spring63的个人博客分享 http://blog.sciencenet.cn/u/spring63

博文

微处理器、智能手机与技术创新 精选

已有 5290 次阅读 2018-5-25 08:57 |系统分类:海外观察

 微处理器

从不久前的中兴事件中,国人大体上都了解到微处理器芯片的极其重要性。没有微处理器芯片,就没有智能手机和许多创新产品。但是,许多人可能并不了解微处理器变迁和发展的速度有多快。

2018516日微软首席执行官峰会上,艾德·拉佐斯卡教授(Ed Lazowska,华盛顿大学保罗·G·艾伦计算机科学与工程学院比尔&梅林达•盖茨讲席教授)在演说中这样比较汽车和微处理器的速度、效率、尺寸和成本变迁(参考资料[1]):

1970年到现在的汽车:速度(车速)——大致相同,效率(MPG每加仑汽油能行驶英里数)——大致相同,尺寸——大致相同,成本(相对于性能的成本)——大致相同。而微处理器(图1),1971年的Intel 40042,300晶体管)到2015年的Intel Xeon(至强)(4,300,000,000晶体管):速度(每秒运算次数)——提高100,000倍,效率(每瓦操作)——提高6,750倍,尺寸(一个晶体管占用面积)——降低1,000,000倍,成本(每指令美元)——降低2,700倍。

                                             

1 1971年的Intel 40042015年的Intel Xeon(至强)

假设如果汽车的速度、效率、尺寸和成本如同微处理器一样演变和发展,艾德·拉佐斯卡指出,那么现在的汽车应该会达到:速度——每小时可以行驶6,000,000英里(从旧金山到纽约1.7秒),效率——每加仑汽油能行驶100,000英里(从旧金山到纽约1/2杯燃料),尺寸——小汽车会比蚂蚁小(五分之一英寸长),成本——一辆车的成本将不到10美元。当然,做这样的假设和比较,只是为了直观地展示微处理器芯片的发展速度(图2)。

2 如果汽车如同微处理器一样演变

戈登·摩尔(Gordon Moore)提出的著名的摩尔尔定律曾经成功地预测了微处理器的发展趋势。摩尔定律是一种经验规律,有多个版本。19654月,戈登·摩尔撰写的文章中预言在半导体芯片上集成的晶体管和电阻器数量将每年增长一倍。后来广为人知的描述有两种:其一,集成电路中晶体管的数量大约每两年增长一倍;其二,集成电路中晶体管的数量大约每18个月增长一倍。摩尔定律也被用于描述技术过程的其他方面,例如,处理速度、效率或电子产品的成本,因为它们与是集成电路中晶体管的集成度有紧密的联系。

在过去几十年间,摩尔定律大体上正确。如图3所示,INTEL的微处理器芯片集成度比较接近于每2.1年(大约25个月)增长一倍。在这个期间里,超大规模集成电路的生产工艺,也从“微米级”发展到“纳米级”(在0.1~100纳米的尺度里,以控制单个原子、分子来实现设备特定的功能),发生了许多根本上的变化。

3 摩尔定律——集成电路芯片上的晶体管数目

但是,也应该认识到,集成电路中晶体管的数量(或说集成技术的密集度)不可能无限制地小下去,经典计算机将很快达到它的极限——晶体管的大小将达到原子的尺度。由于投资、市场、设计复杂性、材料和工艺诸多因素影响,终将造成摩尔定律的终结(有人曾预测过摩尔定律于2016年走向终结)。

艾德·拉佐斯卡教授在微软首席执行官峰会上介绍了华盛顿大学在计算机科学领域的研究成果,强调计算机科学也发生了变化:从更小、更快、更便宜,到应对社会面临的挑战。核心计算机科学与工程(包括人工智能、系统、理论和编程语言等)及其延伸的学科(移动计算、自然语言处理、传感器、数据科学、云计算、机器学习、人机交互、计算机视觉和机器人学等),有助于应对社会面临的诸多挑战(医药与全球健康、交通运输、科学发现、神经工程、老年护理、可达性、与物理世界整合“物联网”、推进发展中的世界、安全、隐私和保障、技术政策、能源与可持续发展挑战)等。

智能手机

如今如果问什么是过去二十多年间对人类生活影响最大的创新产品,也许许多人会回答是智能手机(世界上第一款使用触摸屏的智能手机是1993IBM公司推出的Simon)。记得在我大学毕业年级合影时,听到一位著名物理学老教授感叹照相机几十年没有大的变化——说当年他毕业合影时也是用这样的照相机。现在我到了老教授当年的年纪,环顾四周人们都是用智能手机照相——以前在大街上、在公园里到处可见的“柯达”、“乐凯”胶卷专卖店无踪无影。现在在世界上任何地方、何时候,都可以看到有人在利用智能手机进行视频电话和发送短信,浏览网页和游戏,查询和导航,购物和支付

