*近，美国劳伦斯•伯克利国家实验室(Lawrence Berkeley NaTIonal Laboratory)的一个研究团队—已经成功研制出栅极(晶体管内的电流由栅极控制)仅长1纳米的晶体管，号称是有史以来*小的晶体管。

这下很多人都不淡定了，媒体纷纷疾呼“摩尔定律没戏唱了”。

研制出1纳米晶体管的研究员Ali Javey和Sujay Desai

众所周知，多年来，计算机产业的发展始终遵循着摩尔定律。摩尔定律认为，半导体电路的晶体管的数量每18-24个月翻一倍。而晶体管的尺寸对计算机技术的提高来说非常重要。晶体管越小，单个芯片上可容纳的晶体管数量就越多;芯片上的晶体管数量越多，处理器的速度越快、效率越高。同样价格的电子产品性能，时隔18-24个月后就会翻倍。但是反过来看，一个IT公司如果今天和18个月前卖掉同样多的、同样的产品，它的营业额就要降一半。

这就是为什么，几十年来芯片制造商一直都在与摩尔定律苦苦斗争——不能做出更小的晶体管，生存就面临威胁。但是现在，这一切可能都要改写。

在长达40多年的时间里，摩尔定律始终是IT界的铁律。然而进入21世纪以来，摩尔定律似乎出现了“放缓”的迹象。

随着芯片技术的进一步发展，摩尔定律逐渐遇到物理法则的限制。业界普遍认为，7纳米是硅晶体管的一道坎，一旦过了这个节点，就会遇到问题。因为一旦硅晶体管的栅极小于7纳米，电子就可以在不同的晶体管之间流动，这种现象被称为量子穿隧效应(Quantum Tunneling)，它意味着晶体管可能会在原本应该是关闭的状态下意外打开。

但即使是7纳米以上的晶体管，也依然面临从理论向实际跨越的难题。目前*先进的芯片制程工艺采用的是14纳米晶体管，而采用10 纳米晶体管的处理器——如英特尔的Cannonlake处理器——预计到2017年或2018才能推出。

IBM生产的7纳米测试芯片

这里提供一些参考：一根头发大约有10万纳米那么粗，一个血红细胞的直径为6000纳米，就连一根DNA链也有2.5纳米。

与此同时，对更**的芯片的需求却在一路飙升。今天，我们生产的数据量正在呈指数级增加，而像机器学习这样的新兴技术，正在对芯片的运算能力提出越来越高的要求。

劳伦斯•伯克利国家实验室无疑是一个了不起的科研成果，因为这意味着，单个芯片上容纳的晶体管数量仍然可以成倍增长，至少在理论上如此。

但是，这项研究还处于初期阶段，目前仅仅是一个概念，要成为现实产品还有很长的路要走。以14纳米晶体管而言，单个芯片上拥有的晶体管数量超过十亿，而劳伦斯•伯克利实验室的团队还没有找到可以大规模生产1纳米晶体管及新型芯片的方法，即使找到了，其造价也是极其昂贵的。

当然，即使仅仅作为概念，该团对的研究成果仍然是重要的——它证明了我们可以利用新材料来生产尺寸更小的晶体管，以进一步提高计算机的功能和效率。

事实上，芯片业界已经接受了晶体管尺寸接近下限的现实，并已经为摩尔定律的终结做了准备。今年早些时候，美国半导体工业协会(Semiconductor Industry AssociaTIon)——成员包括英特尔、AMD和Global Foundries——发表了一份报告。这份报告宣称，到2021年，硅晶体管尺寸的缩小将不再是一件经济可行的事情。取而代之的是，芯片将以另一种方式发生变化。

芯片专业化是目前比较靠谱的一种解决方案。传统上，业界对所有芯片都是“一视同仁”，但现在这种观念可能要落伍了。麻省理工学院斯隆管理学院的助理教授Neil Thompson说：“(比如)我们开的车就不尽相同，18轮大卡车、跑车、SUV，这些车设计出来都有专门的目的，现在芯片也开始有这样的分工。”

图形处理器(GPU)就是一个例子。GPU原本专为图形渲染中执行复杂的数学和几何计算而设计的，但现在工程师们发现，GPU也可以用于数据分析等其他领域。

芯片行业开始从超高速的、全能型芯片向更专业化的芯片转变。为此，因特尔收购了视觉芯片创业公司Movidius。与此同时，Nvidia公司正在向全球销售人工智能芯片。

英伟达CEO黄仁勋在台北国际电脑展会上展示Tesla P100人工智能专用芯片

更高效的芯片也将有助于在降低能耗的基础上提高计算速度。微软和英特尔都在研究可再编程芯片(FPGA)，以更高效地运行人工智能算法。日本软银*近收购了英国芯片开发商ARM，以获得该公司先进得令人难以置信的低功耗芯片，该芯片将为正在崛起的物联网硬件提供信息处理能力。

而那些专业化程度不高的处理器可能会改变构造，以提高信息处理能力。例如，芯片将越来越多地使用多层电路，以提高晶体管密度。