We zijn niet voorbereid op het einde van de wet van Moore

Illustratie van de wet van Moore MS Tech

De voorspelling van Gordon Moore uit 1965 dat het aantal componenten op een geïntegreerde schakeling elk jaar zou verdubbelen tot het verbazingwekkende aantal van 65.000 in 1975, is de grootste technologische voorspelling van de laatste halve eeuw. Toen het in 1975 juist bleek te zijn, herzag hij wat bekend is geworden als de wet van Moore tot een verdubbeling van het aantal transistors op een chip om de twee jaar.

Sindsdien heeft zijn voorspelling het traject van de technologie en, in veel opzichten, van de vooruitgang zelf bepaald.

Dit verhaal maakte deel uit van ons nummer van maart 2020

• Zie de rest van het nummer
• Abonneren

Moore's argument was een economisch argument. Geïntegreerde schakelingen, met meerdere transistors en andere elektronische apparaten die met elkaar zijn verbonden met aluminium metalen lijnen op een klein vierkantje siliciumwafel, waren een paar jaar eerder uitgevonden door Robert Noyce van Fairchild Semiconductor. Moore, de R&D-directeur van het bedrijf, realiseerde zich, zoals hij in 1965 schreef, dat met deze nieuwe geïntegreerde schakelingen de kosten per component bijna omgekeerd evenredig zijn met het aantal componenten. Het was een mooi koopje - in theorie, hoe meer transistors je toevoegde, hoe goedkoper ze werden. Moore zag ook dat er voldoende ruimte was voor technische vooruitgang om het aantal transistors dat je op een betaalbare en betrouwbare manier op een chip kon plaatsen, te vergroten.

Binnenkort zouden deze goedkopere, krachtigere chips worden wat economen graag een technologie voor algemeen gebruik noemen - een technologie die zo fundamenteel is dat ze allerlei andere innovaties en vooruitgang in meerdere industrieën voortbrengt. Een paar jaar geleden schreven vooraanstaande economen de informatietechnologie die mogelijk wordt gemaakt door geïntegreerde schakelingen voor met een derde van de Amerikaanse productiviteitsgroei sinds 1974. Bijna elke technologie waar we om geven, van smartphones tot goedkope laptops tot GPS, is een directe weerspiegeling van de voorspelling van Moore. Het heeft ook de doorbraken van vandaag op het gebied van kunstmatige intelligentie en genetische geneeskunde aangewakkerd, door machine learning-technieken de mogelijkheid te bieden om door enorme hoeveelheden gegevens te kauwen om antwoorden te vinden.

Maar hoe kon een eenvoudige voorspelling, gebaseerd op extrapolatie van het aantal transistors per jaar uit een grafiek - een grafiek die destijds maar een paar datapunten had - een halve eeuw vooruitgang definiëren? Ten minste gedeeltelijk omdat de halfgeleiderindustrie besloot dat te doen.

Het Electronics Magazine van april 1965 waarin het artikel van Moore verscheen. Wikimedia

Moore schreef dat het proppen van meer componenten op geïntegreerde schakelingen, de titel van zijn artikel uit 1965, zou leiden tot wonderen als thuiscomputers - of in ieder geval terminals aangesloten op een centrale computer - automatische besturingen voor auto's en persoonlijke draagbare communicatieapparatuur. Met andere woorden, blijf bij zijn routekaart om steeds meer transistors op chips te persen en het zou je naar het beloofde land leiden. En gedurende de volgende decennia hebben een bloeiende industrie, de overheid en legers van academische en industriële onderzoekers geld en tijd gestoken in het handhaven van de wet van Moore, waardoor een self-fulfilling prophecy werd gecreëerd die de vooruitgang met griezelige nauwkeurigheid op het goede spoor hield. Hoewel het tempo van de vooruitgang de afgelopen jaren is afgenomen, hebben de meest geavanceerde chips tegenwoordig bijna 50 miljard transistors.

