ในปี 1965 ผู้ร่วมก่อตั้ง Intel Intel กอร์ดอน มัวร์ เผยแพร่แล้ว กระดาษอันทรงคุณค่าอย่างน่าทึ่ง ซึ่งทำนายว่าพลังการคำนวณจะเพิ่มขึ้นเป็นสองเท่าทุกๆ สองปี เป็นเวลาครึ่งศตวรรษ ที่กระบวนการเพิ่มทวีคูณนี้ได้รับการพิสูจน์แล้วว่าสอดคล้องกันอย่างน่าทึ่ง จนทุกวันนี้เรียกกันว่า กฎของมัวร์ และได้ขับเคลื่อนการปฏิวัติทางดิจิทัล
อันที่จริง เราเคยชินกับแนวคิดที่ว่าเทคโนโลยีของเรามีประสิทธิภาพและราคาถูกลงจนแทบไม่หยุดและคิดว่าเทคโนโลยีของเราไม่เคยเกิดขึ้นมาก่อน แน่นอน เราไม่ได้คาดหวังให้ม้าหรือไถ -- หรือแม้แต่เครื่องยนต์ไอน้ำ รถยนต์ หรือเครื่องบิน -- เพิ่มประสิทธิภาพเป็นสองเท่าในอัตราที่ต่อเนื่อง
patti ann browne bra size
อย่างไรก็ตาม องค์กรสมัยใหม่ต้องพึ่งพาการปรับปรุงอย่างต่อเนื่องจนแทบไม่มีใครนึกถึงความหมายและด้วย กฎของมัวร์กำลังจะสิ้นสุด , ที่จะเป็นปัญหา. ในทศวรรษต่อๆ ไป เราจะต้องเรียนรู้ที่จะอยู่โดยปราศจากความแน่นอนของกฎของมัวร์ และดำเนินการใน ยุคใหม่แห่งนวัตกรรม ที่จะแตกต่างอย่างสุดซึ้ง
คอขวดของฟอน นอยมันน์
เนื่องจากพลังและความสม่ำเสมอของกฎของมัวร์ เราจึงมาเชื่อมโยงความก้าวหน้าทางเทคโนโลยีกับความเร็วของโปรเซสเซอร์ นั่นเป็นเพียงมิติหนึ่งของประสิทธิภาพ และมีหลายสิ่งที่เราสามารถทำได้เพื่อให้เครื่องจักรของเราทำงานได้มากขึ้นด้วยต้นทุนที่ต่ำกว่าเพียงแค่เร่งความเร็ว
ตัวอย่างเบื้องต้นของสิ่งนี้เรียกว่า จากคอขวดของนอยมันน์ ได้รับการตั้งชื่อตามอัจฉริยะทางคณิตศาสตร์ที่รับผิดชอบวิธีที่คอมพิวเตอร์ของเราจัดเก็บโปรแกรมและข้อมูลไว้ในที่เดียวและทำการคำนวณในอีกที่หนึ่ง ในทศวรรษที่ 1940 เมื่อแนวคิดนี้เกิดขึ้น มันเป็นความก้าวหน้าครั้งสำคัญ แต่วันนี้กลับกลายเป็นปัญหาบ้าง
ปัญหาคือ เนื่องด้วยกฎของมัวร์ ชิปของเราจึงทำงานเร็วมากจนในเวลาที่ใช้ข้อมูลในการเดินทางไปมาระหว่างชิป - ด้วยความเร็วแสงไม่น้อย - เราเสียเวลาคำนวณอันมีค่าไปมาก น่าแปลกที่ความเร็วของชิปยังคงดีขึ้น ปัญหาก็จะยิ่งแย่ลงไปอีก
วิธีแก้ปัญหานั้นเรียบง่ายในแนวคิด แต่ในทางปฏิบัตินั้นยากจะเข้าใจ เช่นเดียวกับที่เรารวมทรานซิสเตอร์เข้ากับซิลิคอนเวเฟอร์ตัวเดียวเพื่อสร้างชิปยุคใหม่ เราสามารถรวมชิปต่างๆ ด้วยวิธีที่เรียกว่า 3D ซ้อน . หากเราทำสิ่งนี้ได้ เราก็สามารถเพิ่มประสิทธิภาพให้กับคนรุ่นต่อไปได้อีกสองสามรุ่น
