作者：Kirk Bresniker，HPE實驗室研究員兼首席架構師
八十年前，艾倫·圖靈為電子計算奠定了數學基礎，就在十年後，約翰·馮·諾依曼將計算機從理論變成了現實。自此以後，信息技術的發展成為了全球經濟增長的基礎，在一系列關鍵核心技術的推動下，我們能夠以儘量少的成本投入獲得最大的收益產出。
現代手機存儲芯片容量比約翰·馮·諾依曼（圖右）1951年為普林斯頓高等研究院製造的計算機高出百萬倍
1971 年，英特爾聯合創始人戈登·摩爾將這一飛躍式進步稱為“摩爾定律”，他預測微芯片上可容納的晶體管數目約每隔 18-24 個月便會增加一倍。但是摩爾也指出，“指數的性質決定了你一旦開始，就會有不好的事情發生。”
經歷了 50 年的輝煌發展，我們發現摩爾定律也迎來了它的黃昏期。我們只有革新核心技術，才能持續、合理地向這個永遠渴求“更高算力的”世界交付創新成果。
我們創造的數據每隔兩年就會超過歷史記錄之和，計算機的演進速度再也趕不上我們數據擴張的步伐。
數據曲線援引自“IDC/EMC 2008-2017 年數字宇宙報告：HPE 對計算曲線的分析”
摩爾定律的雙刃劍
摩爾定律預測的成本削減和性能提升深刻推動了技術在消費層級的普及。但是，維繫這一全球增長引擎需要全球學術界、政府和行業的共同努力。
此外，建造芯片製造工廠所需的資本投資和運營成本也在呈指數級增長，這種趨勢被稱為“Rock 定律”（摩爾第二定律）。按照這一預測，下一代工廠的成本預計將會超過 200 億美元。
還有一項比較鮮為人知的重要規律（我們沒有延續下來）：登納德定律，即隨著晶體管的尺寸縮小（或比例縮減），其功耗和成本也會降低，同時運行速度加快。這一結論由 IBM 研究員羅伯特·登納德大約在摩爾定律的同一時期得出。
微處理器 40 年的發展趨勢數據
登納德縮放比例定律在大約 10 年前就終結了，因為雖然我們可以在芯片上添加更多晶體管，但它們並不會運行得更快或更節能。為繼續提升速度和降低功耗，計算機需要更高程度的集成，也就是將曾經分散到多個芯片上的功能集成到容量越來越大的單一芯片上。
只有一小部分架構商和製造商找到了成功的秘訣，即“摩爾定律 + Rock 定律 - 登納德定律”。在業內的市場領導者圈子不斷縮小的當下，圈外的創新力量只能侷限於應用在外圍設備領域，而然而這些設備的運行速度比高度集成的設備低數千倍。
供應商和架構商方面的整合造成了軟件設計的同質性，正如缺乏生物多樣性的生態系統容易遭到破壞一樣，我們的 IT 系統也容易遭到網絡攻擊。更糟糕的是，我們的很多技術都是在一個簡單、分離的時代中孕育出來的，今天卻被用在了關鍵社會基礎設施中。在前一種環境中，技術的缺陷可以得到有效控制，而在後一種環境中，軟件故障會像病毒一樣傳播。
在摩爾定律仍然有效的情況下，不好好利用它就是跟錢過不去，但是這種情況不會持續太久。在摩爾定律長達幾十年的壽命中，全球有很多公司扮演了重要角色。如今這些公司一致認為，那個唯晶體管獨尊的奢華年代已經一去不復返了，自我革新才是新的出路。
雖然在摩爾定律步入黃昏的今天，我們因各種不確定性而變得迷茫，但卻迎來了四十多年難得一遇的機會：挑戰傳統。
新紀元
隨著高歌猛進的摩爾定律時代的終結，我們正面臨傳統認識的多重、同步顛覆：
- 訓練神經網絡將取代編程的應用；
- 數據將被分發，而不是存儲在服務器集群中；
- 內存將充裕且廉價，不再稀缺和昂貴；
- 專用計算元素將取代通用微處理器；
- 信息技術將創造價值，而不是降低成本；
- 光子將取代電子作為信息載體；
- 邊緣與核心將是一個連續體，而不再分裂。
"管理數據需要很多的精力，而從數據中提取洞察並付諸行動則需要很強的計算能力。通過當前架構維繫這種形勢是不可持續的。"—— 安東尼奧·奈裡，HPE總裁兼首席執行官在2018 年 1 月的達沃斯世界經濟論壇年會上表示。
我們正面臨傳統認知的多重、同步顛覆。在從經典物理學到現代物理學的動盪變遷中，我們的科學變得更加強大，但同時也變得更為隱晦。與之相似，今天我們所面臨的一切顛覆有希望帶來更為豐厚的回報。我們應當坦然接受摩爾定律時代的終結，擁抱充滿多樣性和活力的全新機遇。
我們如何在這一顛覆的世界中找到方向？答案是將重心從供給側轉向需求側。儘管傳統技術的指數級性能增長有所下降，然而需求仍繼續呈指數級增加。新產生的數據正在呈指數級增加，我們從感知到行動的等待時間也呈指數級下降。
我們記錄的信息總量每兩年就翻一番，目前，這些信息中的大部分都記錄在傳統數據中心，但隨著數據繼續翻倍增加，這種情況將發生巨大變化。從未記錄在數據中心的企業數據五年內可能會從當前的 10% 上升到 70%。每 10 個字節中就有 7 個無需離開“智能邊緣”即可被捕獲、分析和執行。
我們生活在一個“無法等待”的世界。不妨想一想“智能”社會基礎設施的興起：智能電網、5G 無線通信、自動駕駛汽車。所有這些系統的信息生命週期從秒降至微秒。
參考這兩種趨勢，我們不難看清未來的模式：大多數信息將通過人工智能和數據分析算法進行分析，從而指導我們的行動。幾乎所有操作都將在分佈式信息基礎設施中進行。
大部分增長將發生在擁有豐富的新型計算“加速”技術的智能邊緣。這些技術包括內存驅動、神經形態、光子、量子和模擬計算，每一種都必不可少。這些技術率先運用在邊緣，然後迴流到核心數據中心，從而建立從邊緣到核心的連續體。
到 2022 年，每創建 10 個數據字節，就有 7 個保存在創建的位置
超競爭企業
以這些趨勢作為參考，我們可以對潛在的超競爭公共和私營企業加以描述。這些超競爭數字企業具有如下特點：
- 明白實時數據是打造競爭力和創造經濟價值的新來源，有著與基礎商品或流程同等或更大的價值；
- 讓每個實體或數字產品、每個工廠製造流程、每個企業業務流程都能產生數據，並利用這些數據提高工作效率和靈活性；
- 讓分析和機器學習能力盡可能接近邊緣，以實現實時洞察和行動；
- 構建從智能邊緣到企業核心的連續體，這樣每個行動都能在最短的時間內使用最少的能量完成；
- 通過流程改進、投資戰略、客戶滿意、減少保修頻率和直接貨幣化持續不斷地將原始數據轉化成經濟優勢。
新型計算元件的分佈式系統必然更復雜，但它們也更合理、安全、可用和可持續。這些特點使得它們更加公正。
伴隨而來的經濟機遇也可以矯正當前“唯技術論”的單一文化。正如HPE實驗室高級研究員斯坦·威廉姆斯在去年 IEEE 重振計算科學技術會議的閉幕辭中所總結的那樣：“摩爾定律的終結是自其開始以來計算領域遇到的最棒的事情。金手銬終於解開了！”
閱讀更多 HPE中國 的文章
