麻省理工學院表示如果芯片不能變得更小那么編碼人員必須變得更聰明

許多我們認為理所當然的科技設(shè)備之所以成為可能，是因為多年來計算能力的提高，不僅使pc和智能手機更快，而且更小。這一切都始于1965年，當時英特爾聯(lián)合創(chuàng)始人戈登•摩爾預(yù)言，可裝在電腦芯片上的晶體管數(shù)量將呈指數(shù)級增長——事實也的確如此，大約每兩年翻一番。摩爾定律經(jīng)受住了考驗，最近慶祝了它的55周年紀念日。但小型化的趨勢只能持續(xù)這么長時間，東西也只能變得這么小:有了最新的硅芯片，一萬個端到端的芯片還沒有人的頭發(fā)寬。因此，在過去的十年里，研究人員一直在試圖找出提高性能的方法，以便讓技術(shù)人員能夠繼續(xù)創(chuàng)新。

一些專家對量子計算和碳納米管等新技術(shù)寄予厚望。但麻省理工學院計算機科學與人工智能實驗室(CSAIL)的一個團隊最近發(fā)表的一篇論文認為，答案很可能不是某種未來的范式轉(zhuǎn)變。相反，該團隊已經(jīng)確定了三個關(guān)鍵領(lǐng)域，以優(yōu)先考慮繼續(xù)交付計算速度——新算法、更好的軟件和更專業(yè)的硬件。資深作家查爾斯·雷瑟爾森(Charles Leiserson)說，使智能手機成為可能的小型化，在很多方面鼓勵了編碼快捷方式。幾十年來，程序員一直能夠優(yōu)先考慮快速編寫代碼——而不是為了讓代碼運行得更快而編寫代碼——因為更小更快的計算機芯片總是能夠彌補這一缺陷。麻省理工學院電子工程和計算機科學系(EECS)的雷瑟森教授在文章中說:“這還不是一個問題，但如今要想在機器學習、機器人技術(shù)和虛擬現(xiàn)實等領(lǐng)域取得進一步進展，將需要巨大的計算能力。”“如果我們想充分利用這些技術(shù)的潛力，我們必須改變我們的計算方法。”

作者將他們的建議分為軟件、算法和硬件架構(gòu)。在軟件方面，他們認為，程序員之前對生產(chǎn)力的重視超過了對性能的重視，這導(dǎo)致了一些有問題的策略，比如“減少”(使用對問題A有效的代碼，然后用它來解決問題B)。

作為一個例子,如果有人來創(chuàng)建一個系統(tǒng)認識到“是”或“不是”的語音命令,但不希望編寫一個全新的自定義項目,他們可能需要現(xiàn)有程序,識別廣泛的話說,調(diào)整只能回答“是”或“不是”的答案,根據(jù)CSAIL的紙。雖然這種方法減少了編碼時間，但它增加了低效性:如果一個簡化的效率是定制解決方案的80%，而添加了20個簡化層，那么代碼的效率最終將降低1萬倍。“隨著硬件改進速度的放緩，程序員必須重新考慮這些策略，”研究科學家和合著者尼爾·湯普森(Neil Thompson)說。“如果我們想繼續(xù)以我們已經(jīng)習慣的速度增長，我們就不能繼續(xù)‘照常經(jīng)營’。”

相反，研究人員推薦了類似代碼并行化的技術(shù)。他們說，多核技術(shù)可以使復(fù)雜的任務(wù)以更快數(shù)千倍的速度完成，而且能效更高。至于算法，該團隊建議三管齊下的方法，包括探索新的問題領(lǐng)域，解決對算法規(guī)模的關(guān)注，以及調(diào)整它們以更好地利用現(xiàn)代硬件。最后，在硬件架構(gòu)方面，該團隊主張精簡硬件，這樣問題就可以用更少的晶體管和更少的硅來解決。報告稱，精簡包括使用更簡單的處理器，以及為特定應(yīng)用量身定制硬件，比如為計算機圖形定制的圖形處理單元(GPU)。研究科學家和合著者Tao Schardl說:“為特定領(lǐng)域定制的硬件可以更高效，使用更少的晶體管，使應(yīng)用程序運行速度快幾十到幾百倍。”“更普遍的是，硬件流線型化將進一步鼓勵并行編程，創(chuàng)造更多的芯片區(qū)域用于更多的并行電路。”盡管這些方法可能是最好的前進道路，但研究人員提醒說，它們并不總是那么容易。他們說，使用這類技術(shù)的組織可能在投入了大量程序員時間之后才會知道自己的努力所帶來的好處。另外，這種加速并不像摩爾定律那樣一致:一開始可能會非常引人注目，但隨后就需要為較小的改進付出大量的努力。該團隊指出，某些公司已經(jīng)收到了這份備忘錄。湯普森表示:“對于谷歌和亞馬遜這樣的科技巨頭來說，其數(shù)據(jù)中心的龐大規(guī)模意味著，軟件性能的微小改進也能帶來巨大的經(jīng)濟回報。”“不過，盡管這些公司可能是領(lǐng)頭羊，但其它許多公司如果想保持競爭力，就必須認真對待這些問題。”