网易科技讯4月14日消息，据TechCrunch报道，我们现在正处于计算领域真正的转折点上，我们正在使用的技术每天都在进化。嵌入式传感器和网络接入的快速融入，正将我们使用的大部分电器变成“智能设备”，它们可对我们的语音指令做出回应，同时产生的大量数据又可在尖端网络计算机或云端进行分析。
我们看到虚拟现实(VR)和增强现实(AR)技术已经被开始采用，这些技术要求大量计算和图形处理能力才能为人类提供更真实的生活体验。加上机器学习的应用，它可通过大量数据训练及时提供符合情境的信息，或是接管大量普通任务。这些新的应用都在对计算机行业发起挑战，它需要在改进承受水平的情况下提供更多计算能力。
然而，提供更多计算能力存在巨大挑战，因为摩尔定律中半导体更新换代的步伐已经减缓。所谓摩尔定律，是指通过缩小电路体积、改进性能以及能源效率，集成电路上可容纳的元器件数量每2年就会增加一倍。过去，半导体技术非常依赖下一代计算机芯片，而这些芯片的价格更便宜，速度也更快。
物理法则是无法被欺骗的，我们已经达到晶体管小型化的物理极限。然而在未来10年中，新的半导体技术节点将依然需要显著小型化和降低功耗，但是成本正在增加，历史性的改进速度也还未实现。现在我们正面临这样的情况：摩尔定律的历史性进步依然缓慢，而新的计算密集型应用却要求更强大的就算能力。这受到永不满足的消费需求所驱动，我们渴望更多数据、更强大的数据处理能力、更多实时信息以及更快的服务等。无人驾驶汽车、无人机以及机器等，都要求大量的实时信息处理、推理以及解释支持。
对于安全故障操作或迅速响应，计算可能无法全部在云端完成。我们发现计算需要移出网络边缘，并向用户靠拢。新兴智能电器和AR/VR接口需要高性能的计算能力分配到本地，包括汽车、住宅、企业或细胞塔中，同时依然需要连接到云端。
数以百万计的“物联网”设备中普遍存在的传感器，以及随着我们工作和个人生活大部分实现数字化，都会创造数据大爆炸。海量数据需要新的技术进行实时处理和分析。我们希望以全新的方式利用这些数据，比如在AR和VR混合环境中，我们可以在所在空间中看到覆盖的信息和混合呈现的图像。从根本上说，这样的要求改变了我们与技术互动的方式，要求更高的计算性能。
这种力量能让虚拟现实和增强现实渲染逼真的图像，将符合情境的信息或图形覆盖到真实世界的视觉上。英国皇家医学院已经在VR中记录手术，你可以很容易想象AR覆盖提供的实时信息帮助医生更精确地完成手术。这些都是真正的颠覆性应用。如果计算能够按照当前步伐进步，这种颠覆将会影响所有行业。可是，如何能够在摩尔定律衰落时保持这种进步速度?如何才能提供更多计算能力?
事实证明，工程师们可以操纵更多杠杆以推动未来计算性能提高。这就是我所谓的摩尔定律+(Moore’s Law Plus)，它将要求工程师更具创意，进行跨学科、跨行业协作。摩尔定律+在四个方面打开了“创新之门”：
1.更小的半导体设备与更具成本效益的包装和互联网技术相结合，这将使芯片技术以更新颖的方式灵活结合。
2.利用计算处理器(CPU和GPU)的异构混合以及专门的孵化器，使用来自高级记忆中的数据训练这些引擎。
3.打造易于编程和利用异构计算的开源软件项目和开发框架
4.开发新的软件应用生态结构，即使用先进的机器学习、数据分析以及VR与AR渲染帮助程序更易于使用。
在摩尔定律+的时代，大学和行业将将利用这些杠杆提高性能。在铸造前沿，远紫外光刻将是有效的技术，可以驱动小型进程节点制造业向前发展，进而催生更小的新式晶体管。它们将与新的金属结构连线，以降低电阻。在半导体行业，制造业将进一步发展。
未来电器也将需要更多内存，无论是PC、移动设备还是服务器。对于服务器来说，某些特定工作负载，特别是机器学习、虚拟化应用以及数据处理等，都对内存有着无止境的要求。然而，我们过去每年增加的内存密度都在下降。这同样需要创新拉动，我们可能看到非易失性内存或堆栈内存诞生。