經常有人預言摩爾定律(Moore's Law)即將失效，該定律闡明了推動半導體行業性能長期持續提高的主要因素。

美國國防部高級研究計劃局(DARPA)首席微電子專家比爾?查普爾(Bill Chappell)更表示，摩爾定律早在“十年前就死了”。

如今美國芯片業正開始直面一個令人不安的現實。長期以來，芯片性能可靠的提升一直支撐著該行業的發展——并提供了計算能力來開辟新的技術市場———但一段時間以來，這種性能改善在持續減弱。

卡內基梅隆大學(Carnegie Mellon University)工程和公共政策教授埃麗卡?富克斯(Erica Fuchs)表示，這一現象從2004年起就很明顯了。上周她在DARPA于舊金山舉辦的會議上發表講話時指出，芯片公司也一直在艱難地應對研發回報下降的局面。

她稱，“他們不得不投入越來越多的資金，但是收入卻沒有同步增長?！?/p>

在美國芯片業的60年歷史上，這段不祥時期仿佛只是一眨眼。周期性的繁榮，加上硅出現了新的市場——從無人駕駛汽車到機器學習——提升了該行業的銷售額，并推動費城半導體指數自2016年初以來上漲了一倍。相比之下，標普500指數(S&P 500)上漲了38%。

但是，作為美國技術領先的關鍵支柱之一，這個行業正顯露出自信破碎的跡象。

去年初發布的出自一個總統顧問小組之手的報告闡明了其中的危險。除了正開始導致創新放緩的“基礎技術限制”，撰寫該報告的行業領袖警告說，中國將依托由大量政府資金支持的產業政策，“竭力重塑市場，使之更有利于中國”，“威脅美國工業的競爭力”。

正是在這樣的背景下，DARPA上周宣布支持一系列研究項目，以幫助確定該行業的長期發展方向。DARPA以其研究成果為互聯網和自動駕駛汽車等領域帶來突破而聞名。

對眾多學術界和企業界相關研究人員的撥款是該機構一項15億美元計劃的一部分，這也是該機構近40年來首次大規模介入芯片領域。查普爾表示，這種介入是必要的，因為該行業正處于一個“拐點”，需要把目光轉向更長期的影響因素上。

注意力似乎早該轉移了。富克斯教授表示，一個主要行業組織從十幾年前就提議撥6億美元作為長期研究預算。最終承諾投入的研究經費卻僅為2000萬美元。

DARPA計劃支持的研究項目涵蓋芯片架構、新材料和設計，這些項目讓人得以略知可能在今后十年推動發展的技術。它們也預示著，隨著在摩爾定律下運行的舊的必然性消逝，芯片行業的面貌可能發生什么重大變化。

例如，在芯片架構方面，該行業正面臨著通用芯片（數字時代的主要功臣，例如英特爾(Intel)的CPU）收益遞減的問題。雖然以計算能力來說，通用芯片有著無與倫比的性價比，但它們不能針對特定任務進行優化。英特爾的研發負責人邁克爾?梅伯里(Mike Mayberry)表示，未來異構性將更加突出。

DARPA的研究的一個重點是兼顧計算能力和靈活性的新芯片架構。這包括“軟件定義的硬件”(SDH)，或者說可以動態重新編程的芯片——如今的“現場可編程門陣列”(FPGA)的延伸，后者是制成后可調整并具有一定靈活性的集成電路。

查普爾表示，機器學習的興起讓人得以一瞥這個新世界的可能面貌。市場對能處理海量數據的專用芯片（人工智能的深度學習系統在訓練時需要用到海量數據）的需求，為英偉達(Nvidia)帶來了新活力。英偉達的圖形處理單元最初是為了處理視頻而設計的。這種需求也為谷歌(Google)打開了一扇門，該公司推出了一種名為TPU的大數據芯片設計。

與此同時，英特爾正利用FPGA來提高其用于機器學習的CPU的性能——這是微軟在腦波計劃(Project Brainwave)采用的方法，腦波計劃旨在為其數據中心帶來更深層次的AI能力。

據谷歌母公司Alphabet董事會主席約翰?亨尼斯(John Hennessy)表示，此類“特定領域的架構”的興起代表著影響芯片業發展的最重要因素。亨尼斯本人從事過多年硬件設計工作。

這可能在其他新興的計算市場樹立一種模式。例如，梅伯里表示，我們可以設想一種經過專門優化的新型處理器，應用于需要在現實世界中與人在一起時運行的個人機器人。

對英特爾、英偉達和高通(Qualcomm)等公司來說，這一趨勢可能是個好兆頭。查普爾表示，該趨勢讓人看到了一個潛在的未來，大型的“水平”芯片公司（其產品可應用于多個領域）將繼續在更專業化的計算領域處于支配地位。

然而，技術領域的其他長期趨勢可能為新進入者提供機遇，并帶來更具顛覆性的變化。

在材料方面，DARPA支持探索集成專業元件（如今已經會添加在芯片上，以通過不同方式提高其性能）的方法。這主要是為了克服一個根本性的瓶頸，即信息需要在芯片的記憶元件和邏輯處理器之間來回傳輸——這降低了性能，特別是在涉及大量數據的應用上。據DARPA表示，一種結果可能是研究出新的硬件設計，徹底顛覆舊的方法，將處理能力轉移到存儲數據的地方——這是現代計算領域越來越以數據為中心的本質的明顯標志。

與此同時，在芯片設計領域，DARPA支持旨在通過提高自動化程度來降低成本的新技術，同時把設計任務分解成更小的單位。

像這樣的趨勢預示著未來新進入者有可能影響專業芯片設計。查普爾稱，這可能會讓Facebook和亞馬遜(Amazon)之類的公司在提供服務方面——從擁有數據直到設計專用硅——擁有更多的控制。

將設計和制造分解到更小的組件上，也使得較小規模公司參與進來具有經濟效益，扭轉行業整合直至集中到少數幾家全球巨擘手中的趨勢。查普爾將這與精釀行業作比，認為初創企業和對“垂直”市場（如醫療影像）感興趣的公司將設計并生產較小批次的芯片。

這樣的前景會吸引國防部研究人員并不奇怪。梅伯里表示，美國軍方已變得依賴于其委托制造數量相對較少的高度優化芯片的能力。五角大樓、以及美國芯片業在技術上的全球領先地位可能面臨威脅。

延伸閱讀——超越摩爾定律

摩爾定律是芯片業的經驗法則，由英特爾聯合創始人戈登?摩爾(Gordon Moore)在1965年提出，預言一塊芯片上的晶體管數量大致每兩年增加一倍。此后，這個術語被延伸至囊括了影響芯片性能的其他因素——例如登納德縮放定律(Dennard scaling)——現在涵蓋了總的芯片性價比的改善。

根據Alphabet董事會主席約翰?亨尼斯的說法，這一良性因素的放緩已經導致技術領域出現了明顯赤字。

他稱，過去十年芯片性能提高軌跡落在摩爾定律的指數級增長曲線之下，使得如今芯片上的晶體管密度只為應有密度的十分之一。這代表了性能顯著損失，盡管在過去40年中晶體管密度已經提高了100萬倍。

與此同時，查普爾認為，造成這種狀況的主要原因在于經濟方面，而非技術方面。他表示，研發新芯片的巨額前期設計成本以及生產芯片的“晶圓廠”的造價，已經削弱了該行業通常的性價比提升，除了生產規模非常大的產品以外。