Elektronisches Design - Künftige Entwicklung des Moore-Rechts

In den 1950er Jahren veröffentlichte Gordon Moore, Mitbegründer von Fairchild Semiconductor und Intel, ein Papier, in dem darauf hingewiesen wurde, dass sich die Anzahl der Komponenten pro integrierter Schaltung jedes Jahr im nächsten Jahrzehnt verdoppeln wird. Im 1975 überprüfte er seine Prognose und sagte, dass sich die Anzahl der Komponenten nun alle zwei Jahre verdoppelte. Das ist das berühmte Moore-Gesetz.

Moores Gesetz hat sich seit Jahrzehnten als richtig erwiesen. Darüber hinaus hat Moores Gesetz die Chipherstellung und das Design geleitet. Forscher von Intel und AMD haben sich immer Ziele und Ziele nach Moores Gesetz gesetzt. Da Moores Gesetz die rasante Entwicklung des Chipdesigns erzwingt, werden Computer immer kleiner. Moores Gesetz ist nicht nur eine Vorhersage, es ist zum Ziel und Standard geworden, den Hersteller erreichen wollen. Hier sind einige Beispiele für Moores Gesetz:

Einer der ersten Halbleiterprozesse war in den vergangenen Jahren zehn Mikrometer (oder 100000mal kleiner als ein Meter). Bis 2001 war es 130 nm, fast 80-mal kleiner als im 1973.

Ab 2017 war der Transistorprozess 10 nm. Verglichen mit Menschenhaar war der Durchmesser 100-Mikron, fast 10000mal größer als heutige Transistoren.

Moores Rechtskrise

Mit der Entwicklung von großen Schaltungen werden Transistoren immer kleiner und die Anzahl der integrierten Schaltungen nimmt in geometrischer Reihenfolge zu, aber sein Herstellungsprozess wird immer schwieriger. Die Überwindung dieser technischen und technologischen Barrieren erfordert nicht nur viel Zeit und Forschung, sondern auch viel Kapital und Investitionen. Daher verlangsamt sich auch die Zeit im Mooreschen Gesetz allmählich, und selbst wenn sie nicht bald feststeht, bricht die Krise des Mooreschen Gesetzes aus (natürlich ist sie unvermeidlich, wenn es keine große Veränderung gibt).

Intel brauchte etwa zweieinhalb Jahre, um sich vom 22nm-Prozess in 2012 zum 14nm-Prozess in 2014 zu entwickeln. Danach war die Forschung und Entwicklung von 10nm problematisch und verzögert für viele Male. Die gute Nachricht ist jedoch, dass AMD 7Nm Grafikkarte und CPU ab 2019 verfügbar sein werden (siehe den aktuellen Artikel "amd future product outlook...". Weil Moores Gesetz kein echtes Gesetz ist, sondern eine Vorhersage oder Spekulation. Obwohl Chiphersteller sich verpflichtet haben, ihre Ziele zu erreichen und zu halten, wird es immer schwieriger.

Moore selbst zitiert in 2015: "Ich denke, Moores Gesetz wird in den nächsten zehn Jahren oder so aussterben".

Quantentunneling

Wenn elektronische Komponenten immer kleiner werden (Nanoskala), treten allmählich Quanteneigenschaften und Effekte auf. Während wir die Größe des Transistors weiter reduzieren, nimmt auch die Größe der PN-Junction-Depletion-Schicht ab. Die Depletionsschicht ist sehr wichtig, um den Fluss von Elektronen zu verhindern. Die Forscher errechneten, dass Transistoren unter 5nm den Fluss von Elektronen aufgrund des Tunneleffekts von Elektronen in ihrer Depletionsregion nicht stoppen können. Durch Tunneln nehmen Elektronen die Depletionsregion nicht wahr und "kreuzen" sich direkt. Wenn Sie den Elektronenfluss nicht stoppen können, versagt der Transistor.

Außerdem nähern wir uns nun langsam der Größe des Atoms selbst. Theoretisch können wir keinen Transistor bauen, der kleiner ist als das Atom. Der Durchmesser der Siliziumatome beträgt etwa 1 nm und die Gate-Größe unserer Transistoren ist etwa 10-mal so groß. Auch ohne Quanteneffekte zu berücksichtigen??, Wir werden auch die physikalische Grenze von Transistoren erreichen und können nicht kleiner sein.

Strom- und Heizeffekte

Neben Quantentunneling und physikalischen Grenzwerten gibt es zwei sehr restriktive Prozessprobleme, nämlich den Heizeffekt kleiner Transistoren. Wenn Transistoren kleiner werden, neigen Transistoren dazu, selbst im ausgeschalteten Zustand "undicht" zu werden. Es ist auch unvermeidlich, etwas Strom durchzulassen. Das nennt man Leckstrom. Wenn wir den Leckstrom auf 100 Na einstellen, wenn die CPU 100 Millionen Transistoren hat, beträgt der Leckstrom 10A. Dadurch wird der Akku des Telefons in wenigen Minuten entladen. Höhere Gate-Spannung kann Leckfluss reduzieren, aber dies führt zu mehr Heizeffekt. Auch ohne es zu berücksichtigen, verbraucht jede Uhrenberechnung selbst viel Wärme. Hersteller müssen diese Attribute nutzen und genau richtig machen, um diese Effekte zu verhindern. Je kleiner der Prozess wird, desto schwieriger wird der Prozess.

