第 86 节 小结

摩尔定律持续 50 多年之后，将慢慢走向终结。AI 技术的发展，取决于半导体芯片的进步。在今后的后摩尔定律时代，半导体芯片领域的许多创新正在启动，许多尝试也正在开展。

「超越 CMOS」的新型器件通常具有 CMOS 所不具备的独特特性，这可以实现新颖的功能甚至是新的计算架构。例如，将 FeFET 做成具有非易失性的逻辑开关，可用于存内计算设计或非易失性逻辑电路中。这种器件可以实现更有效的非冯·诺依曼体系结构。在存储器中进行神经网络计算（突触权重读取和更新）是存内计算的最新例子。PCM 和 RRAM 的模拟行为是神经网络实现高度可扩展的突触的非常有用的功能 [268] 。自旋电子器件在深度学习计算电路中也已表现出了出色的性能。

TFET 和纳米线 FET 的器件级可重构性和双极性是设计硬件安全电路很有用的功能。非稳 MTJ 中的可编程随机性或 RRAM 中的随机电报噪声（RTN）（见 9.4.2 节）可用于设计量子计算机中的概率逻辑或随机数生成器。这类「超越 CMOS」器件很有可能会组成新颖的计算架构。

曾经有人预测将要到来的后摩尔定律时代将从硅材料转变为碳材料，如石墨烯等二维材料和碳纳米管等，但也有一些人认为今后最有前途的是从 CMOS 转至量子效应，如隧道 FET 和自旋电子器件等。这类争议还将不断持续，因为现阶段就是处于探索阶段，对这么多的候选技术来说，还没有人可以确定未来究竟哪一种或哪几种可以产业化而成为市场主流。

如果再看得远一点，未来的 AI 芯片很可能不再是基于硅或碳的「硬件」，而是使用某种新型材料的可折叠、全透明的「软件」。甚至可能随着「合成生物学」的发展，创造出某种新型计算装置。合成生物学就是利用 DNA、酶和其他各种生物学元素构建出新系统的科学，DNA 已经做成存储芯片了，分子计算和蛋白质计算也有了多年的技术积累，那么这种计算范式变成一种全新 AI 系统的日子可能也不会太遥远。

 
（本章节完结）