近日，美國勞倫斯伯克力國家實(shí)驗室的一篇論文震驚了整個(gè)IT行業(yè)，他們成功地利用碳納米管和一種稱(chēng)為二硫化鉬的化合物開(kāi)發(fā)出了全球最小的晶體管，只有1納米。

　　“納米科技”這個(gè)詞兒我們都聽(tīng)說(shuō)過(guò)，1毫米等于1百萬(wàn)納米，一根頭發(fā)絲平均0.06毫米，1納米的晶體管只有你頭發(fā)絲的六萬(wàn)分之一的厚度。

　　計算機是以0和1作二進(jìn)制運算的，晶體管就是最基本的單位，每個(gè)晶體管相當于一個(gè)開(kāi)關(guān)，關(guān)的時(shí)候表示0，開(kāi)的時(shí)候表示1，晶體管越多，開(kāi)關(guān)也越多，處理的數據越多，性能就越強大。

　　這時(shí)候，晶體管的尺寸越小，同樣體積的芯片上就能集成更多，讓芯片不會(huì )因性能提升而變得更大。而且，減少體積也可以降低耗電量，所以長(cháng)久以來(lái)，晶體管的大小都是計算技術(shù)進(jìn)步的硬指標。

　　著(zhù)名的摩爾定律，曾經(jīng)完美的詮釋了這種進(jìn)步。它說(shuō)的就是當價(jià)格不變時(shí)，集成電路上可容納的晶體管的數目約每隔18-24個(gè)月便會(huì )增加一倍，性能也將提升一倍。通俗一點(diǎn)講就是：我們現在買(mǎi)的一部手機和兩年前的一部手機相比，價(jià)錢(qián)沒(méi)變，大小沒(méi)變，但是性能已經(jīng)翻了一倍。

　　摩爾定律的定義歸納起來(lái)，主要有以下三種版本：集成電路芯片上所集成的電路的數目，每隔18個(gè)月就翻一倍。微處理器的性能每隔18個(gè)月提高一倍，或價(jià)格下降一半。用一個(gè)美元所能買(mǎi)到的計算機性能，每隔18個(gè)月翻兩倍。摩爾定律并非數學(xué)、物理定律，而是對發(fā)展趨勢的一種分析預測，因此，無(wú)論是它的文字表述還是定量計算，都應當容許一定的寬裕度。

　　“摩爾定律”不是自然規律，他是英特爾的聯(lián)合創(chuàng )始人摩爾1965年發(fā)表在論文上的一個(gè)看法，半個(gè)世紀以來(lái)，芯片產(chǎn)業(yè)的確一直在按照這個(gè)規律發(fā)展，差不多每?jì)赡赀\算能力翻一番，或者同樣的運算能力，兩年左右體積可以縮小一倍。

　　但是最近，有學(xué)者認為“摩爾定律”已經(jīng)失靈了，2年以后我們買(mǎi)到的手機性能也許只會(huì )提高50%。其中一個(gè)重要的原因就是：晶體管的工藝已經(jīng)遇到了瓶頸。

　　晶體管的工藝制程一直按照摩爾定律進(jìn)行。

　　比如蘋(píng)果iPhone7的A10Fusion處理器，采用是16納米的工藝，目前英特爾最新的處理器采用的是14納米的工藝，與此同時(shí)，三星最尖端的技術(shù)已經(jīng)到了10納米，這已經(jīng)非常了不起了，明年10納米的處理器才會(huì )量產(chǎn)普及，而臺積電更超前，會(huì )在明年嘗試7納米制程技術(shù)。

　　看起來(lái)仍然是日新月異欣欣向榮不是嗎?

　　但是再往后就不行了，凡事都有極限，從芯片的制造來(lái)看，5納米就是物理極限。一旦晶體管的體積小于5納米，它們在物理形態(tài)上就會(huì )非常集中，以至于產(chǎn)生“量子隧穿效應”——晶體管開(kāi)關(guān)沒(méi)法關(guān)閉，導致處理器失控。

　　量子隧穿效應是一種量子特性，是電子等微觀(guān)粒子能夠穿過(guò)它們本來(lái)無(wú)法通過(guò)的“墻壁”的現象。

　　而伯克力實(shí)驗室發(fā)現，低于5納米不是不可能的——只要放棄現在使用的單晶硅圓片，采用新材料碳納米管+二硫化鉬。它不但有同樣的晶體結構，還可以避免隧穿效應。

　　硅的單晶體。具有基本完整的點(diǎn)陣結構的晶體。不同的方向具有不同的性質(zhì)，是一種良好的半導材料。純度要求達到99.9999%，甚至達到99.9999999%以上。用于制造半導體器件、太陽(yáng)能電池等。

　　目前伯克利實(shí)驗室已經(jīng)把論文發(fā)在了《科學(xué)》雜志上，雖然從理論突破到轉換成實(shí)際生產(chǎn)還需要很長(cháng)的時(shí)間，不過(guò)摩爾定律卻能因此得到延續。當新材料再次遇到物理極限，也許就是量子計算機登上舞臺的時(shí)候。

　　所以摩爾定律怎么能失靈呢?人民不同意啊!我們要虛擬現實(shí)，我們還要人工智能，我們對計算性能的需求根本永無(wú)止境。

圖片來(lái)源：找項目網(wǎng)