Den nyeste datateknologien du må se for å tro

Den nyeste datateknologien du må se for å tro / Fremtidig Tech

Moores lov, den truisme som mengden av rå beregningskraft som er tilgjengelig for en dollar, har en tendens til å doble omtrent hver atten måneder, har vært en del av datalogi lore siden 1965, da Gordon Moore først observert trenden og skrev et papir på den. På den tiden, den “Lov” litt var en spøk. 49 år senere ler ingen.

Akkurat nå blir dataplisser laget med en utrolig raffinert, men veldig gammel fabrikasjonsmetode. Ark av meget rene silisiumkrystaller er belagt i forskjellige stoffer, inngravert ved hjelp av laserbjelker med høy presisjon, etset med syre, bombardert med urenheter med høy energi og elektroplatert.

Mer enn tjue lag av denne prosessen oppstår, bygge nanoskala komponenter med en presisjon som er, ærlig, skremmende. Dessverre kan disse trendene ikke fortsette for alltid.

Vi nærmer oss det punktet at transistorene vi graverer vil være så små at eksotiske kvanteffekter vil forhindre maskinens grunnleggende drift. Det er generelt enighet om at de nyeste datateknologiske fremskrittene vil gå inn i de grunnleggende grensene for silisium rundt 2020, når datamaskiner er omtrent seksten ganger raskere enn de er i dag. Så, for den generelle trenden i Moores lov å fortsette, må vi dele veier med silisium slik vi gjorde med vakuumrør, og begynne å bygge sjetonger ved hjelp av ny teknologi som har mer plass til vekst.

4. Neuromorfe Chips

Ettersom elektronikkmarkedet beveger seg mot smartere teknologier som tilpasser seg brukere og automatiserer mer intellektuelt grunt arbeid, er mange av problemene som datamaskiner trenger å løse, sentrert rundt maskinlæring og optimalisering. En kraftig teknologi som brukes til å løse slike problemer, er "neurale nettverk".

Nevrale nettverk reflekterer hjernens struktur: de har noder som representerer nevroner, og vektede forbindelser mellom de noder som representerer synaps. Informasjonen flyter gjennom nettverket, manipulert av vekter, for å løse problemer. Enkle regler dikterer hvordan vektene mellom neuroner endres, og disse endringene kan utnyttes for å produsere læring og intelligent oppførsel. Denne typen læring er computationally dyrt når simulert av en konvensjonell datamaskin.

Neuromorfe chips forsøker å løse dette ved å bruke dedikert maskinvare som er spesielt utviklet for å simulere oppførsel og opplæring av nevroner. På denne måten kan en enorm fart oppnås, mens du bruker neuroner som oppfører seg mer som de virkelige nevronene i hjernen.

IBM og DARPA har ledet ansvaret for nevromorfisk chipforskning via et prosjekt som heter SyNAPSE, som vi har nevnt før du ikke tror det: DARPA Fremtidig forskning i avanserte datamaskiner Du vil ikke tro det: DARPA Fremtidig forskning til avanserte datamaskiner DARPA er en av de mest fascinerende og hemmelige delene av den amerikanske regjeringen. Følgende er noen av DARPAs mest avanserte prosjekter som lover å forandre teknologien. Les mer . Synapse har det endelige målet å bygge et system som tilsvarer en fullstendig menneskelig hjerne, implementert i maskinvare som ikke er større enn en ekte menneskelig hjerne. På nærmere sikt planlegger IBM å inkludere nevromorfe chips i sitt Watson-system, for å øke hastigheten på å løse visse delproblemer i algoritmen som avhenger av nevrale nettverk.

IBMs nåværende system implementerer et programmeringsspråk for nevromorfisk maskinvare som gjør det mulig for programmerere å bruke pre-trente fragmenter av et neuralt nettverk (kalt "corelets") og knytte dem sammen for å bygge robuste problemløsende maskiner. Du vil sikkert ikke ha neuromorfe chips i datamaskinen din lenge, men du vil nesten sikkert bruke webtjenester som bruker servere med neuromorfe chips på bare noen få år.