社会生活的更多方面还将受到智能手机的影响,例如,未来保健和疾病诊断方式也将发生变革。保罗·G·艾伦计算机科学与工程学院的施瓦塔克-帕特尔教授在前面提到的微软首席执行官峰会上,介绍了使用手机生理数据的连续采集,以及使用手机上的现有传感器进行健康信息发送(图4)。

4 移动健康感知

根据施瓦塔克-帕特尔教授的介绍(参考资料[2]),移动手机可以用于许多疾病诊断(图5):肺(肺活量测定法、咳嗽分析),血液筛查(血红蛋白、胆红素),心血管(sp0₂、血压),特异疾病(睡眠呼吸暂停、骨质疏松)等。华盛顿大学研制了SpiroSmart移动肺活量计、HemaApp用智能手机测量血红蛋白,以及BiliScreen胰腺癌筛查检查血清胆红素水平(图6)和OsteoApp用于骨质疏松筛查(图7)等新技术。

5 使用手机进行诊断

6  BiliScreen胰腺癌筛查检查血清胆红素水平

7 OsteoApp:骨质疏松筛查

技术创新

说起技术创新大多数人比较关注人才问题和资金问题,实际上,技术创新还有赖于需求驱动和通过社会和工业的技术传播。无疑,微处理器和智能手机能够在数十年间不断创新和发展,得益于强大的需求推动,也得益于强大的社会和工业的技术传播

以微处理器芯片为例,近年随着当前激动人心的人工智能浪潮兴起,许多微处理器厂家纷纷投入研发人工智能芯片。在图3中介绍了INTELCPU微处理器芯片集成度比较接近于每2.1年(大约25个月)增长一倍。但是,据分析(参考资料[3]),自从2012以来,人工智能机器学习训练的计算量每3.5个月增长一倍,其指数增长速度超过摩尔定律——自2012以来,这个指标已经增长了超过30万倍(按照摩尔定律的18个月的加倍周期的版本,也只会增加12倍)。

8显示了机器学习计算量需求的增长:从Alex2012年提出的alexnet网络结构模型,到2017AlphaGo Zero是谷歌在无任何人类输入的条件下,AlphaGo Zero能够迅速自学围棋的程序。图中的PETAFLop/s表示每秒浮点运算千万亿次浮点运算,“PETAFLop/s--天”即每秒1015个神经网络操作天数,或总共约1020次神经网络操作数。最佳拟合线的倍增时间为3.43个月。

在我撰写这篇博文时候,看到Intel首届人工智能开发者大会的消息:新一代人工智能芯片将于2019年问世,超越传统的CPU微处理器芯片。

8 机器学习对计算能力的需求

至于通过社会和工业的技术传播,显然,前面谈到的华盛顿大学的两位教授在微软首席执行官峰会上介绍他们的新技术成果,目的是希望这些新技术得以在工业中应用。

第一个商业微处理器Intel 4004设计者佛德利克•法金(Federicao Faggin)指出过,创新包含着创造,但创造不见得是创新。创新包含着一种实用性的思想。科技创新需要发明创造新的东西或“突破性”的新技术。但是,并不是所有的创造和新技术,都可以并能够被实际应用。新技术需要通过社会或工业传播,或通常所说的“技术成果转移”。

能够得以快速传播和普及的新技术,其本身一般都要具备一些条件,例如,与以往的技术比较,在满足需求方面有优势,易于被理解和使用,其使用经验和习惯等有某些兼容性,容易被测试和具备可观测性等。而且,技术传播和普及需要时间。技术变革是一个社会过程。美国著名学者罗杰斯(E. Rogers)教授提出过创新的传播包含的五个步骤,即:认知、说服、决定、实施以及确认。

技术创新无止境。科技创新是社会变革的推动力量。科技创新已经使得我们这个世界里微处理器和智能手机无处不在。几乎每天我们都会读到一些新技术,只要我们具有驾驭和传播技术的力量,这些新技术有望得到实际应用,应对社会面临的挑战。

参考资料

[1]Ed Lazowska.Tech To Serve. MicroSoft CEO Summit. Discovery here.

[2]Shwetak Patel. Mobile Phone. MicroSoft CEO Summit. Discovery here.

[3] http://trendglobe.com/ai-and-compute/

 

 



http://blog.sciencenet.cn/blog-3005681-1115648.html

上一篇:进入科学社区三年
下一篇:数据科学入门﹕极简教程●实战指南

6 李剑超 强涛 张骥 赵克勤 刘洋 张学文

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-8-16 15:47

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部