Pada tahun 1965, salah satu pendiri Intel Gordon Moore diterbitkan sebagai kertas yang sangat canggih yang memperkirakan bahwa daya komputasi akan berlipat ganda setiap dua tahun. Selama setengah abad, proses penggandaan ini telah terbukti sangat konsisten sehingga hari ini umumnya dikenal sebagai Hukum Moore dan telah mendorong revolusi digital.
Faktanya, kami telah menjadi begitu terbiasa dengan gagasan bahwa teknologi kami menjadi lebih kuat dan lebih murah sehingga kami hampir tidak berhenti dan memikirkan betapa belum pernah terjadi sebelumnya. Tentu saja, kami tidak mengharapkan kuda atau bajak -- atau bahkan mesin uap, mobil, atau pesawat terbang -- untuk menggandakan efisiensinya secara terus-menerus.
berapa tinggi hakim tamra?
Namun demikian, organisasi modern telah bergantung pada perbaikan terus-menerus sedemikian rupa sehingga orang jarang berpikir tentang apa artinya dan, dengan Hukum Moore akan segera berakhir , itu akan menjadi masalah. Dalam beberapa dekade mendatang, kita harus belajar untuk hidup tanpa kepastian hukum Moore dan beroperasi dalam era baru inovasi yang akan sangat berbeda.
Kemacetan Von Neumann
Karena kekuatan dan konsistensi Hukum Moore, kami telah mengaitkan kemajuan teknologi dengan kecepatan prosesor. Namun itu hanya satu dimensi kinerja dan ada banyak hal yang dapat kami lakukan untuk membuat mesin kami melakukan lebih banyak dengan biaya lebih rendah daripada sekadar mempercepatnya.
Contoh utama dari ini disebut dari kemacetan Neumann , dinamai dari jenius matematika yang bertanggung jawab atas cara komputer kita menyimpan program dan data di satu tempat dan membuat perhitungan di tempat lain. Pada tahun 1940-an, ketika ide ini muncul, itu adalah terobosan besar, tetapi hari ini menjadi sedikit masalah.
Masalahnya adalah, karena Hukum Moore, chip kami berjalan sangat cepat sehingga dalam waktu yang dibutuhkan informasi untuk bergerak bolak-balik antar chip -- dengan kecepatan cahaya -- kami kehilangan banyak waktu komputasi yang berharga. Ironisnya, ketika kecepatan chip terus meningkat, masalahnya hanya akan bertambah buruk.
Solusinya sederhana dalam konsep tetapi sulit dipahami dalam praktiknya. Sama seperti kita mengintegrasikan transistor ke wafer silikon tunggal untuk membuat chip modern, kita dapat mengintegrasikan chip yang berbeda dengan metode yang disebut susun 3D . Jika kami dapat membuat ini berhasil, kami dapat meningkatkan kinerja untuk beberapa generasi lagi.
Komputasi yang Dioptimalkan
Hari ini kami menggunakan komputer kami untuk berbagai tugas. Kami menulis dokumen, menonton video, menyiapkan analisis, bermain game, dan melakukan banyak hal lainnya di perangkat yang sama menggunakan arsitektur chip yang sama. Kami dapat melakukan ini karena chip yang digunakan komputer kami dirancang sebagai teknologi tujuan umum.
Itu membuat komputer nyaman dan berguna, tetapi sangat tidak efisien untuk tugas-tugas komputasi yang intensif. Sudah lama ada teknologi, seperti ASIC dan FPGA, yang dirancang untuk tugas yang lebih spesifik dan, baru-baru ini, GPU telah menjadi populer untuk grafis dan fungsi kecerdasan buatan.
Seiring dengan meningkatnya kecerdasan buatan, beberapa perusahaan, seperti Google dan Microsoft telah mulai merancang chip yang dirancang khusus untuk menjalankan alat pembelajaran mendalam mereka sendiri. Ini sangat meningkatkan kinerja, tetapi Anda perlu membuat banyak chip untuk membuat ekonomi bekerja, jadi ini di luar jangkauan sebagian besar perusahaan.