เพิ่มประสิทธิภาพคอมพิวเตอร์
วันนี้เราใช้คอมพิวเตอร์ของเราสำหรับงานต่างๆ เราเขียนเอกสาร ดูวิดีโอ เตรียมการวิเคราะห์ เล่นเกม และทำสิ่งอื่นๆ มากมายบนอุปกรณ์เดียวกันโดยใช้สถาปัตยกรรมชิปเดียวกัน เราสามารถทำได้เพราะชิปที่คอมพิวเตอร์ของเราใช้ได้รับการออกแบบให้เป็นเทคโนโลยีเอนกประสงค์
นั่นทำให้คอมพิวเตอร์สะดวกและมีประโยชน์ แต่ไม่มีประสิทธิภาพอย่างมากสำหรับงานที่ต้องใช้การคำนวณอย่างหนัก มีเทคโนโลยีมาช้านานแล้ว เช่น ASIC และ เอฟพีจีเอ, ที่ออกแบบมาสำหรับงานที่เฉพาะเจาะจงมากขึ้นและล่าสุด GPU's ได้กลายเป็นที่นิยมสำหรับฟังก์ชั่นกราฟิกและปัญญาประดิษฐ์
เมื่อปัญญาประดิษฐ์ได้ก้าวขึ้นมาเป็นผู้นำ บริษัทบางแห่ง เช่น Google และ Microsoft ได้เริ่มออกแบบชิปที่ออกแบบมาเพื่อใช้งานเครื่องมือการเรียนรู้เชิงลึกของตนเองโดยเฉพาะ สิ่งนี้ช่วยปรับปรุงประสิทธิภาพได้อย่างมาก แต่คุณต้องสร้างชิปจำนวนมากเพื่อให้ประหยัด ดังนั้นจึงไม่สามารถเข้าถึงได้สำหรับบริษัทส่วนใหญ่
ความจริงก็คือกลยุทธ์ทั้งหมดเหล่านี้เป็นเพียงการหยุดชั่วคราว พวกเขาจะช่วยให้เราก้าวหน้าต่อไปในทศวรรษหน้าหรือประมาณนั้น แต่ด้วยกฎของมัวร์ที่สิ้นสุด ความท้าทายที่แท้จริงคือการคิดแนวคิดใหม่ขั้นพื้นฐานสำหรับการคำนวณ
ชุดว่ายน้ำ josina anderson age
สถาปัตยกรรมใหม่ล้ำลึก
ในช่วงครึ่งศตวรรษที่ผ่านมา กฎของมัวร์ได้กลายเป็นคำพ้องความหมายกับการคำนวณ แต่เราได้สร้างเครื่องคำนวณมานานก่อนที่จะมีการประดิษฐ์ไมโครชิปตัวแรก ในช่วงต้นศตวรรษที่ 20 IBM เป็นผู้บุกเบิกเครื่องสร้างตารางแบบเครื่องกลไฟฟ้าก่อน จากนั้นจึงนำหลอดสุญญากาศและทรานซิสเตอร์มาใช้ก่อนที่วงจรรวมจะถูกประดิษฐ์ขึ้นในปลายทศวรรษ 1950
ปัจจุบันมีสถาปัตยกรรมใหม่ 2 แห่งที่จะวางจำหน่ายภายในห้าปีข้างหน้า อย่างแรกคือ คอมพิวเตอร์ควอนตัม ซึ่งมีศักยภาพที่จะมีประสิทธิภาพมากกว่าเทคโนโลยีในปัจจุบันหลายพันเท่าถ้าไม่ใช่ล้านเท่า ทั้ง IBM และ Google ได้สร้างต้นแบบที่ใช้งานได้ และ Intel, Microsoft และอื่นๆ มีโปรแกรมการพัฒนาที่ใช้งานได้จริง
