Мы уже говорили, что закон Мура — фундамент информационной революции — не будет работать вечно. Не исключено, что страна, которой удастся первой найти подходящую замену кремнию, будет определять судьбы мира.
Когда рухнет закон Мура? Этот вопрос уже давно сотрясает мировую экономику. В 2007 г. самого Гордона Мура спросили, сможет ли знаменитый закон, названный его именем, работать всегда. «Разумеется, нет», — сказал Мур и предсказал, что его действие прекратится через десять-пятнадцать лет.
Примерно так же оценил перспективы компьютерной отрасли Паоло Гардини, сотрудник фирмы Intel, отвечающий за внешние исследования. Поскольку Intel Corporation задает тон всей полупроводниковой промышленности, слова Гардини подверглись тщательному анализу. В 2004 г. на ежегодной конференции Semicon West он сказал: «Мы понимаем, что можем продержаться на законе Мура еще по крайней мере лет пятнадцать-двадцать».
Движущей силой нынешней революции в мире кремниевых компьютеров является один принципиальный факт: способность УФ-излучения наносить на кремниевую подложку все более и более миниатюрные транзисторы, которые затем вытравливаются. Сегодня в процессоре Pentium на площади размером с ноготь может уместиться несколько сотен миллионов транзисторов. Поскольку длину волны УФ-излучения можно уменьшить до 10 нм, технология травления позволяет получать компоненты всего по 30 атомов в поперечнике. Но процесс миниатюризации не может продолжаться вечно. Рано или поздно он остановится по нескольким причинам.
Во-первых тепло, выделяемое мощными микросхемами, рано или поздно начнет их плавить. Поэтому не годится предложенное кем-то наивное решение — наложить несколько микросхем одна на другую, создав кубический чип. Да, это увеличит мощность процессора, но лишь ценой большего тепловыделения. Кубический чип выделяет так много жара, что на нем можно приготовить яичницу. К тому же кубическая форма затрудняет теплообмен, поскольку из всех параллелепипедов куб имеет минимальную площадь поверхности. Представьте: если увеличить сторону куба вдвое, то его объем (а значит, и выделяемое им тепло) вырастет в восемь раз, а площадь поверхности — только вчетверо. Это значит, что у кубического чипа количество выделяемого тепла с увеличением размеров растет вдвое быстрее, чем возможность охлаждения. Очевидно, кубические чипы — всего лишь частичное, временное решение проблемы.
Кое-кто предлагал использовать для травления микросхем не УФ-излучение, а рентгеновские лучи. В принципе это могло бы сработать, поскольку длина волны у рентгеновского излучения может быть в 100 раз меньше, чем у ультрафиолетового света. Но за все надо платить. При переходе с УФ на рентген энергия луча также увеличивается примерно в 100 раз. Это означает, что травление рентгеновским излучением может попросту погубить подложку, на которой вы пытаетесь что-то изобразить. Попытку применить рентген для литографии можно сравнить с попыткой художника изваять тонкую скульптуру при помощи паяльной лампы. Рентгеновская литография требует строжайшего контроля всех параметров и может служить лишь временным решением.
Во-вторых, существует фундаментальная проблема, проистекающая непосредственно из квантовой теории: принцип неопределенности, который утверждает, что нельзя точно знать одновременно положение и скорость атома или частицы. В сегодняшнем процессоре Pentium толщина слоя составляет около 30 атомов. К 2020 г. она может уменьшиться до пяти атомов; при этом электроны, из-за неопределенности своего положения, начнут просачиваться сквозь слои, вызывая короткое замыкание. Таким образом, для размера кремниевых компьютеров существует квантовое ограничение.
Как я уже упоминал, в своем обращении к 3000 лучших инженеров Microsoft в штаб-квартире компании в Сиэтле я сделал акцент на проблеме прекращения действия закона Мура. Лучшие творцы программного обеспечения признались мне, что в настоящее время компания воспринимает эту проблему очень серьезно, и одно из основных предлагаемых решений — параллельная обработка данных. Простейший способ реализовать такую схему — поставить в параллель несколько процессоров и разбивать каждую задачу на части, а затем, в конце, вновь собирать результат.
Параллельная обработка данных — одна из ключевых особенностей работы нашего мозга. Если снять с работающего мозга магнитно-резонансную томограмму, выяснится, что одновременно включается несколько разных участков. Это означает, что мозг разбивает задачу на маленькие кусочки и решает их одновременно. Именно поэтому нейроны (передающие электрические сигналы с крайне низкой скоростью — около 100 метров в секунду) могут работать лучше суперкомпьютера, в котором сигналы бегают почти со скоростью света. Проигрывая в скорости, человеческий мозг берет тем, что проводит миллиарды крошечных операций одновременно, а затем сводит результаты воедино.
Трудность с параллельной обработкой данных состоит в том, что каждую задачу необходимо предварительно разбить на несколько частей. Затем части обрабатываются разными процессорами, а в конце все это вновь собирается воедино.
Координация разбивки и сборки может оказаться чрезвычайно сложным делом, причем эта процедура сильно зависит от конкретной задачи; универсальный алгоритм найти очень трудно. Человеческий мозг делает это без заметных усилий, но мать-природа располагала миллионами лет для решения этой задачи, а наши программисты работают над ней всего около десяти лет.