Yang benar adalah bahwa semua strategi ini hanyalah pengganti sementara. Mereka akan membantu kita terus maju selama dekade berikutnya atau lebih, tetapi dengan berakhirnya Hukum Moore, tantangan sebenarnya adalah memunculkan beberapa ide baru yang mendasar untuk komputasi.
baju renang josina anderson age
Arsitektur Sangat Baru
Selama setengah abad terakhir, Hukum Moore telah menjadi identik dengan komputasi, tetapi kami membuat mesin penghitung jauh sebelum microchip pertama ditemukan. Pada awal abad ke-20, IBM pertama kali mempelopori tabulator elektromekanis, kemudian datang tabung vakum dan transistor sebelum sirkuit terpadu ditemukan pada akhir 1950-an.
Saat ini, muncul dua arsitektur baru yang akan dikomersialkan dalam lima tahun ke depan. Yang pertama adalah komputer kuantum , yang berpotensi ribuan, jika bukan jutaan, kali lebih kuat daripada teknologi saat ini. Baik IBM dan Google telah membangun prototipe yang berfungsi dan Intel, Microsoft, dan lainnya memiliki program pengembangan aktif.
Pendekatan utama kedua adalah komputasi neuromorfik , atau chip berdasarkan desain otak manusia. Ini unggul dalam tugas pengenalan pola yang bermasalah dengan chip konvensional. Mereka juga ribuan kali lebih efisien daripada teknologi saat ini dan dapat diskalakan ke satu inti kecil hanya dengan beberapa ratus 'neuron' dan hingga array yang sangat besar dengan jutaan.
Namun kedua arsitektur ini memiliki kekurangan. Komputer kuantum perlu didinginkan hingga mendekati nol mutlak, yang membatasi penggunaannya. Keduanya membutuhkan logika yang sangat berbeda dari komputer konvensional dan membutuhkan bahasa pemrograman baru. Transisi tidak akan mulus.
Era Baru Inovasi
Selama 20 atau 30 tahun terakhir, inovasi, terutama di ruang digital, cukup mudah. Kami dapat mengandalkan teknologi untuk meningkatkan pada kecepatan yang dapat diperkirakan dan itu memungkinkan kami untuk memprediksi, dengan tingkat kepastian yang tinggi, apa yang mungkin terjadi di tahun-tahun mendatang.
Hal itu menyebabkan sebagian besar upaya inovasi difokuskan pada aplikasi, dengan penekanan berat pada pengguna akhir. Startup yang mampu merancang sebuah pengalaman, mengujinya, beradaptasi dan beralih dengan cepat dapat mengungguli perusahaan besar yang memiliki lebih banyak sumber daya dan kecanggihan teknologi. Itu membuat kelincahan menjadi atribut kompetitif yang menentukan.
apakah wilson bethel punya pacar?
Di tahun-tahun mendatang pendulum kemungkinan akan berayun dari aplikasi kembali ke teknologi dasar yang memungkinkannya. Alih-alih dapat mengandalkan paradigma lama yang tepercaya, sebagian besar kita akan beroperasi di ranah yang tidak diketahui. Dalam banyak hal, kami akan memulai dari awal lagi dan inovasi akan terlihat lebih seperti yang terjadi pada tahun 1950-an dan 1960-an
Komputasi hanyalah satu area yang mencapai batas teoretisnya. Kami juga butuh baterai generasi berikutnya untuk memberi daya pada perangkat, mobil listrik, dan jaringan listrik kami. Pada saat yang sama, teknologi baru, seperti genomik, nanoteknologi, dan robotika menjadi berpengaruh dan bahkan metode ilmiah dipertanyakan called .
Jadi kita sekarang memasuki era baru inovasi dan organisasi yang akan bersaing secara efektif bukanlah yang memiliki kapasitas untuk mengganggu, tetapi mereka yang bersedia untuk mengatasi tantangan besar dan menggali cakrawala baru.
