همه شما باید با نام اینتل آشنا باشید، ولی ممکن است اسم گوردون مور به گوشتان نخورده باشد. مور همموسس اینتل است و مجموع داراییهای او به ۱۲ میلیارد دلار میرسد. ولی آنچه او را معروف کرده گزارهای است که وی در دهه ۱۹۶۰ بیان کرد. آقای مور متوجه شد که تراکم ترانزیستورها هر دو سال یکبار دو برابر میشود، در نتیجه مسیری پیش روی تراشهسازان قرار گرفت تا دنبالهرو آن باشند.
شرکت TSMC، بزرگترین تولیدکننده تراشههای دنیا، در فرآیند تولید ۱۰ نانومتری (مثل اسنپدراگون ۸۳۵ که در سال ۲۰۱۷ به بازار آمد) در هر میلیمتر مربع ۵۲ میلیون ترانزیستور قرار میداد. اسنپدراگون ۸۶۵ از فرآیند ۷ نانومتری استفاده میکند و در هر میلیمتر مربع ۱۰۰ میلیون ترانزیستور دارد.
فرآیند تولید جدید ۵ نانومتری که در تراشههایی مثل A14 بایونیک اپل به کار گرفته خواهد شد، حدودا در هر میلیمتر مربع ۱۷۱.۳ میلیون ترانزیستور دارد. این تراشه هفته گذشته از سوی اپل معرفی شد و برای اولین بار در آیپد ایر ۴ استفاده میشود. تراشه مذکور قرار است در سری آیفون ۱۲ نیز به کار گرفته شود.
تراشه A14 بایونیک حدود ۱۱.۸ میلیارد ترانزیستور دارد، در حالی که A13 حدود ۸.۵ میلیارد ترانزیستور داشت. نکته اینجاست که هرچه تعداد ترانزیستورهای داخل تراشه بیشتر باشد، توان آن بالاتر رفته و مصرف انرژی کاهش پیدا میکند.
TSMC و سامسونگ قصد دارند در سالهای پیش رو فرآیند تولید خود را به لیتوگرافی ۲ نانومتری برسانند. اما در نقطه پایانی قانونی مور چه اتفاقی میافتد؟ کریستوفر میمز از نشریه وال استریت ژورنال میگوید پاسخ این سوال قانونی بهنام هوآنگ (Huang) خواهد بود. اسم این قانون از روی مدیرعامل و همموسس انویدیا، جنسن هوآنگ، گرفته شده است. قانون هوآنگ میگوید توان تراشههای هوش مصنوعی هر دو سال یکبار دو برابر میشود. این اتفاق در طول زمان از طریق بهینهسازیهای نرمافزاری و سختافزاری انجام خواهد گرفت.
مدیر ارشد علوم و تحقیقات انویدیا، بیل دالی، پیشتر گفته بود که عملکرد تراشههای AI این شرکت از نوامبر ۲۰۱۲ تا مه ۲۰۲۰ حدود ۳۱۷ برابر شده است. این قانون بهتر از قانونی است که تحت عنوان قانون مور دیکته میشود. شرکت TuSimple که در زمینه توسعه وانتهای خودران فعالیت میکند، میگوید عملکرد سیستمهای آنها که با راهکارهای انویدیا کار میکنند هر سال دو برابر میشود.
تراشههای GPU، از جمله پردازندههای گرافیکی انویدیا، میتوانند بهصورت همزمان وظایف مختلفی را مدیریت کنند. واحدهای پردازش مرکزی یا CPU در اجرای سریع وظایف تکی بهتر هستند. برخی وظایف مثل آنهایی که مربوط به هوش مصنوعی هستند را میتوان قطعهقطعه کرد و با سرعت بیشتری توسط GPU پردازش نمود تا انرژی کمتری مصرف شود. با توجه به گذار پردازشهای هوش مصنوعی از فضای ابری به سمت پردازشهای محلی، هولدینگ آرم یکی از مهمترین تامینکنندگان قطعات لازم در این حوزه به شمار میآید. این مسئله خرید ۴۰ میلیارد دلاری آرم توسط انویدیا را توجیه میکند.
با این حال، چالشهایی بر سر راه وجود دارد. توان پردازشی پردازندههای گرافیکی موجود در هر شرایطی قابل استفاده نیست. همموسس و مدیر ارشد فناوری TuSimple، شیائودی هو، یادآور میشود که حتی در کسب و کارهایی که اتکای زیادی بر وانتهای خودرانِ مبتنی بر AI دارند، اکثر کد سیستمها باید از طریق CPU اجرا شوند. و در نهایت، قانون هوآنگ هم مثل قانون مور از رده خارج میشود. ولی تا رسیدن به آن مرحله احتمالا هنوز یک دهه باقی مانده است. فعلا تنها چیزی که میدانیم این است که مسئولان انویدیا با چه توجیهی حاضر شدهاند ۴۰ میلیارد دلار برای خرید آرم هزینه کنند.