Sinds 2001 kiest MIT Technology Review elk jaar de 10 belangrijkste doorbraaktechnologieën van het jaar. Het is een lijst met technologieën die, bijna zonder uitzondering, alleen mogelijk zijn vanwege de rekenvooruitgang die wordt beschreven door de wet van Moore.

Voor sommige items op de lijst van dit jaar is het verband duidelijk: consumentenapparaten, waaronder horloges en telefoons, doordrenkt met AI; attributie van klimaatverandering mogelijk gemaakt door verbeterde computermodellering en gegevens verzameld van wereldwijde atmosferische monitoringsystemen; en goedkope, kleine satellieten. Anderen op de lijst, waaronder kwantumsuprematie, moleculen die zijn ontdekt met behulp van AI, en zelfs anti-verouderingsbehandelingen en hypergepersonaliseerde medicijnen, zijn grotendeels te danken aan de rekenkracht die beschikbaar is voor onderzoekers.

Maar wat gebeurt er als de wet van Moore onvermijdelijk eindigt? Of wat als, zoals sommigen vermoeden, het al is gestorven en we al op de dampen van de grootste technologiemotor van onze tijd draaien?

RUST IN VREDE

Het is voorbij. Dit jaar werd dat pas echt duidelijk, zegt Charles Leiserson, computerwetenschapper aan het MIT en pionier op het gebied van parallel computing, waarbij meerdere berekeningen tegelijk worden uitgevoerd. De nieuwste Intel-fabricagefabriek, bedoeld om chips te bouwen met een minimale functiegrootte van 10 nanometer, had veel vertraging en leverde chips in 2019, vijf jaar na de vorige generatie chips met 14-nanometerfuncties. De wet van Moore, zegt Leiserson, ging altijd over het tempo van vooruitgang, en we zitten niet langer in dat tempo. Talloze andere prominente computerwetenschappers hebben de afgelopen jaren ook de wet van Moore dood verklaard. Begin 2019 ging de CEO van de grote chipmaker Nvidia akkoord.

In werkelijkheid was het meer een geleidelijke achteruitgang dan een plotselinge dood. In de loop van de decennia waren sommigen, waaronder Moore zelf soms, bang dat ze het einde in zicht konden zien, omdat het moeilijker werd om steeds kleinere transistors te maken. In 1999 maakte een Intel-onderzoeker zich zorgen dat het doel van de industrie om in 2005 transistors kleiner dan 100 nanometer te maken, te maken kreeg met fundamentele fysieke problemen zonder bekende oplossingen, zoals de kwantumeffecten van elektronen die ronddwalen waar ze niet zouden moeten zijn.

Jarenlang wist de chipindustrie deze fysieke blokkades te ontwijken. Er werden nieuwe transistorontwerpen geïntroduceerd om de elektronen beter te corraleren. Nieuwe lithografiemethoden die gebruik maken van extreem ultraviolette straling werden uitgevonden toen de golflengten van zichtbaar licht te dik waren om siliciumkenmerken van slechts enkele tientallen nanometers nauwkeurig uit te snijden. Maar vooruitgang werd steeds duurder. Economen van Stanford en MIT hebben berekend dat de onderzoeksinspanningen voor het handhaven van de wet van Moore sinds 1971 met een factor 18 zijn gestegen.

Evenzo worden de fabs die de meest geavanceerde chips maken onbetaalbaar. De kosten van een fab stijgen met ongeveer 13% per jaar en zullen naar verwachting in 2022 $ 16 miljard of meer bedragen. Niet toevallig is het aantal bedrijven met plannen om de volgende generatie chips te maken nu geslonken tot slechts drie, van acht in 2010 en 25 in 2002.

Het vinden van opvolgers voor de huidige siliciumchips zal jaren van onderzoek vergen. Als je je zorgen maakt over wat de wet van Moore zal vervangen, is het tijd voor paniek.