Hoher Leckstrom kann auch zu Problemen mit dunklem Silizium und dunklem Speicher führen. Auch wenn es viele Transistoren in unserem Chip gibt, müssen die meisten Transistoren ausgeschaltet bleiben, um zu verhindern, dass der Chip überhitzt und schmilzt. All diese Off-State Transistoren nehmen viel Platz ein, um andere Komponenten zu platzieren. Daraus ergibt sich die Frage: Müssen wir wirklich kleiner sein oder verbessern wir das bestehende Chipdesign?

Zukunftsaussichten

5nm Design

Unter Berücksichtigung all dieser Faktoren weisen Intel-Führungskräfte und die internationale Halbleitertechnologie-Roadmap darauf hin, dass 5-nm die Grenzgröße sein kann, die erreicht werden kann. Es wird erwartet, dass 5 nm in 2021 sein Debüt machen wird. Was können wir dann noch erwarten?

Dennards skalierende Dennard Skalierung gilt als die Schwestermethode von Moores Gesetz. Es wurde von Robert Dennard im 1973 entwickelt und wies darauf hin, dass mit zunehmender Verkleinerung der Transistoren ihre Leistungsdichte abnehmen wird. Das bedeutet, dass mit zunehmender Verkleinerung der Transistoren auch die für den Betrieb benötigte Spannung und Strom abnimmt. Dieses Gesetz erlaubt es Herstellern, die Größe von Transistoren zu reduzieren und die Taktgeschwindigkeit um einen großen Sprung pro Iteration zu erhöhen. Gegen 2007 brach Dennards Skalierung jedoch zusammen. Dies liegt daran, dass bei einer kleineren Größe der Leckstrom dazu führt, dass sich der Transistor erwärmt und weitere Verluste verursacht.

Wir haben vielleicht bemerkt, dass, obwohl die Transistoren kleiner geworden sind, die CPU-Rechenrate in den letzten zehn Jahren aufgrund des Dennard Scaling Crash nicht zugenommen hat. Der hohe Verlust bei hoher Taktrate ist auch der Grund, warum Smartphone-Chips niedrigere Taktgeschwindigkeit (normalerweise 1,5 GHz) verwenden.

Kumes Gesetz

Durch die Verbesserung der aktuellen Chipimplementierung und einer besseren Anweisungspipeline können wir die Leistung des Chips verbessern. So schlug Stanford Professor Jonathan Kumey das Gesetz von Koomey vor: Die Anzahl der Berechnungen pro Joule Energie wird sich alle 1,5 Jahre verdoppeln. Diese Situation wird voraussichtlich bis 2048 anhalten, wenn Landauers Prinzip und einfache Gesetze der Thermodynamik weitere Verbesserungen verhindern werden. Derzeit beträgt die Computereffizienz von Landauer Grenzwerten etwa 0.00001%.

Mehrkernarchitektur

Herkömmliche Programmiersprachen (wie Java, C++, Python) können nur auf einem Gerät ausgeführt werden. Aber da Geräte kleiner und billiger werden, können wir dieselben Programme gleichzeitig oder parallel auf vielen Chips ausführen, um die Leistung weiter zu verbessern. Dabei spielen Sprachen wie Golang und Node eine wichtigere Rolle.

Neue Materialforschung

Forscher auf der ganzen Welt suchen nach neuen und innovativeren Möglichkeiten, kleinere und schnellere Transistoren herzustellen. Es hat sich gezeigt, dass Materialien wie Galliumnitrid und Graphen bei schnellerer Schaltfrequenz weniger Verlust aufweisen.

Quantencomputing

Gegenwärtig besteht die mögliche Lösung in der Entwicklung von Quantencomputern. Unternehmen wie d-wave und rigetti computing arbeiten intensiv auf diesem Gebiet. Noch wichtiger ist, dass die Erweiterung des Qubits-Gesetzes noch nicht begonnen hat. Der Weg, die Dennard-Skalierung zu umgehen, besteht darin, mehr Kerne in einem einzigen Chip zu platzieren, um die Leistung zu verbessern. Gegenwärtig hat Quantencomputing große Perspektiven gezeigt. Sein Vorteil ist, dass es mehrere Zustände haben kann (anders als andere Computer 0 und 1). Derzeit haben einige experimentelle Quantencomputing gute Ergebnisse erzielt, wie der reale Zufallszahlenalgorithmus, der auf Quantentechnologie basiert, erfolgreich war.