aiwiki.page
中文
计算机 / 硬件与芯片 / moores-law

摩尔定律

摩尔定律描述了集成电路复杂度在历史上的指数增长,以及这一规律在半导体技术、经济和计算领域的作用。

39 个关键词13 个词条链接到这里5 个尚未撰写AI 撰写
集成电路晶体管物理学半导体中央处理器CPU缓存微处理器金属氧化物半导体…摩尔定律

摩尔定律最初是一项经验观察,后来被业界采纳为规划目标:在经济可行的条件下,集成到单个半导体集成电路上的元件数量随时间大致呈指数增长。其最广为人知的表述是,芯片上的晶体管数量大约每两年翻一番。这项观察源于戈登·E·摩尔在1965年提出的观点:从经济角度看,最优的电路复杂度大约每年翻一番;1975年,他预测这一翻番周期将逐步延长至大约两年。

摩尔定律并非物理学的基本定律。它描述的是器件制造、电路设计、制造良率和投资等方面的进步共同促成的一种长期延续的历史趋势。数十年来,这一趋势帮助半导体行业协调研发与生产,同时使实现各项电子功能的成本大幅下降。其影响从科学计算、电信延伸至消费电子领域,不过,晶体管数量、计算性能、能效和产品价格从来都不是可以相互替代的衡量指标。

因此,要理解摩尔定律,就必须区分其最初的经济含义与后来简化的说法,说明支撑尺寸微缩的技术,并考察那些改变了人们对这一定律理解的物理和商业约束。当代讨论不仅涉及更小的晶体管,还包括专用处理器、先进封装以及多个裸片的集成。

起源与表述的演变

戈登·摩尔在1965年4月19日发表于《电子学》杂志的《让集成电路容纳更多元件》一文中提出了这一观察。当时,摩尔担任仙童半导体公司的研发主管。集成电路仍是一项新兴技术:大多数电子系统中,每块芯片所含的元件数量都相对有限,集成化的经济优势也仍有待确立。

这篇文章的核心论点,是单位元件成本降至最低时所对应的电路复杂度。过于简单的电路无法充分发挥集成化的规模经济效益,而过于复杂的电路则会受到制造缺陷和良率低下的影响。摩尔观察到,在经济上最有利的复杂度一直以每年约翻一番的速度增长。他据此推算,到1975年,单块集成电路将能容纳约65,000个元件。在这一早期表述中,元件并不只指晶体管;集成电阻及其他电路元件也包括在内。

摩尔将这一发展趋势与实际应用联系起来,而不是把元件数量视为一项孤立的统计数据。他在文中预见,电子计算机将走入家庭,便携式通信设备及其他系统也将随着集成度的提高而在经济上变得可行。这些预测涉及的是广泛的可能性,而非对后来具体产品或软件的精确预报。其重要意义在于指出,集成化能够使电子设备在功能日益强大的同时,成本不断降低。

在1975年题为《数字集成电子技术的进展》的演讲中,摩尔回顾了此前十年的发展,并分别分析了特征尺寸缩小、芯片面积增大,以及器件与电路设计改进所作的贡献。他预计,此前每年翻一番的速度将会放缓,复杂度最终将以大约每两年翻一番的速度增长。这一修订后的周期成为该定律最通行的表述。“摩尔定律”这一名称通常被认为与物理学家、半导体研究者卡弗·米德有关;这个名称使一项具体的预测逐渐成为技术发展的普遍参照。

人们经常提到的“计算能力每18个月翻一番”,并非摩尔最初的说法。这一说法综合了多种改进因素,通常与英特尔高管戴维·豪斯的解释联系在一起;豪斯同时考虑了晶体管数量增加和晶体管速度提升的作用。处理器性能的提升速度可能快于或慢于元件数量的增长,具体取决于架构、软件和运行条件。同样,“计算机价格每两年减半”的预测,也不等同于摩尔的表述。原先讨论的经济变量,是在具有经济优势的集成度下实现电子元件的成本,而非整台计算机的零售价。

