本文共 2300 字，大约阅读时间需要 7 分钟。
作者：Hans A. Gunnoo
翻译：李海明
校对：李润嘉
本文约1600字，建议阅读6分钟。
本文介绍了摩尔定律及其将行就木的原因，并分析了AI技术的加入带来的可能性。
摩尔定律作为揭示科技产业尤其是电子工程领域呈指数级增长的基本定律之一，近年来增速放缓（2005年开始），导致很多从业者对其正确性产生质疑。然而，人工智能技术的加入使得科技产业的发展态势发生变化，摩尔定律正在逐渐恢复其活力。
“摩尔定律完蛋了。”
AI：“这你就错了，老兄。”
让我们一起看看AI是怎样逆转乾坤的。
什么是摩尔定律？
戈登·摩尔，作为英特尔（Intel）公司的联合创始人之一，在1965年发现集成电路中每平方英寸的晶体管数量每年翻一番，同时成本几乎以同样的速率减半。因此，他做出预测：在可见的将来，这一发展趋势将会一直持续下去。
我知道，很多人会觉得“就这些？呃，那如果我注意到今天下雨了，我完全可以得出自己的定律，认为未来每年的这一天都会下雨，可以吗？？？”必须指出，摩尔定律并非一个模糊的猜想：其与另外一个被称为“Dennard缩放比例定律”的技术缩放比例规则一致，都认为“当晶体管尺寸缩小时，他们的能量密度保持不变”。呃，不知所云啊……这句话的意思就是：每平方英寸的晶体管数量将持续增长。每个芯片单位面积内的能量需求（现在有了更多数量的晶体管）将会保持不变，而电压和电流会随着晶体管的尺寸一同下降。事实证明，这一预测正确无误：电子行业一飞冲天。
晶体管不仅体积更小、速率更快，而且更节能。现在，在几乎相同价格和能耗的情况下，一块芯片的性能至少是之前的两倍。
就这样，摩尔定律之前一直被视为真理，但近几年却不一样了。
为什么说摩尔定律已经行将就木？
来自异构智能公司（NovuMind Inc）的陆建平在其论文中简述道：2005年是一个转折点，尽管芯片单位面积内晶体管的数量仍在翻倍，但其算力和能耗的却无法以之前的速度提升了。
原因在于21世纪是电子工业着力发展技术应用的时期。产业界生机勃勃，三星公司与高通公司相继成为智能手机与处理器行业的典范。但如今，科技产业的角逐变得极为现实。公司提供硬件的同时还必须兼顾其他问题：既要符合相关的技术规格，每一个新版本又要提供更好的客户体验，所以产品不能仅仅为了节能而进行大幅改动。
手机电量方面需求的持续增长人人皆知
Dennard缩放比例定律失效，至此，硬件的发展开始偏离摩尔定律。随着人工智能的介入，这一偏差正在得到修正。
AI如何为摩尔定律续命？
我们都知道媒体和电影业是如何借助安卓和其他过度智能的系统来大肆渲染AI的作用的。一些计算机行业的先驱，如阿兰·图灵（你可以看一下电影《模仿游戏》来欣赏他传奇的一生）确实启动过一些项目，希望能让机器像人一样思考。然而，图灵也意识到这将是极度困难的，他在1950年提出：
“与其开发一个程序来模拟成年人的思维模式，为何不尝试去开发一个可以模拟儿童思维方式的程序？接下来只需要让这一程序接受适当的教育，就可以变为成年人的“大脑”了。”
这一思路逐渐发展成为深度学习。快进到2018年：我们已经并且仍在收集海量数据。我们仍在开发更为先进的算法（生成性对抗网络和胶囊网络就是力证。）然而我们是否拥有可以在合理的时间内处理这些计算的硬件呢？如果真有这样的硬件，那么在所有运行的GPU因自发热而导致全球气候变暖之前，它能完成这些计算吗？
Azeem在他的论文中用图表完美诠释了这一趋势：
Azeem论文链接：
https://medium.com/s/ai-and-the-future-of-computing/when-moores-law-met-ai-f572585da1b7
当前，人工智能正在施加一个约束：在保持能耗不变或降低能耗的同时，提升性能……听起来是不是有一点像前面提到的缩放比例定律？确实，人工智能迫使科技行业在处理器方面推陈出新，在保持能耗和价格不变的情况下获得单位时间内更多的算力。AI正在重启Dennard缩放比例定律，这也使得摩尔定律重获新生。
如果喜欢这篇文章，请给些掌声好让其他人感同身受。在数据科学社区，互帮互助是喜闻乐见的事情：）
作者简介
Hans A. Gunno是一位数据科学家，他的事业起步于电子工程，后期专注于机器学习领域。他为开源AI项目做出很大贡献，并于闲暇时间在博客上记录数据科学领域的最新发展趋势。
译者简介
李海明 中国科学院大学在读研究生，铁人三项业余运动员，热爱音乐、艺术、生活。喜欢结交各路神仙～一起坐驰神游，一起南辕北辙
翻译组招募信息
工作内容：需要一颗细致的心，将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生，或在海外从事相关工作，或对自己外语水平有信心的朋友欢迎加入翻译小组。
你能得到：定期的翻译培训提高志愿者的翻译水平，提高对于数据科学前沿的认知，海外的朋友可以和国内技术应用发展保持联系，THU数据派产学研的背景为志愿者带来好的发展机遇。
其他福利：来自于名企的数据科学工作者，北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。
点击文末“阅读原文”加入数据派团队~
转载须知
如需转载，请在开篇显著位置注明作者和出处（转自：数据派ID：datapi），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待授权公众号名称及ID】至联系邮箱，申请白名单授权并按要求编辑。
发布后请将链接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，我们将依法追究其法律责任。
点击“阅读原文”拥抱组织