکه‌های عصبی فراتر از دقت 10 بیتی امکان پذیر نباشد. اگرچه در حال حاضر سیستم‌های 8 بیتی وجود دارند، اما برای اینکه واقعا کارها را پیش ببرند به دقت بسیار بیشتری نیاز است.

پس از آن، مشکل قرار دادن اجزای نوری بر روی تراشه‌ها وجود دارد. این ابزار نوری نه تنها فضای بسیار بیشتری را نسبت به ترانزیستورها اشغال می‌کنند، بلکه نمی‌توان آن‌ها را در جایی نزدیک به تراشه قرار داد و این یک مشکل نسبتا بزرگ ایجاد می‌کند. اگرچه چالش‌هایی که با آن روبه‌رو می‌شویم هنوز بسیار زیاد است اما مزایای این فناوری می‌تواند پیشرفت‌هایی را به ارمغان بیاورد.

تراشه Lightmatter Envise
با تمام آنچه گفته شد، در حال حاضر تعدادی از شرکت‌ها در حال توسعه پردازنده‌ها و شتاب‌دهنده‌های فوتونیکی هستند، از جمله استارت‌آپ‌های MIT Lightmatter و Lightelligence. شرکت‌هایی مانند این‌ها همراه با پردازنده Etile و Luminous، رویکردهای متفاوتی را برای حل مشکلات فعلی ارائه می‌دهند. در واقع Lightmatter در نظر دارد در اواخر امسال یک برد شتاب دهنده نوری به بازار عرضه کند.

Lightmatter ادعا می‌کند که تراشه فوتونیکی آن به نام Envise، پنج برابر سریع‌تر از پردازنده گرافیکی Nvidia A100 Tensor Core است و در برخی از قدرتمندترین دیتا سنترهای جهان قرار دارد. همچنین ادعا می‌کند که چگالی محاسباتی آن چندین برابر بیشتر از Nvidia DGX-A100 است. سیستم Blade این شرکت که شامل 16 تراشه Envise در پیکربندی سرور 4-U است، ظاهرا تنها 3 کیلو وات انرژی مصرف می‌کند!

این شرکت در اوایل سال جاری، 80 میلیون دلار برای کمک به عرضه تراشه خود به بازار جمع‌آوری کرد و اولیویا نوتبوهم، مدیر عامل سابق Dropbox نیز به هیئت مدیره این شرکت ملحق شد.

هدف تراشه Lightmatter Envise چیست؟هدف این تراشه بهبود است؛ از وسایل نقلیه خودران گرفته تا پردازش زبان و توسعه دارویی. ادعای بزرگی است، اما به نظر می‌رسد Lightmatter یک محصول واقعی دارد که به جای یک آزمایشگاه فناوری یا مقاله علمی کار می‌کند. نیاز به حل مسائلی مانند: مصرف برق و انتشار CO2 می‌تواند محرک‌های قدرتمندی در این “مسابقه فضایی” باشد؛ زیرا این موضوع تقریبا در صدر اخبار فناوری جهان قرار دارد. همانطور که با فراگیر شدن یادگیری ماشینی تقاضای محاسباتی افزایش می‌یابد، تقاضا برای جبران اثرات زیست‌ محیطی نیز بیشتر می‌شود.

کامپیوتر کوانتومی فوتونیککامپیوتر فوتونیک با اتصالات واحدهای محاسباتی (کیوبیت) خود به سرعت محاسبات بالاتری نسبت به کامپیوترهای کلاسیک دست می‌یابند. دقیقا در این مقیاس است که رویکرد فوتونیک، که از ذرات نور (فوتون‌ها) به عنوان کیوبیت استفاده می‌کند، مزایای بسیار زیادی را به همراه خواهد داشت. این به این دلیل است که توابع مورد نیاز برای عملیات محاسباتی را می‌توان با استفاده از فرآیندهای پیچیده ساخت نیمه هادی بر روی یک تراشه تولید کرد.

Fraunhofer IPMS در حال انجام تحقیقاتی بر روی یک کامپیوتر فوتونیک است. هدف این پروژه ارائه مزیتی برای محاسبه برنامه‌های کاربردی مرتبط با صنعت می‌باشد. بهینه‌سازی  زمان‌بندی در فرودگاه‌ها در صورت تاخیرهای پیش‌بینی نشده مثال بارزی از این فناوری‌ست. برای این کار، کنسرسیوم متشکل از تحقیقات دانشگاهی، استارت‌آپ‌ها و صنایع در حال توسعه یک محاسبات فوتونیکی جدید هستند که یک کامپیوتر کوانتومی با حداکثر 100 کیوبیت را در طول پروژه فعال می‌کند.