Desalniettemin verwacht Intel, een van die drie chipmakers, niet snel een begrafenis voor Moore's Law. Jim Keller, die in 2018 het hoofd van Intel's siliciumtechnologie overnam, is de man met de taak om het in leven te houden. Hij leidt een team van zo'n 8.000 hardware-ingenieurs en chipontwerpers bij Intel. Toen hij bij het bedrijf kwam, zeiden velen, anticipeerden velen op het einde van de wet van Moore. Als ze gelijk hadden, herinnert hij zich dat hij dacht: dat is een belemmering en misschien had hij een heel slechte carrièrestap gemaakt.

Maar Keller vond voldoende technische mogelijkheden voor vooruitgang. Hij wijst erop dat er waarschijnlijk meer dan honderd variabelen zijn die betrokken zijn bij het in stand houden van de wet van Moore, die elk verschillende voordelen bieden en met hun eigen grenzen worden geconfronteerd. Het betekent dat er veel manieren zijn om het aantal apparaten op een chip te blijven verdubbelen: innovaties zoals 3D-architecturen en nieuwe transistorontwerpen.

Tegenwoordig klinkt Keller optimistisch. Hij zegt dat hij al zijn hele carrière hoort over het einde van de wet van Moore. Na een tijdje besloot hij zich er geen zorgen over te maken. Hij zegt dat Intel de komende 10 jaar op tempo is, en hij zal graag de wiskunde voor je doen: 65 miljard (aantal transistors) maal 32 (als de chipdichtheid elke twee jaar verdubbelt) is 2 biljoen transistors. Dat is een prestatieverbetering van 30 keer, zegt hij, eraan toevoegend dat als softwareontwikkelaars slim zijn, we over 10 jaar chips kunnen krijgen die honderd keer sneller zijn.

Maar zelfs als Intel en de andere overgebleven chipmakers nog een paar generaties nog geavanceerdere microchips kunnen uitknijpen, zijn de dagen dat je betrouwbaar kon rekenen op snellere, goedkopere chips om de paar jaar duidelijk voorbij. Dat betekent echter niet het einde van de rekenkundige vooruitgang.

Tijd voor paniek

Neil Thompson is een econoom, maar zijn kantoor is bij CSAIL, het uitgestrekte AI- en computercentrum van MIT, omringd door robotici en computerwetenschappers, waaronder zijn medewerker Leiserson. In een nieuw artikel documenteren de twee dat er voldoende ruimte is om de rekenprestaties te verbeteren door middel van betere software, algoritmen en gespecialiseerde chiparchitectuur.

Een mogelijkheid is het afslanken van de zogenaamde softwarebloat om het maximale uit bestaande chips te halen. Toen er altijd op chips kon worden gerekend om sneller en krachtiger te worden, hoefden programmeurs zich niet veel zorgen te maken over het schrijven van efficiëntere code. En ze slaagden er vaak niet in om ten volle te profiteren van veranderingen in de hardware-architectuur, zoals de meerdere kernen of processors die tegenwoordig worden gebruikt in chips.

Thompson en zijn collega's toonden aan dat ze een rekenintensieve berekening zo'n 47 keer sneller konden laten werken door gewoon over te schakelen van Python, een populaire programmeertaal voor algemeen gebruik, naar de efficiëntere C. Dat komt omdat C, terwijl het meer werk vereist van de programmeur, vermindert het vereiste aantal bewerkingen aanzienlijk, waardoor een programma veel sneller wordt uitgevoerd. Het verder afstemmen van de code om optimaal te profiteren van een chip met 18 verwerkingskernen, versnelde de zaken nog meer. In slechts 0,41 seconden kregen de onderzoekers een resultaat dat zeven uur duurde met Python-code.

Dat klinkt als goed nieuws voor aanhoudende vooruitgang, maar Thompson vreest dat het ook een signaal is van de achteruitgang van computers als technologie voor algemeen gebruik. In plaats van alle boten op te tillen, zoals de wet van Moore heeft gedaan, door steeds snellere en goedkopere chips aan te bieden die universeel beschikbaar waren, zullen vooruitgang in software en gespecialiseerde architectuur zich nu selectief richten op specifieke problemen en zakelijke kansen, waarbij degenen met voldoende geld en middelen worden bevoordeeld.

