美国芯片业正开始直面一个令人不安的现实

经常有人预言摩尔定律(Moore's Law)即将失效，该定律阐明了推动半导体行业性能长期持续提高的主要因素。

美国国防部高级研究计划局(DARPA)首席微电子专家比尔?查普尔(Bill Chappell)更表示，摩尔定律早在“十年前就死了”。

如今美国芯片业正开始直面一个令人不安的现实。长期以来，芯片性能可靠的提升一直支撑着该行业的发展——并提供了计算能力来开辟新的技术市场———但一段时间以来，这种性能改善在持续减弱。

卡内基梅隆大学(Carnegie Mellon University)工程和公共政策教授埃丽卡?富克斯(Erica Fuchs)表示，这一现象从2004年起就很明显了。上周她在DARPA于旧金山举办的会议上发表讲话时指出，芯片公司也一直在艰难地应对研发回报下降的局面。

她称，“他们不得不投入越来越多的资金，但是收入却没有同步增长。”

在美国芯片业的60年历史上，这段不祥时期仿佛只是一眨眼。周期性的繁荣，加上硅出现了新的市场——从无人驾驶汽车到机器学习——提升了该行业的销售额，并推动费城半导体指数自2016年初以来上涨了一倍。相比之下，标普500指数(S&P 500)上涨了38%。

但是，作为美国技术领先的关键支柱之一，这个行业正显露出自信破碎的迹象。

去年初发布的出自一个总统顾问小组之手的报告阐明了其中的危险。除了正开始导致创新放缓的“基础技术限制”，撰写该报告的行业领袖警告说，中国将依托由大量政府资金支持的产业政策，“竭力重塑市场，使之更有利于中国”，“威胁美国工业的竞争力”。

正是在这样的背景下，DARPA上周宣布支持一系列研究项目，以帮助确定该行业的长期发展方向。DARPA以其研究成果为互联网和自动驾驶汽车等领域带来突破而闻名。

对众多学术界和企业界相关研究人员的拨款是该机构一项15亿美元计划的一部分，这也是该机构近40年来首次大规模介入芯片领域。查普尔表示，这种介入是必要的，因为该行业正处于一个“拐点”，需要把目光转向更长期的影响因素上。

注意力似乎早该转移了。富克斯教授表示，一个主要行业组织从十几年前就提议拨6亿美元作为长期研究预算。最终承诺投入的研究经费却仅为2000万美元。

DARPA计划支持的研究项目涵盖芯片架构、新材料和设计，这些项目让人得以略知可能在今后十年推动发展的技术。它们也预示着，随着在摩尔定律下运行的旧的必然性消逝，芯片行业的面貌可能发生什么重大变化。

例如，在芯片架构方面，该行业正面临着通用芯片（数字时代的主要功臣，例如英特尔(Intel)的CPU）收益递减的问题。虽然以计算能力来说，通用芯片有着无与伦比的性价比，但它们不能针对特定任务进行优化。英特尔的研发负责人迈克尔?梅伯里(Mike Mayberry)表示，未来异构性将更加突出。

DARPA的研究的一个重点是兼顾计算能力和灵活性的新芯片架构。这包括“软件定义的硬件”(SDH)，或者说可以动态重新编程的芯片——如今的“现场可编程门阵列”(FPGA)的延伸，后者是制成后可调整并具有一定灵活性的集成电路。

查普尔表示，机器学习的兴起让人得以一瞥这个新世界的可能面貌。市场对能处理海量数据的专用芯片（人工智能的深度学习系统在训练时需要用到海量数据）的需求，为英伟达(Nvidia)带来了新活力。英伟达的图形处理单元最初是为了处理视频而设计的。这种需求也为谷歌(Google)打开了一扇门，该公司推出了一种名为TPU的大数据芯片设计。

与此同时，英特尔正利用FPGA来提高其用于机器学习的CPU的性能——这是微软在脑波计划(Project Brainwave)采用的方法，脑波计划旨在为其数据中心带来更深层次的AI能力。

据谷歌母公司Alphabet董事会主席约翰?亨尼斯(John Hennessy)表示，此类“特定领域的架构”的兴起代表着影响芯片业发展的最重要因素。亨尼斯本人从事过多年硬件设计工作。

这可能在其他新兴的计算市场树立一种模式。例如，梅伯里表示，我们可以设想一种经过专门优化的新型处理器，应用于需要在现实世界中与人在一起时运行的个人机器人。

对英特尔、英伟达和高通(Qualcomm)等公司来说，这一趋势可能是个好兆头。查普尔表示，该趋势让人看到了一个潜在的未来，大型的“水平”芯片公司（其产品可应用于多个领域）将继续在更专业化的计算领域处于支配地位。

然而，技术领域的其他长期趋势可能为新进入者提供机遇，并带来更具颠覆性的变化。

在材料方面，DARPA支持探索集成专业元件（如今已经会添加在芯片上，以通过不同方式提高其性能）的方法。这主要是为了克服一个根本性的瓶颈，即信息需要在芯片的记忆元件和逻辑处理器之间来回传输——这降低了性能，特别是在涉及大量数据的应用上。据DARPA表示，一种结果可能是研究出新的硬件设计，彻底颠覆旧的方法，将处理能力转移到存储数据的地方——这是现代计算领域越来越以数据为中心的本质的明显标志。

与此同时，在芯片设计领域，DARPA支持旨在通过提高自动化程度来降低成本的新技术，同时把设计任务分解成更小的单位。

像这样的趋势预示着未来新进入者有可能影响专业芯片设计。查普尔称，这可能会让Facebook和亚马逊(Amazon)之类的公司在提供服务方面——从拥有数据直到设计专用硅——拥有更多的控制。

将设计和制造分解到更小的组件上，也使得较小规模公司参与进来具有经济效益，扭转行业整合直至集中到少数几家全球巨擘手中的趋势。查普尔将这与精酿行业作比，认为初创企业和对“垂直”市场（如医疗影像）感兴趣的公司将设计并生产较小批次的芯片。

这样的前景会吸引国防部研究人员并不奇怪。梅伯里表示，美国军方已变得依赖于其委托制造数量相对较少的高度优化芯片的能力。五角大楼、以及美国芯片业在技术上的全球领先地位可能面临威胁。

延伸阅读——超越摩尔定律

摩尔定律是芯片业的经验法则，由英特尔联合创始人戈登?摩尔(Gordon Moore)在1965年提出，预言一块芯片上的晶体管数量大致每两年增加一倍。此后，这个术语被延伸至囊括了影响芯片性能的其他因素——例如登纳德缩放定律(Dennard scaling)——现在涵盖了总的芯片性价比的改善。

根据Alphabet董事会主席约翰?亨尼斯的说法，这一良性因素的放缓已经导致技术领域出现了明显赤字。

他称，过去十年芯片性能提高轨迹落在摩尔定律的指数级增长曲线之下，使得如今芯片上的晶体管密度只为应有密度的十分之一。这代表了性能显著损失，尽管在过去40年中晶体管密度已经提高了100万倍。

与此同时，查普尔认为，造成这种状况的主要原因在于经济方面，而非技术方面。他表示，研发新芯片的巨额前期设计成本以及生产芯片的“晶圆厂”的造价，已经削弱了该行业通常的性价比提升，除了生产规模非常大的产品以外。