این پروژه بر اساس روشی که برای ساخت تراشه‌های کامپیوتری کوانتومی بسیار قدرتمند توسعه یافته بود، انجام می‌شود. فرآیند تراشه کامپیوتر فوتونیک با ایجاد کانال‎های نوری بر روی تراشه‌های سیلیکونی، قادر به انتقال، کنترل و نظارت بر کوانتوم‌ها می‌باشد. این فناوری جدید در تراشه‌ها در آینده می‌توانند در رایانه‌های معمولی نیز استفاده شوند. طراحی یکپارچه بر اساس فرآیندهای تولید تراشه‌های نیمه هادی نوید توسعه بیشتر از 100 کیوبیت را می‌دهد. متناسب با این معماری جدید، الگوریتم‌های بهینه‌سازی شده برای محاسبات کوانتومی در طول پروژه توسعه داده می‌شوند و از طریق اتصال ابری در دسترس عموم قرار خواهند گرفت.

پردازنده‌های نوری فوریه
تبدیل فوریه گسسته یکی از ابزارهای قدرتمند در پردازش سیگنال دیجیتال است که با استفاده از آن می‌توان طیف سیگنالی را با طول متناهی را به دست آورد. بسیاری از محاسبات، به ویژه در کاربردهای علمی، به استفاده از تبدیل فوریه گسسته دو بعدی (DFT) نیاز دارند. اگرچه فناوری‌های مدرن GPU معمولا محاسبات با سرعت بالا را امکان‌پذیر می‌کنند، اما در عین حال تکنیک‌هایی توسعه یافته‌اند که می‌توانند با استفاده از خاصیت تبدیل طبیعی فوریه لنزها، تبدیل فوریه پیوسته را به صورت نوری انجام دهند.

ورودی با استفاده از یک مدولاتور نور فضایی کریستال مایع کدگذاری می‌شود و نتیجه با استفاده از سنسور تصویر معمولی CMOS یا CCD اندازه گیری می‌شود. چنین معماری‌های نوری می‌توانند مقیاس‌بندی برتری از پیچیدگی محاسباتی را به دلیل ماهیت بسیار به هم پیوسته انتشار نوری ارائه دهند و برای حل معادلات حرارتی دوبعدی استفاده شده‌اند.

نتیجه گیری
Fraunhofer IPMS در حال توسعه و کنترل یکپارچه اجزای اپتوالکترونیکی کامپیوتر فوتونیک است و توسعه دهندگان این پروژه قصد دارند به زودی نمونه اولیه این فناوری جدید را ارائه کنند. علاوه بر این، حداکثر ظرف پنج سال آینده یک تراشه کامپیوتری کوانتومی با قابلیت انجام محاسبات در مقیاس بزرگ تر ساخته خواهد شد.

ادعای IBM در ساخت تراشه های 2 نانومتری

اخیرا نخستین تراشه های 2 نانومتری دنیا توسط شرکت IBM تولید و رونمایی شده است. این شرکت توسعه فناوری های جدید خود در رابطه با تراشه های دو نانومتری را در شهر آلبانی نیویورک انجام می‌دهد. این تراشه از 50 میلیار ترانزیستور تشکیل شده است. و از تمامی تراشه های قدرتمند امروزی قوی تر است. قطعات نیمه هادی در دنیای امروزی از نقش اساسی و حیاتی برخوردار هستند. و در بسیاری از صنایع از قبیل: سیستم های حمل و نقل، رایانش و دستگاه ها ارتباطی کاربرد دارند. با گذر زمان این نیاز بیش از گذشته احساس می‌‍شود که کاربران به تراشه هایی با قدرت بیشتر ولی مصرف انرژی کمتر نیاز دارند. و بیش از همه نیز این نیاز در حوزه های هوش مصنوعی و اینترنت اشیا احساس می‌شود.

تاثیر تراشه های 2 نانومتری IBM در تراشه های نیمه هادی

ای بی ام با تولید تراشه های دو نانومتری توانسته یه تراشه های نیمه هادی قدرت بیشتری ببخشد. و بیش از گذشته پاسخگو نیاز کاربران باشد. ای بی ام پیش بینی کرده است که تراشه های 2 نانومتری وی 45 درصد قدرت بیشتر و 75 درصد انرژی کمتری نسبت به پیشرفته ترین تراشه های 7 نانومتری امروزی دارند.

