Globale Rezession wegen des Endes des Mooreschen Gesetzes - Seite 10

 
Vladimir:
Die Verwendung von Licht zur Übertragung von Informationen ist nicht neu, sie wird bereits in Kabeln verwendet. Die Verwendung in einem Chip ist relativ neu, aber zu umständlich, weil man die digitalen Informationen auf das Licht modulieren, Fotodioden und LEDs hinzufügen muss und die Faser selbst viel dicker ist als eine Metallverbindung. Es gibt keine besonderen Vorteile. Photonische Transistoren und Speicher gibt es meines Wissens nach noch nicht. Es gibt zwar Ideen, Photonen als Qubits in einem Quantencomputer zu verwenden.
Auch das ist nicht neu, die Optronik des letzten Jahrhunderts. In den 80er Jahren wurden sie als Schalter und Mikrobaugruppen verwendet. Dioden sind strukturell einfacher aufgebaut als Transistoren, pro Schicht. Man muss nur mehr in die Entwicklung investieren. Auch wenn Sie nicht in die Zukunft blicken können.
 
Vladimir:

...

Ab etwa 2021-2022 werden Computer und Mobiltelefone also nicht mehr die Leistung ihrer Prozessoren steigern. Es macht keinen Sinn, einen neuen Computer, ein neues iPad oder ein neues Smartphone zu kaufen, wenn der Prozessor die gleiche Leistung hat wie bei der alten Generation dieser Geräte. Der Verkauf von neuen Geräten wird zurückgehen. Da diese Geräte viele Branchen betreffen, sagen Experten eine weltweite Rezession voraus. Der Markt wird wahrscheinlich noch vor 2020 auf das Ende des Mooreschen Gesetzes reagieren.

Sie sehen den Wald vor lauter Bäumen nicht. Die CPUs sind heute leistungsfähig genug, um alle alltäglichen Aufgaben zu bewältigen. Selbst jetzt wird eine höhere CPU-Leistung von den Benutzern nicht gefordert. Sie bevorzugen weniger leistungsfähige Smartphones und Tablets gegenüber sperrigen, aber leistungsstarken Desktop-Computern.
 
Vladimir:

Ist es einfacher, ein Programm für parallele CPU-Kerne als für GPUs zu schreiben? Das Problem ist dasselbe: Der Programmierer muss sich den Kopf zerbrechen und entscheiden, welche Teile eines Programms parallelisiert werden können, speziellen Parallelisierungscode schreiben und so weiter. Die meisten Programmierer leiden nicht darunter und schreiben Single-Core-Programme ohne Umwege. Was ist hier das Problem: Mangel an Kernen oder Programme, die mehrere Kerne verwenden? Ich denke, es ist das Letztere. Selbst wenn ich Ihnen eine CPU mit 3000 Kernen gebe, werden Sie immer noch Programme für einen Kern schreiben, da es keinen Unterschied in der Schwierigkeit gibt, Programme für 3000 Kerne und für 4 Kerne zu schreiben. Benötigt wird ein neuer Compiler, der automatisch erkennen kann, welche Teile des Codes parallelisiert werden können. Aber auch hier hängt der Fortschritt bei der Entwicklung eines solchen Compilers nicht von der Hardware ab, sondern von der Bereitschaft der Programmierer, einen solchen Compiler zu schreiben. Ich behaupte in diesem Thread, dass die Möglichkeit, nach 2020 neue Hardware zu entwickeln, aufgrund der Fortschritte in der Halbleitertechnologie und der Verringerung der Größe und des Stromverbrauchs von Transistoren immer geringer wird. Neue Materialien und Transistoren sind noch in weiter Ferne. Intel hat 2016 versucht, die Knight Hill-Prozessorgeneration auf Basis der 10-nm-Technologie zu entwickeln, und hat diese Generation auf Ende 2017 verschoben. Auch Samsung hat Probleme mit seiner 10nm-Technologie für seine App-Prozessoren. Bereits bei einer Größe von 10 nm bieten die Transistoren im Vergleich zu 14 nm nur eine geringe Verringerung von Größe und Leistung. Die Wärmeableitung wird zu einem großen Problem. Es bedarf eines Technologiesprungs. Einer der Indikatoren für Technologie ist der Preis pro Transistor. Der Preis fiel also vor 28nm, und danach begann er exponentiell zu steigen. Viele Unternehmen haben wegen des Preises bei 28nm aufgehört. Der Fortschritt in Richtung 10nm-Technologie, dann 7nm und schließlich 5nm wird also nicht nur von Wärmeproblemen, sondern auch von hohen Preisen begleitet sein.

Es gibt eine Reihe von Aufgaben, die grundsätzlich nicht parallelisiert werden können. Die Parallelität ist kein Allheilmittel.
 
Aus irgendeinem Grund hat niemand NP-komplette Probleme erwähnt. Nun, es gibt viele solcher Probleme, und für keines von ihnen gibt es einen wirksamen Lösungsweg. Jede 10-, 100- oder 1000-fache Steigerung der Computerleistung ist nutzlos, wenn es darum geht, effektiv Lösungen für diese Probleme zu finden. Dies ist eines der grundlegenden Probleme der Mathematik, aber nicht der Siliziumkristalltechnik. Unter diesem Gesichtspunkt erscheint das vorgeschlagene Thema völlig sinnlos und das Problem aus der Luft gegriffen.
 
Vasiliy Sokolov:
Irgendwie hat niemand NP-komplette Probleme erwähnt.
Patamusta
Алгоритм Гровера — Википедия
  • ru.wikipedia.org
Алгоритм Гровера (англ.  , GSA) — квантовый алгоритм решения задачи перебора, то есть нахождения решения уравнения Предполагается, что функция задана в виде чёрного ящика, или оракула, то есть в ходе решения мы можем только задавать оракулу вопрос типа: «чему равна на данном », и после получения ответа использовать его в дальнейших вычислениях...
 