แนวทางหลักที่สองคือ การคำนวณ neuromorphic หรือชิปตามการออกแบบของสมองมนุษย์ สิ่งเหล่านี้เป็นเลิศในงานจดจำรูปแบบที่ชิปทั่วไปมีปัญหา พวกมันยังมีประสิทธิภาพมากกว่าเทคโนโลยีในปัจจุบันหลายพันเท่า และสามารถปรับขนาดได้จนถึงแกนเล็กๆ เพียงแกนเดียวที่มี 'เซลล์ประสาท' เพียงไม่กี่ร้อยตัว และอาร์เรย์มหาศาลที่มีจำนวนนับล้าน
สถาปัตยกรรมทั้งสองนี้มีข้อเสีย คอมพิวเตอร์ควอนตัมจำเป็นต้องเย็นลงเพื่อให้ใกล้เคียงกับศูนย์สัมบูรณ์ ซึ่งจำกัดการใช้งาน ทั้งสองต้องใช้ตรรกะที่แตกต่างจากคอมพิวเตอร์ทั่วไปอย่างมาก และต้องการภาษาโปรแกรมใหม่ การเปลี่ยนแปลงจะไม่ราบรื่น
ยุคใหม่แห่งนวัตกรรม
ในช่วง 20 หรือ 30 ปีที่ผ่านมา นวัตกรรมโดยเฉพาะอย่างยิ่งในด้านดิจิทัลนั้นค่อนข้างตรงไปตรงมา เราสามารถพึ่งพาเทคโนโลยีในการปรับปรุงได้ในจังหวะที่คาดการณ์ได้ และนั่นทำให้เราคาดการณ์ได้ว่าจะเกิดอะไรขึ้นในปีต่อๆ ไป ด้วยความมั่นใจในระดับสูง
ซึ่งนำไปสู่ความพยายามด้านนวัตกรรมส่วนใหญ่ในการมุ่งเน้นไปที่แอปพลิเคชัน โดยเน้นที่ผู้ใช้ปลายทางเป็นอย่างมาก สตาร์ทอัพที่สามารถออกแบบประสบการณ์ ทดสอบ ปรับเปลี่ยน และทำซ้ำได้อย่างรวดเร็วสามารถเอาชนะบริษัทขนาดใหญ่ที่มีทรัพยากรและความซับซ้อนทางเทคโนโลยีได้มากกว่า นั่นทำให้ความคล่องตัวเป็นคุณลักษณะการแข่งขันที่กำหนด
mel b . เชื้อชาติอะไร
ในปีต่อ ๆ ไป ลูกตุ้มมีแนวโน้มที่จะแกว่งจากการใช้งานกลับไปสู่เทคโนโลยีพื้นฐานที่ทำให้เป็นไปได้ แทนที่จะสามารถพึ่งพากระบวนทัศน์เก่า ๆ ที่ไว้ใจได้ เราส่วนใหญ่จะดำเนินการในดินแดนที่ไม่รู้จัก ในหลาย ๆ ด้าน เราจะเริ่มต้นใหม่อีกครั้งและนวัตกรรมจะดูเหมือนในปี 1950 และ 1960 มากขึ้น
คอมพิวเตอร์เป็นเพียงพื้นที่หนึ่งที่ถึงขีดจำกัดทางทฤษฎีแล้ว เราก็ต้องการ แบตเตอรี่รุ่นต่อไป เพื่อให้พลังงานแก่อุปกรณ์ รถยนต์ไฟฟ้า และโครงข่ายไฟฟ้าของเรา ในขณะเดียวกัน เทคโนโลยีใหม่ๆ เช่น จีโนม นาโนเทคโนโลยี และหุ่นยนต์ กำลังกลายเป็นลัคนาและแม้กระทั่ง วิธีการทางวิทยาศาสตร์กำลังถูกตั้งคำถาม .
ตอนนี้เรากำลังเข้าสู่ยุคใหม่ของนวัตกรรม และองค์กรที่จะแข่งขันได้อย่างมีประสิทธิภาพสูงสุดจะไม่ใช่องค์กรที่มีความสามารถในการก่อกวน แต่เป็นองค์กรที่เต็มใจ รับมือกับความท้าทายที่ยิ่งใหญ่ และสำรวจขอบฟ้าใหม่