مزیت‌های تراشه های 2 نانومتری IBM

افزایش عمر باطری تا حدود 4 برابر

کاهش کربن دیتا سنترها

افزایش سرعت

تسریع پردازش در اپلیکیشن ها

دسترسی سریع تر به اینترنت

این تراشه های با توجه به فناوری هایی که در ساختشان به کاربرده شده است می‌توانند فرایند تشخیص اشیا را سریع تر انجام دهند. و تجربه ای لذت بخش را به شما ارائه دهند.

دستاوردهای مهم IBM

IBM پیش‌تر از طریق متخصصانش توانسته بود نخستین تراشه‌های هفت نانومتری و پنج نانومتری دنیا را نیز معرفی کند.

DRAMهای تک سلولی

قوانین مقیاس‌بندی دنارد

فتورزیست‌های تقویت‌شده به روش شیمیایی

سیم‌کشی به ‌هم ‌متصل مسی

فناوری سیلیکون روی عایق

ریزپردازنده‌های چند هسته‌ای

DRAM توکار

بسته‌بندی تراشه‌ها به‌صورت سه‌ بعدی

موارد بالا جزو دستاوردهای مهم IBM در طول چند سال فعالیت اخیر به‌ حساب می‌آیند. IBM پس از گذشت چهار سال از اعلام لیتوگرافی پنج نانومتری، اقدام به رونمایی از تراشه های 2 نانومتری کرد.

افزایش تعداد ترانزیستور چه مزایایی را در پی دارد؟

کوچک تر شدن تراشه

افزایش سرعت تراشه

قابل اتکاتر شدن

کاهش مصرف انرژی

 معیار نانومتر از یک سازنده به سازنده دیگر متفاوت است. به ویژه فرآیندهای اینتل با معماری 10 نانومتری دارای تراکم ترانزیستور بسیار بالاتر از تراشه AMD با معماری با 7 نانومتر است. پردازنده‌های Willow Cove در تراکم ترانزیستور تقریبا برابر با قطعات 7 نانومتری هستند که از تولیدات کارخانه‌های TSMC هستند. (TSMC پردازنده‌هایی را برای AMD ،Apple و سایر مشتریان قدرت‌مندش تولید می‌کند.)

ادعای IBM در ساخت تراشه های 2 نانومتری

IBM ادعا می‌کند معماری به‌ کار رفته در تراشه های 2 نانومتری تاکنون در صنعت دیده نشده است. براساس ادعای IBM، فناوری جدید باعث می‌شود تراشه‌ی دو نانومتری، حداکثر ۵۰ میلیارد ترانزیستور در خود جای دهد. افزایش تعداد ترانزیستورها همچنین بدین معنی است که طراحان تراشه گزینه‌های بیشتری برای گنجاندن فناوری‌های جدید در سطح هسته در دسترس دارند تا توانایی تراشه برای پردازش‌های مهم در حوزه‌ی هوش مصنوعی و رایانش ابری تقویت شود.

ترانزیستورها مانند یک سوئیچ خاموش و روشن عمل می‌کنند و اعداد ۰ و ۱ باینری را می‌سازند که زیرساخت کامپیوترهای مدرن را تشکیل می‌دهد. دیواری که در برابر رشد فناوری در این حوزه قرار داشت این بود که به هنگام خاموش بودن این سوئیچ‌های ریز، الکترون از آن‌ها نشت می‌کرد. داریو گیل، معاون رئیس و مدیر تحقیقات آی‌بی‌ام گفته است دانشمندان توانسته‌اند ورقه‌هایی از مواد عایق به ضخامت چند نانومتر در داخل سوئیچ‌ها بریزند تا نشتی الکترون را متوقف کنند.

نتیجه گیری

اخبار اعلام شده حاکی از این است که TSMC نیز در حال کار روی تراشه‌های ۲ نانومتری است و انتظار می‌رود تا سال آینده شاهد ساخت تراشه‌های ۴ و ۳ نانومتری توسط این شرکت باشیم. در حالی که خبر ساخت تراشه های دونانومتری توسط ای بی ام انقلاب بزرگی در تراشه ها در جهان به وجود می آورد اما نمیتوان به طور دقیق دانست که این تراشه ها چه زمانی به شکل گسترده در سخت افزارها به کار برده خواهند شد. زیرا تولید انبوه این تراشه ها مشکلات و چالش های بسیاری بر سر راه دارد. احتمالا چند سالی تا عرضه گسترده تراشه های 2 نانومتری به بازار فاصله دارد. اما توجه به این نکته ضروری است تراشه هایی که قرار است دنیایی ما را متحول نمایند اکنون در راه هستند.