Vasiliy Sokolov:
Aus irgendeinem Grund hat niemand NP-komplette Probleme erwähnt. Nun, es gibt viele solcher Probleme, und für keines von ihnen gibt es einen wirksamen Lösungsweg. Jede 10-, 100- oder 1000-fache Steigerung der Computerleistung ist nutzlos, wenn es darum geht, effektiv Lösungen für diese Probleme zu finden. Dies ist eines der grundlegenden Probleme der Mathematik, aber nicht der Siliziumkristalltechnik. Unter diesem Gesichtspunkt erscheint das vorgeschlagene Thema im Allgemeinen sinnlos und das Problem aus der Luft gegriffen.
Mit zunehmender Rechenleistung nimmt die Komplexität der Probleme ab, da es möglich wird, KI einzusetzen, die in der Lage ist, sich so weit wie möglich selbst zu komplizieren. Daher werden alle Probleme, für die es Lösungen gibt, nicht durch eine Erhöhung der Rechenleistung, sondern durch eine Steigerung der Fähigkeiten des Lösers (KI) gelöst. Dies ist eine Art qualitativer Übergang vom Greifbaren zum Informativen (Immateriellen). Quantencomputer werden (scheinbar) eine Sackgasse in der Entwicklung eben jenes Materials sein, zu einem neuen qualitativen Übergang zur Entstehung eines selbstkomplexen Auflösers.
 
Vasiliy Sokolov:
Irgendwie hat niemand NP-komplette Aufgaben erwähnt. Nun, es gibt viele solcher Probleme, und für keines von ihnen gibt es einen effizienten Lösungsweg. Jede 10-, 100- oder 1000-fache Steigerung der Computerleistung ist nutzlos, wenn es darum geht, effektiv Lösungen für diese Probleme zu finden. Dies ist eines der grundlegenden Probleme der Mathematik, aber nicht der Siliziumkristalltechnik. Unter diesem Gesichtspunkt erscheint das vorgeschlagene Thema völlig sinnlos und das Problem aus der Luft gegriffen.

Sie brauchen keine Sudoku-Leistung.

Was passiert eigentlich, wenn die Produktivität einer Instanz von Eisen nicht steigt? Und wie hoch ist der Anteil der Geräte am weltweiten BIP? Wahrscheinlich weniger als, sagen wir, Pharmazeutika oder Software für dasselbe Eisen. Bald werden die Geräte kostenlos als Beigabe zu irgendeinem superbeliebten Gizmo angeboten werden. Sie bieten Marken-Smartphones zu einem symbolischen Preis an.

Und die Produktion in China sollte nicht zurückgehen. Wenn du Pokémon nicht mit einem Smartphone fangen kannst, fang sie mit zwei.

 
Yuri Evseenkov:

...

Bald werden die Geräte kostenlos als Zusatz zu irgendeiner super beliebten Sache verschenkt werden.

...

Plus

Man braucht keinen Supercomputer, um Pokemon zu fangen und Kate zu beobachten.

 
Vasiliy Sokolov:

Ich sehe eine Schwalbe, die vor meinem Fenster Fliegen fängt.

Die Suche nach dem Ziel, das Einfangen des Ziels, das Fangen des Ziels, das Fressen des Ziels - alles in einem sehr chaotischen Flug. Haben wir eine Flugmaschine, die mit Gigahertz und Gigabyte vollgepackt ist, um so zu fliegen?

Und das alles wird von einem Computer von der Größe der Spitze Ihres kleinen Fingers erledigt.

Aber abgesehen von der Kontrolle des Fluges steuert der Computer derselben Schwalbe alle ihre internen Prozesse und hält deren unbestimmte Gesamtheit in einem bestimmten Gleichgewichtszustand!

Ich habe ein Rechengerät erwischt, das sich "Arithmometer" nennt: Man dreht an einem Knopf und es erscheinen Zahlen. Das war vor 50 Jahren. Schließlich hat sich seither in der Welt der Computer nichts Qualitatives getan, sondern nur Quantitatives: Der Drehknopf dreht sich schneller.

Und doch liegt die Zukunft der Datenverarbeitung direkt vor unserer Nase.

 
СанСаныч Фоменко:

Ich sehe eine Schwalbe, die vor meinem Fenster Fliegen fängt.

Die Suche nach dem Ziel, das Einfangen des Ziels, das Fangen des Ziels, das Fressen des Ziels - alles in einem sehr chaotischen Flug. Haben wir eine Flugmaschine, die mit Gigahertz und Gigabyte vollgepackt ist, um so zu fliegen?

Und das alles wird von einem Computer von der Größe der Spitze Ihres kleinen Fingers erledigt.

Aber abgesehen von der Kontrolle des Fluges steuert der Computer derselben Schwalbe alle ihre internen Prozesse und hält deren unbestimmte Gesamtheit in einem bestimmten Gleichgewichtszustand!

Ich habe ein Rechengerät erwischt, das sich "Arithmometer" nennt: Man dreht an einem Knopf und es erscheinen Zahlen. Das war vor 50 Jahren. Schließlich hat sich seither in der Welt der Computer nichts Qualitatives getan, sondern nur Quantitatives: Der Drehknopf dreht sich schneller.

Und doch liegt die Zukunft der Datenverarbeitung direkt vor unserer Nase.

Die Euphorie über neuronale Algorithmen war bereits in den 80er Jahren verflogen. In sie wurde viel Hoffnung gesetzt. Viele Aufgaben wurden mit ihrer Hilfe erfolgreich gelöst. Aber im Großen und Ganzen ist die Idee gescheitert, künstliche Intelligenz wurde nie geschaffen.