De overstap naar chips die zijn ontworpen voor specifieke toepassingen, met name in AI, is inderdaad goed op weg. Deep learning en andere AI-toepassingen vertrouwen in toenemende mate op grafische verwerkingseenheden (GPU's) die zijn aangepast aan gaming, die parallelle operaties aankunnen, terwijl bedrijven zoals Google, Microsoft en Baidu AI-chips ontwerpen voor hun eigen specifieke behoeften. AI, met name deep learning, heeft een enorme behoefte aan computerkracht en gespecialiseerde chips kunnen de prestaties enorm versnellen, zegt Thompson.

Maar de wisselwerking is dat gespecialiseerde chips minder veelzijdig zijn dan traditionele CPU's. Thompson is bezorgd dat chips voor meer algemeen computergebruik een achterbuurt worden, waardoor het algehele tempo van computerverbetering wordt vertraagd, zoals hij schrijft in een aankomend artikel, The Decline of Computers as a General Purpose Technology.

Op een gegeven moment, zegt Erica Fuchs, een professor in engineering en openbaar beleid aan Carnegie Mellon, zullen degenen die AI en andere toepassingen ontwikkelen, de kostendaling en prestatieverbeteringen missen die door de wet van Moore worden geleverd. Misschien heb je over 10 of 30 jaar - niemand weet echt wanneer - een apparaat nodig met die extra rekenkracht, zegt ze.

Het probleem, zegt Fuchs, is dat de opvolgers van de huidige chips voor algemeen gebruik onbekend zijn en dat het jaren van fundamenteel onderzoek en ontwikkeling zal vergen. Als je je zorgen maakt over wat de wet van Moore zal vervangen, suggereert ze, is het moment om in paniek te raken nu. Er zijn, zegt ze, echt slimme mensen in AI die zich niet bewust zijn van de hardwarebeperkingen waarmee op de lange termijn te maken heeft met computertechnologie. Bovendien, zegt ze, omdat applicatiespecifieke chips enorm winstgevend blijken te zijn, zijn er weinig prikkels om te investeren in nieuwe logische apparaten en manieren van computergebruik.

Gezocht: een Marshallplan voor chips

In 2018 schreven Fuchs en haar CMU-collega's Hassan Khan en David Hounshell een paper waarin ze de geschiedenis van de wet van Moore schetsten en de veranderingen identificeerden achter het huidige gebrek aan samenwerking tussen de industrie en de overheid, die in eerdere decennia zoveel vooruitgang heeft bevorderd. Ze voerden aan dat de versplintering van de technologietrajecten en de private winstgevendheid op korte termijn van veel van deze nieuwe splinters betekent dat we de publieke investeringen in het vinden van de volgende grote computertechnologieën aanzienlijk moeten opdrijven.

Als economen gelijk hebben, en een groot deel van de groei in de jaren negentig en het begin van de jaren 2000 het gevolg was van microchips - en als, zoals sommigen suggereren, de trage productiviteitsgroei die halverwege de jaren 2000 begon de vertraging van de rekenkundige vooruitgang weerspiegelt - dan, zegt Thompson, hieruit volgt dat u enorme hoeveelheden geld moet investeren om de opvolgertechnologie te vinden. We doen het niet. En het is een mislukking van het overheidsbeleid.

Er is geen garantie dat dergelijke investeringen vruchten zullen afwerpen. Quantum computing, koolstofnanobuistransistors, zelfs spintronica, zijn verleidelijke mogelijkheden, maar geen enkele is een voor de hand liggende vervanging voor de belofte die Gordon Moore voor het eerst zag in een eenvoudig geïntegreerd circuit. We hebben nu echter de onderzoeksinvesteringen nodig om erachter te komen. Want één voorspelling komt vrijwel zeker uit: we willen altijd meer rekenkracht.

zich verstoppen