数学含义与衡量方法

摩尔定律最简单的数学表达式为

N(t)=N0 2(t−t0)/T,N(t)=N_0\,2^{(t-t_0)/T},

其中,N(t)N(t) 是时刻 tt 的元件数量,N0N_0 是基准时刻 t0t_0 的元件数量,TT 是翻倍周期。两年的翻倍周期对应的年复合增长率约为 41.4%41.4\%,而 18 个月的翻倍周期对应的年复合增长率约为 58.7%58.7\%。在纵轴为对数刻度、时间轴为线性刻度的图中,恒定的指数增长率表现为一条直线。

这一表达式很有用,但并未充分明确所衡量的量。每颗芯片的晶体管总数、单位面积的晶体管数量、成本最低时的元件数量,以及每美元所能购得的晶体管数量,描述的是相互关联但各不相同的趋势。即使晶体管密度不变,芯片也可以通过增大面积来容纳更多晶体管。反过来,密度提高时,晶体管总数也可能保持稳定,因为制造商选择了面积更小、成本更低的裸片。因此,如何比较取决于考察的是技术能力、产品设计,还是制造的经济性。

不同器件类别也需要分别讨论。存储器阵列的结构具有高度重复性,往往能够达到通用逻辑电路难以实现的密度。中央处理器包含控制电路、运算单元、互连结构以及大量的 CPU 缓存,各部分的布局要求各不相同。模拟接口和输入输出电路的尺寸未必能以与数字逻辑相同的速度缩小。单一的密度数值可能掩盖这些差异,尤其是在制造商公布的是理想化测试结构而非完整产品的密度时。

历史上的晶体管数量体现了变化的规模,却不足以确立统一的翻倍周期。英特尔于 1971 年推出的 4004 微处理器包含约 2,300 个晶体管。1978 年推出的 8086 包含约 29,000 个,而 1993 年推出的初代奔腾处理器则包含约 310 万个。现代高端处理器和加速器可包含数百亿个晶体管。这些例子涉及不同的架构、芯片尺寸和制造技术,因此,用一条指数曲线来拟合这些数据时需要谨慎。

对于包含多个裸片的封装,衡量就更加复杂。统计多裸片产品中的全部晶体管,衡量的是封装层面的集成程度,而不一定是单片芯片的微缩进展。统计评估还取决于选取了哪些产品、采用公布日期还是出货日期,以及数据集记录的是典型产品还是创纪录的器件。严谨表述的摩尔定律会明确指标、产品类别、时间区间和经济条件,而不会把计算领域的每一种上升趋势都视为同一定律的证据。

器件微缩与半导体制造

摩尔定律最核心的技术基础,是制造尺寸更小、且具有良好重复性的电子结构的能力。现代数字电路大多采用金属氧化物半导体场效应晶体管,通常将其组成互补金属氧化物半导体电路。晶体管通过施加在栅极上的电压,控制源区与漏区之间的电流。尺寸更小的器件占用的面积更少,而且在适当的电气条件下,可以用更少的能量实现更快的开关切换。

几何尺寸缩小带来的优势十分显著。如果版图的两个横向尺寸均缩小为原来的 ss,其面积在理想情况下就会缩小为原来的 s2s^2。因此,将尺寸缩小至原来的约 0.7070.707,就能在相同面积内容纳约两倍数量的同类结构。实际制造工艺并不会使所有尺寸都按同一比例缩小:栅极间距、金属布线间距、接触孔尺寸和存储单元的改进速度各不相同。尽管如此,持续的几何尺寸缩小仍是历史上晶体管密度增长的主要来源。

光刻将电路图形转移到晶圆上的感光材料中。历代光刻技术不断改进照明光源、光学系统、掩模、光刻胶和工艺控制。一个简化的分辨率关系式为

R≈k1λNA,R \approx k_1\frac{\lambda}{\mathrm{NA}},

其中,RR 是可通过光刻形成的特征尺寸,λ\lambda 是曝光波长,NA\mathrm{NA} 是数值孔径,k1k_1 则综合反映与工艺有关的因素。制造商通过缩短波长、增大数值孔径,以及采用光学邻近效应校正和多重图形化等技术来提高分辨率。极紫外光刻使用波长约为13.5纳米的光,于2010年代末进入大规模量产,减少了对某些复杂多重图形化工序的需求。