3. Micron Hybrid Memory Cube

En av prinsippene for flaskehalsene for dagens datamaskindesign er den tiden det tar å hente dataene fra minnet som prosessoren må jobbe med. Tiden som trengs for å snakke med de ultrahurtige registrene i en prosessor er betydelig kortere enn tiden som trengs for å hente data fra RAM, noe som igjen er mye raskere enn å hente data fra den plagsomme plodding-harddisken.

Resultatet er at prosessoren ofte er igjen, og bare venter på lange tidspunkter for at data skal komme, så det kan gjøre neste runde beregninger. Cacheminnet for prosessor er omtrent ti ganger raskere enn RAM, og RAM er omtrent hundre tusen ganger raskere enn harddisken. Sett på en annen måte, hvis du snakker med prosessorens buffer, er å gå til naboens hus for å få litt informasjon, så snakker med RAM er som å gå et par miles til butikken for samme informasjon - å få det fra harddisken er som går til månen.

Micron Technology kan bryte industrien fra den vanlige utviklingen av konvensjonell DDR-minneteknologi, erstatte den med egen teknologi, som stabler RAM-moduler i terninger og bruker høyere båndbreddekabler for å gjøre det raskere å snakke med de kubene. Kubene er bygget direkte på hovedkortet ved siden av prosessoren (i stedet for satt inn i spor som konvensjonsramme). Hybrid minnekubusarkitekturen tilbyr fem ganger mer båndbredde til prosessoren enn DDR4-rammen kommer ut i år, og bruker 70% mindre strøm. Teknologien forventes å slå supercomputer markedet tidlig neste år, og forbrukermarkedet noen år senere.

2. Memristor Storage

En annen tilnærming til å løse minnesproblemet er å designe dataminne som har fordelen av mer enn en slags minne. Vanligvis kommer avvikene med minne til å koste, tilgangshastighet og volatilitet (volatilitet er egenskapen til å kreve en konstant strømforsyning for å holde data lagret). Harddisker er svært sakte, men billig og ikke-flyktig.

Ram er flyktig, men rask og billig. Cache og register er flyktige og svært dyre, men også veldig raske. Den beste av begge verdens teknologi er en som ikke er flyktig, rask å få tilgang til, og billig å lage. I teorien tilbyr memristors en måte å gjøre det på.

Memristors ligner motstander (enheter som reduserer strømmen av strøm gjennom en krets), med fangsten som de har minne. Kjør nåværende gjennom dem på en måte, og deres motstand øker. Kjør strøm gjennom den andre veien, og motstanden minker. Resultatet er at du kan bygge billige, høyhastighets RAM-stil minneceller som ikke er flyktige, og kan produseres billig.

Dette øker muligheten for RAM-blokker så store som harddisker som lagrer hele OS- og filsystemet på datamaskinen (som en stor, ikke-flyktig RAM-disk. Hva er en RAM-disk og hvordan du kan sette opp en Hva er en RAM Disk, og hvordan du kan sette en opp Solid state harddisker er ikke den første ikke-mekaniske lagringen som vises i forbruker-PCer. RAM har blitt brukt i flere tiår, men først og fremst som en kortvarig lagringsløsning. RAM gjør det ... Les mer), som alle kan nås med hastigheten på RAM. Ingen mer harddisk. Ikke mer å gå til månen.

HP har utviklet en datamaskin som bruker memristorteknologi og spesialisert kjerneutforming, som bruker fotonikk (lysbasert kommunikasjon) for å øke hastigheten på nettverk mellom beregningselementer. Denne enheten (kalles “Maskinen”) er i stand til å gjøre komplisert behandling på hundrevis av terrabyter med data i en brøkdel av et sekund. Minneminneren er 64-128 ganger tettere enn vanlig RAM, noe som betyr at det fysiske fotavtrykket på enheten er svært lite - og hele shebang bruker langt mindre strøm enn serverrommene, den ville erstatte. HP håper å bringe datamaskiner basert på The Machine til markedet de neste to til tre årene.

1. Grafene Prosessorer

Grafene er et materiale laget av sterkt bundet gitter av karbonatomer (som karbon nanorør). Den har en rekke bemerkelsesverdige egenskaper, inkludert enorm fysisk styrke og nær superledningsevne. Det finnes dusinvis av potensielle bruksområder for grafen, fra romløftene til kroppsarmen til bedre batterier, men den som er relevant for denne artikkelen, er deres potensielle rolle i datastrukturer.

