Moores lov har møtt veggen. I hvert fall i sin opprinnelige forstand

[sverreb]

Buzzwords: Mener 3DSoC: Kan lese om Darpa sin forskning her:

 

https://www.darpa.mil/attachments/3DSoCProposersDay20170915.pdf

OK. Dette er en kombinasjon av resistivram og polySi(?) transistorer i metallsystemet. I.e. man bygger flere lag med transistorer i lag med poly. Dette har historisk sett hatt problemer med yield/ytelse siden poly i sin natur er mer inkonsistent enn substratet og transistorer får veldig variable ytelse ettersom hvor mange og konfigurasjonen av bruddene i krystallet man får i gateregionen.

 

Reram er intressant, men der fortsatt ikke noe vi ser lar seg produsere rimelig i skala. Vi har hatt masse NVRAM utfordrere komme og gå, men flash holder stand :-)

 

Materialer: Graphen er jo bare ett lag med carbonatomer, mye bedre halvlederegenskaper. Vi har visst om siden 2004 mener jeg, men ja det er vanskelig å masseprodusere.

Grafen er ikke en halvleder. Det er imidlertid en svært god leder. Det har ikke noe båndgap så det kan ikke erstatte halvledere i seg selv. Det har vært gjort diverse forsøk med grafen som startpunkt for å få nye matrialer med båndgap, men om det resulterende matrialet fortsatt er grafen kan sikkert diskuteres.

 

 

Deep learing: Vi har lenge visst hvordan vi kan imitere menneskehjernen, som overforenklet er bygget opp av lag med nevroner, Dette gjøres med parallelle nettverk med noder som representerer nevroner, dette kaller vi nevrale nettverk. Vi hadde ikke motoren til å drive nevrale nettverk (i skala) før vi fikk GPU akselerert datakraft i 2015.

Deep learning vil bli så mye mer enn en nisje, tenk deg utviklingen når vi går over til Neuromorphic chips som noder (sjekk ut IBM's true North og Intel's loihi), tenk deg når Linked data (Web 3.0 tar av). Pessimist!

Det vi ser med nevralnett er at de gjerne imiterer mennesklige prosesser litt for godt, inklusive vår evne til å se mønstre det det ikke finnes noen. Det viser seg ofte at en del av verdien i automasjon er å bruke mer rigide systemer som ikke er like lett å avlede. Så ser vi også at ja vi kan få opp enda større nevralnett, for å innse at hvordan nettet trenes er et vel så komplisert problem...

 

De har sine applikasjoner innen gjenkjenning og klassifikasjon av input, og som sagt de må ikke være store for å være nyttige. Jeg har sett små 4-8 nodes nett gjøre nyttige jobber. Det er ikke bare der utfordringen ligger.

Endret 25. januar 2019 av sverreb

[Han Far]

Jeg vil legge til at klassisk optisk computing ikke kommer til å skje. Selv de minste integrerte optiske komponentene er så store at det er totalt urealistisk å la dem erstatte elektronikk, og dette er begrenset av bølgelengden. Fotoner er rett og slett for store. Fotonikk har sin viktige nisje i computing, og det er effektiv kommunikasjon i datasentre. Signalene må likevel konverteres og behandles med elektronikk, som jeg ikke kan se vil være annet enn silisium eller silisium-germanium i overskuelig fremtid. Fotonikk er riktignok en kandidat for kvantecomputing, men det ligger langt, langt inn i fremtiden.

 

Grafentransistorer er forøvrig ikke basert på båndgap, men på økning av ledningsevnen. Det vil altså alltid være lekkasjestrømmer, men konseptet er at switchehastigheten kan økes med flere størrelsesordener og at det skal veie opp for ulempene. Problemet er og blir at grafen knapt nok finnes. Bittesmå flak duger ikke.

[sverreb]

Grafentransistorer er forøvrig ikke basert på båndgap, men på økning av ledningsevnen. Det vil altså alltid være lekkasjestrømmer, men konseptet er at switchehastigheten kan økes med flere størrelsesordener og at det skal veie opp for ulempene. Problemet er og blir at grafen knapt nok finnes. Bittesmå flak duger ikke.

Det blir i så fall noe annet enn en transistor slik vi forstår ordet i dag.

 

Problemet med lekkende switchelementer i compute-elektronikk er at compute ytelse i dag er først of fremst effektbegrenset, ikke frekvensbegrenset. Hvis man lekker ender det bare med å øke avstander eller redusere aktivitet slik at du ikke lengre smelter bort.

 

Dette er også et fundamentalt problem for prosesser med aktive lag i metallsystemet (Som den 3d minne stacken beskrevet ovenfor) Effekttettheten øker og man må senke aktiviteten.

[Han Far]

Det blir i så fall noe annet enn en transistor slik vi forstår ordet i dag.

 

Problemet med lekkende switchelementer i compute-elektronikk er at compute ytelse i dag er først of fremst effektbegrenset, ikke frekvensbegrenset. Hvis man lekker ender det bare med å øke avstander eller redusere aktivitet slik at du ikke lengre smelter bort.

 

Dette er også et fundamentalt problem for prosesser med aktive lag i metallsystemet (Som den 3d minne stacken beskrevet ovenfor) Effekttettheten øker og man må senke aktiviteten.

 

Det sentrale tallet her blir vel energibruk i joule per logisk operasjon? I så fall er ikke nødvendigvis lekkasjestrømmer det største problemet. Hvis grafen og CNT-optimistene har flaks vil vi kanskje ha transistorer med ti ganger så høy effektbruk som i dag, men med tusen ganger flere operasjoner per sekund. 

[sverreb]

Det sentrale tallet her blir vel energibruk i joule per logisk operasjon? I så fall er ikke nødvendigvis lekkasjestrømmer det største problemet. Hvis grafen og CNT-optimistene har flaks vil vi kanskje ha transistorer med ti ganger så høy effektbruk som i dag, men med tusen ganger flere operasjoner per sekund.

Nei det kritiske et absolutt effekttetthet. Hvis du har mye energi fra lekkasje vil du ha effektforbruk selv når du ikke gjør noe aktivt. I moderne high-perf. kretser er det alt slik at bare en liten brøkdel av aktiv logikk kan toggle samtidig hvis du skal unngå at den smelter ned.

 

En av de viktigste forbedringene finFET introduserte (og hafnium high-k dielektrikum før det) var nettopp mindre lekkasje slik at det var mulig å ha mer aktivitet i logikken.