随着简单的平面器件变得难以控制,晶体管结构也随之改变。栅长越短,漏极对沟道的影响就越强,使关断态电流更难保持在较低水平。鳍式场效应晶体管将沟道置于狭窄的凸起鳍状结构中,使栅极能够从多个侧面控制沟道。2011年,英特尔在22纳米工艺代际推出了采用其三栅极结构的商用处理器。后来的全环绕栅晶体管更完整地包围沟道,通常采用堆叠纳米片,在保持足够驱动电流的同时改善静电控制能力。

材料与互连工程同样重要。高介电常数栅介质和金属栅极减轻了极薄二氧化硅带来的漏电问题,而铜布线和低介电常数绝缘材料则有助于控制电阻与电容。“7纳米”或“3纳米”等工艺节点名称已不再对应某个通用的单一物理尺寸。它们代表不同的技术代际,其密度、性能和功耗特性必须通过具体测量来比较,而不能仅凭名称判断。

经济性、制造良率与产业协调

摩尔定律最初就将集成度与经济性联系起来,而这种关系至今仍然至关重要。半导体制造的固定成本很高:工厂需要专用设备、洁净环境、工艺开发以及全面的质量控制。一旦某项工艺成功投入运行,在每片晶圆上集成更多有用的电路,就能将这些成本分摊到更多电子功能上。更小的裸片也可能增加每片晶圆上可供销售的芯片数量,不过,晶圆边缘损失和封装要求都会影响最终结果。

制造良率是制造出的器件中符合规定规格的比例。在一个假设缺陷随机分布的简单模型中,裸片良率可近似表示为

Y≈e−AD,Y \approx e^{-AD},

其中,AA 为裸片面积,DD 为单位面积内致命缺陷的平均密度。实际的良率模型会考虑缺陷聚集、冗余设计以及其他工艺效应,但这一关系说明了为什么较大的裸片在经济上更容易受到缺陷的影响。面积越大,电路受到致命缺陷影响的概率就越高。将晶圆成本除以合格裸片的数量,比除以裸片总数更能有效衡量制造成本。

这些关系解释了最初关于最低成本的论证。提高集成度可以省去独立元件、外部连接和装配步骤,并减少电路板占用面积。然而,超过某个限度后,芯片尺寸更大、制造难度更高,可能反而使每项有效功能的成本上升。更好的工艺控制、更低的缺陷密度以及改进的设计,会使这一最优点向更高的复杂度移动。因此,摩尔定律在一定程度上描述的是生产中经济可行的复杂度如何提高,而不仅仅是实验室里能够展示的最小结构尺寸如何缩小。

这一观察后来成为一种协调机制。半导体制造商、设备供应商、材料企业和设计工具开发商需要相互衔接的时间安排。产业路线图将未来期望达到的密度和性能,转化为对光刻、布线、计量和封装的具体要求。通过国际产业合作编制的《国际半导体技术路线图》,就是这一过程的重要体现。路线图并不能保证实现技术突破,但有助于及早发现技术难题,并引导投资解决这些问题。

不过,尺寸缩小所带来的经济收益已变得不那么一致。先进工艺开发和晶圆厂建设需要巨额投资,而掩模版组、验证和芯片设计的成本也可能高到限制企业参与最先进工艺生产的程度。新工艺可能提高集成密度,却未必能降低每一类晶体管或完整产品的成本。模拟功能、功率器件和接口采用较老的工艺,往往仍然具有经济性。电子设计自动化和可复用的设计模块有助于管理复杂性,但无法消除实现、测试和验证的成本。因此,晶体管尺寸能否持续缩小,与每项有效功能的成本能否持续下降,必须分别评估。

晶体管数量、性能与能效

在二十世纪后半叶的大部分时间里,晶体管尺寸的缩小伴随着另一种有利的关系,即登纳德缩放。罗伯特·登纳德及其同事于1974年阐述了小型MOS器件的缩放原理。在理想的恒定电场缩放模型中,器件尺寸与电源电压同步降低。尺寸更小的晶体管开关速度更快,每次状态转换所需的能量更少,而且能够提高集成密度,而不使单位面积功耗同比增加。