En annen måte å gjøre datamaskiner raskere, i stedet for å krympe transistorstørrelsen, er å bare gjøre de transistorene kjører raskere. Dessverre, fordi silisium ikke er en veldig god dirigent, vindes en betydelig mengde strøm sendt gjennom prosessoren opp til varme. Hvis du prøver å klokke silikonprosessorer opp mye over ni gigahertz, forstyrrer varmen prosessorenes drift. 9 Gigahertz krever ekstraordinær kjøleinnsats (i noen tilfeller med flytende nitrogen). De fleste forbrukerbrikker går mye langsommere. (For å lære mer om hvordan konvensjonelle dataprosessorer jobber, les vår artikkel Hva er en CPU og hva gjør den? Hva er en CPU og hva gjør den? Computer akronymer er forvirrende. Hva er en CPU uansett? Og trenger jeg en quad eller dual-core prosessor? Hva med AMD eller Intel? Vi er her for å forklare forskjellen! Les mer om emnet).

Grafen er derimot en utmerket leder. En grafentransistor kan i teorien løpe opp til 500 GHz uten at det er noen varmeproblemer å snakke om - og du kan etsse det på samme måte som du etser silisium. IBM har allerede gravert enkle analoge grafen-sjetonger, ved hjelp av tradisjonelle chiplitografiteknikker. Inntil nylig har problemet vært to ganger: for det første er det svært vanskelig å produsere grafen i store mengder, og for det andre at vi ikke har en god måte å lage grafen-transistorer som helt blokkerer strømmen av strøm i deres "off" ' stat.

Det første problemet ble løst da elektronikkgigant Samsung annonserte at sin forskningsarm hadde oppdaget en måte å masse produsere hele grafenkrystaller med høy renhet. Det andre problemet er mer komplisert. Problemet er at mens grafens ekstreme ledningsevne gjør det attraktivt fra et varmeperspektiv, er det også irriterende når du vil lage transistorer - enheter som er ment å slutte å utføre milliarder ganger om gangen. Grafen, i motsetning til silisium, mangler et "båndgap" - en strømstrøm som er så lav at det fører til at materialet faller til null ledningsevne. Heldigvis ser det ut til at det er noen alternativer på den fronten.

Samsung har utviklet en transistor som bruker egenskapene til et silikon-grafen-grensesnitt for å produsere ønskede egenskaper, og bygget en rekke grunnleggende logikkkretser med den. Selv om det ikke er en ren grafen-datamaskin, vil denne ordningen bevare mange av de gunstige effektene av grafen. Et annet alternativ kan være bruk av "negativ motstand" for å bygge en annen type transistor som kan brukes til å konstruere logiske porter som opererer ved høyere kraft, men med færre elementer.

Av teknologiene som er omtalt i denne artikkelen, er graphene lengst borte fra kommersiell virkelighet. Det kan ta opptil et tiår for teknologien å være moden til å virkelig erstatte silisium helt. På lang sikt er det imidlertid svært sannsynlig at graphene (eller en variant av materialet) vil være ryggraden i fremtidens databehandlingsplattform.

De neste ti årene

Vår sivilisasjon og mye av vår økonomi har kommet for å avhenge av Moores lov på dype måter, og enorme institusjoner investerer enorme mengder penger i å forsøke å forkaste dens slutt. En rekke mindre raffinementer (som 3D-chiparkitekturer og feiltolerant databehandling) vil bidra til å opprettholde Moores lov forbi sin teoretiske seks års horisont, men den typen ting kan ikke vare for alltid.

På et tidspunkt i det kommende tiåret må vi hoppe til en ny teknologi, og de smarte pengene er på grafen. At overgangen kommer til å på alvor skake opp status quo av datamaskinindustrien, og gjøre og miste mange formuer. Selv grafen er ikke selvsagt en permanent løsning. Det er veldig sannsynlig at vi i noen få tiår kan finne oss tilbake her igjen, og diskutere hvilken ny teknologi som skal overta, nå som vi har nådd grensene for graphene.

Hvilken retning tror du den nyeste datateknologien kommer til å ta? Hvilke av disse teknologiene tror du har den beste muligheten til å ta elektronikk og datamaskiner til neste nivå?

Image Credits: Kvinne hånd i ESD-hansker Via Shutterstock

Utforsk mer om: CPU.