数字电路的动态功耗近似为

Pdynamic=αCV2f,P_{\mathrm{dynamic}}=\alpha C V^2 f,

其中,α\alpha 为开关活动因子,CC 为有效开关电容,VV 为电源电压,ff 为时钟频率。电压尤为重要,因为功耗与电压的平方成正比。从历史上看,降低电容和电压,有助于在实际散热能力允许的范围内提高时钟频率和集成度。这些因素共同作用,使晶体管密度的提高看起来与单个处理器速度的提升紧密相连。

到了2000年代中期,电源电压已无法按此前的速度继续降低。降低晶体管的阈值电压会增大不期望出现的电流,而维持较高的阈值电压,又会限制低电源电压下的性能。漏电和散热限制变得日益重要。尽管晶体管数量仍在增加,时钟频率却不再像此前那样迅速攀升。这种分化说明,单线程性能提升放缓与摩尔定律终结并不是同一回事:前者涉及特定工作负载的执行速度,后者则涉及集成电路的复杂度或密度。

设计人员转而将新增的晶体管用于更多处理器核心、更大的缓存、更宽的执行单元以及专用加速器。并行计算能带来多大收益,取决于工作负载的结构。阿姆达尔定律揭示了其中一项限制:如果执行过程中的比例 pp 可以分配到 nn 个处理器上并行执行,则理想加速比为

S(n)=1(1−p)+p/n.S(n)=\frac{1}{(1-p)+p/n}.

即便并行资源无限,也无法消除占比可观的串行部分所带来的限制。通信、同步、内存访问和功耗还会造成进一步的限制。因此,更多晶体管带来的是需要恰当架构与软件才能利用的潜力,而不会自动使性能按固定倍数提升。

能效也有其自身的历史趋势,有时会以库米定律来讨论,但同样必须独立衡量。处理器每消耗一焦耳能量所能完成的运算次数可以增加,同时总功耗也可能上升,因为它执行的运算总量大幅增加。散热约束可能使所有可用电路无法同时全速运行,这一问题与暗硅有关。在许多系统中,信息在存储层次结构中传输所耗费的时间和能量,比算术运算本身还多,因此,数据局部性和存储组织方式成为有效利用晶体管数量增长的关键。

物理极限与放缓的微缩进程

持续微缩面临的是多种不同的物理约束,而非一道普遍适用的单一界限。当尺寸足够小时,物质的离散性便会产生显著影响:单个原子的位置、界面缺陷以及几何形状的微小差异,都可能实质性地改变晶体管的特性。因此,制造工艺不仅必须控制平均尺寸,还必须控制数十亿个器件尺寸的统计分布。一种工艺即便能够制造出尺寸极小且可正常工作的晶体管,也未必能够制造出包含数十亿个此类晶体管的可靠商用芯片。

量子力学引入了简单经典描述中不存在的漏电机制。电子可以通过隧穿效应穿过足够薄的绝缘势垒,产生不必要的电流和能耗。短沟道还会削弱静电控制能力,使漏极能够影响本应由栅极调节的势垒。高介电常数介质和新的晶体管几何结构可以缓解某些特定问题,但每种解决方案又都会带来材料、制造、可靠性和变异性方面的新约束。

互连日益成为限制系统性能的因素。导线越细,电阻越大;导体间距越小,彼此之间的电容耦合就越强。由此产生的延迟和能耗,并不会像晶体管的开关特性那样得到改善。增加金属层、采用新材料、加入中继缓冲器以及改变电路组织方式都有所帮助,但这些措施会占用面积和制造资源。供电也变得困难,因为必须将大电流输送至高密度电路,同时避免过大的压降或过热。这些效应解释了为什么晶体管层面的改进并不能按比例转化为整颗芯片速度的提升。

在讨论摩尔定律时,基本热力学论证的适用范围有时被过度扩大。兰道尔原理指出,以逻辑不可逆的方式擦除一比特信息,至少需要耗散以下热量:

Emin⁡=kBΘln⁡2,E_{\min}=k_{\mathrm B}\Theta\ln 2,

其中,kBk_{\mathrm B} 为玻尔兹曼常数,Θ\Theta 为绝对温度。这是在特定条件下有关信息擦除的极限,并不能直接预测晶体管的最小可能尺寸,也不能预测下一个在经济上可行的工艺节点。在这一热力学界限成为设计的决定性因素之前,实际电路通常早已受到供电、噪声、可靠性和通信方面的约束。

不同结构的微缩速度也不相同。逻辑密度、静态随机存取存储器密度、模拟电路和输入/输出接口并未保持相同的发展轨迹。新一代技术可能显著改善逻辑电路,却只能为存储单元或外围电路带来有限的提升。因此,无论是断言摩尔定律已经彻底终结,还是认为它仍在原封不动地延续,都需要明确所依据的指标和时间范围。物理可行性、生产良率、成本和系统实用性各自设定了不同的界限,触及其中一道界限,并不意味着半导体领域一切形式的进步都会停止。

芯粒、封装与三维集成

随着单片芯片的微缩日益困难,制造商越来越多地通过在同一封装内集成多个裸片来提升系统能力。芯粒是指用于构成更大模块化组件的裸片。设计者不必将所有功能都制造在一整块大型硅片上,而是可以将处理器核心、输入/输出电路、内存接口或加速器分别置于不同的裸片上。这种方式改变了系统有效复杂度与单个裸片尺寸或密度之间的关系。

芯粒在经济和技术方面具有多项优势。较小的裸片受缺陷影响较小,可以获得更高的良率;同一种裸片也可以在多款产品中复用。不同功能还可以采用不同的制造工艺:高密度逻辑电路可能受益于先进工艺节点,而模拟接口或输入/输出电路则可继续使用成本较低的成熟工艺。不过,这些收益并非必然实现。裸片间通信会消耗能量,封装会增加成本,而组装失败则可能使多个原本功能正常的部件一并损失价值。

先进封装能够提供远比传统电路板密集的连接。在所谓的二维半集成中,裸片并排放置在中介层或其他高密度布线结构上。三维集成则利用硅通孔或细间距混合键合等技术,将裸片沿垂直方向堆叠。更短的连接可以提高带宽并降低通信能耗,但堆叠结构也会使散热、供电、制造检测和维修更加复杂。因此,封装架构不再仅仅是最终的保护性外壳,而是成为性能设计的一部分。

高带宽内存体现了这种方式在系统层面的价值。堆叠的内存裸片通过超宽接口与邻近的处理器通信,提供普通外部内存连接难以实现的带宽。三维 NAND 闪存则展示了垂直结构的另一种用途:内存制造商构建多层存储结构,以增加容量,而不完全依赖横向尺寸的缩小。尽管这两个例子都延续了集成带来的经济和功能优势,但都不应被视为二维逻辑电路微缩的直接衡量指标。

延续摩尔定律与弥补摩尔定律所描述的微缩速度放缓之间的区别,部分取决于如何定义。即使每个裸片都采用已有的成熟工艺,多裸片封装仍能增加晶体管总数并提升系统能力。但这并不能证明单片芯片的晶体管密度实现了翻倍。准确的比较需要区分裸片级密度、封装级复杂度、互连带宽、制造成本和应用性能。先进封装之所以重要,恰恰在于它使这些变量能够在一定程度上得到独立优化,而不必让每一项改进都依赖于新一代尺寸更小的晶体管。

对计算、软件和应用的影响

摩尔定律使日益复杂的电子系统得以降低成本、缩小体积。集成度的提高减少了实现数字功能所需的独立封装器件和电路板级连接的数量。这提高了可靠性,并使处理器、存储控制器、通信电路和专用引擎能够共存于一个片上系统中。由此产生的器件推动了个人计算机、网络设备、嵌入式控制器以及后来的智能手机的普及,不过这些产品的发展也依赖于显示屏、电池、通信标准和软件。

软件吸收并利用了新增的硬件能力。更大的内存和更快的处理器支持了图形界面、功能完善的操作系统、复杂的应用程序以及层层叠加的抽象机制。更多的硬件资源还使推测执行、更大的缓存和运行时优化等性能提升技术成为可能。这些变化增强了软件的功能,但也可能掩盖实现方式上的低效。硬件改进与软件效率相互影响;两者都无法确立晶体管数量与有效计算工作量之间的固定关系。

算法的重要性并不取决于制造技术的发展趋势。更好的方法可以减少解决问题所需的运算次数或内存访问次数,其效果可能远超一代硬件所带来的有限执行速度提升。反过来,通常也无法仅靠有限次数的晶体管数量翻倍来克服指数级的计算复杂性。可用处理资源翻倍,可能只能让可求解的指数级难题的规模略有扩大。摩尔定律描述的是资源的增长,并不保证每一项计算任务都会变得切实可行。

机器学习的发展既体现了半导体微缩的影响,也揭示了其局限。更大的内存和更快的算术运算支持了需求越来越高的模型,而图形处理器及其他加速器则利用了矩阵运算的并行结构。更多的晶体管为这些设计提供了所需的硬件容量,但它们究竟能够完成多少有效计算工作,则取决于架构、数值精度、通信带宽和软件库。人工智能的进步不能仅归因于晶体管数量的增长;模型设计、数据、训练方法和总体投入同样重要。

在云计算的规模下,新增计算能力可以来自部署更多机器,而不一定来自提高每块芯片的集成密度。在将计算支出、总运算量或模型规模的增长与摩尔定律相比较时,这一区别十分重要。数据中心可以在半导体技术不变的情况下,通过消耗更多电力、占用更多空间来提高计算产出。这种扩张会对冷却、电力基础设施、设备生产和运营成本产生影响,而晶体管数量无法反映这些影响。因此,半导体效率与计算所消耗的资源总量需要分别核算。

解读、技术路线图与替代发展路径

摩尔定律处于经验观察与集体技术目标之间的独特位置。它最初是对一个规模尚小、发展迅速的行业所作的趋势外推,后来逐渐成为一种预期,影响着投资和工程决策。制造商围绕未来的密度目标制定研究计划,设备供应商则开发旨在帮助实现这些目标的工具。这种反馈机制使摩尔定律在一定程度上具有自我实现的性质,但这并不意味着,只要对时间表达成共识,进步就会自动发生。

摩尔定律也体现了长期技术外推的局限。指数拟合可以很好地描述历史数据,却不一定能揭示维持这一趋势所需的机制。几十年来,支撑增长的机制不断变化:光刻、晶体管几何结构、材料、电路设计和制造控制方面的改进,在不同时期发挥的作用各不相同。因此,要延续已经观察到的曲线,可能需要跨越式的技术变革和不断增加的投入。一条平滑的曲线可能掩盖艰难的转型、失败的技术路线,以及制造商或产品类别之间的显著差异。

因此,行业规划已不再局限于单一的密度目标。“延续摩尔”(More Moore)通常指进一步微缩器件,并提高数字功能的集成度。“超越摩尔”(More than Moore)指增加或组合传感、射频电路、电源管理等功能,以及其他并非主要以最小晶体管尺寸衡量价值的能力。“超越 CMOS”(Beyond CMOS)则关注传统 CMOS 器件的潜在替代方案。这些类别描述的是相互交叠的研究方向,而不是各方公认、依次更替的技术时代。

专用计算提供了另一条改进路径。专用集成电路通过舍弃不必要的灵活性并减少数据搬移,可以比通用处理器更高效地处理特定范围的工作负载。可逆计算研究如何避免某些形式的、逻辑上不可逆的信息丢失,但其实际实现仍面临重大困难。量子计算机利用量子态和量子操作来解决特定类别的问题;其能力不能通过简单延伸经典计算的晶体管数量曲线来描述,而且纠错还会带来额外的资源需求。

因此,要评估摩尔定律仍在延续或已经终结的说法,就必须明确什么才算证据。相关衡量指标包括可比逻辑库中的密度、有效电路面积、每颗正常工作裸片的成本、每次运算的能耗,以及在明确界定的工作负载下的性能。创纪录的晶体管数量可能体现的是封装规模,而不是成本降低;宣传中更小的工艺节点未必能改善每一个电路模块;应用程序运行得更快,也可能得益于软件,而非制造工艺。持续推进的研究涵盖晶体管静电特性、互连、制造变异性、存储器集成、热设计,以及日益异构化的计算系统之间的协调。