最近Google 的深度学习计算机 AlphaGo（人称阿尔法狗）以 4:1 战胜人类最好的棋手之一李世石，人工智能成为大家口中的热词，深度学习和神经网络被热烈讨论。但问题的另一面被忽视了：阿尔法狗其实是人类发现拥有的计算能力不足后，研究出的解决方案。

这种情况并不多见。

以往人们面对许多困难问题时，总有一个终极点子：暴力法（Brute Force Attack），反正有摩尔定律带来的大量计算资源，那就用这个海量计算能力去碾压眼前的问题吧。想做出一个能赢人类的国际象棋软件？用机器来暴力穷举所有可能的棋局，战胜人类冠军的「深蓝」电脑不就是这么做出来的么。

现在，围棋棋局的可能数量是 10 的 170 次方，这个数字甚至超过整个宇宙中原子的数量。这么夸张的复杂性，单凭暴力法已经不可能解决问题，突然之间，计算能力成了人类的限制。

然而，有了 Google 的大量资金在深度学习和神经网络算法上，阿尔法狗的胜利意味着在现有计算资源掣肘的局面下，通过新的算法可以取得远超想象的成果。相比起来，暴力法散发着一种原始的气息。

习惯了的科技进步

过去的 10 年里，我们亲身经历了一波科技浪潮，每一个人的生活方式都发生了巨变。

习惯了网购，习惯了薄如记事本的手提电脑，习惯了视网膜高清显示屏，习惯了掏出手机进行简单操作，就能接到电话并条件反射般说出自己的地址就能有车来接，习惯了吃饭的时候刷一下朋友圈的爆款文章，还习惯了科技公司的新品发布会：从乔布斯开始到现在，没开过个发布会都不好意思说自己是 CEO。

科技的剧烈发展似乎不像以往那样刺激了，成为了一种理所应当的事情：理所应当每年都会有更好的手机和电脑，理所应当新的手机和电脑都会更快速性能更好。例如最近的苹果公司发布会，虽然无论公司还是产品依旧伟大，我们已经没了那份激动。

640-6.jpeg

所以要是我们告诉你，过不了几年，你的新手机和电脑的性能可能也不会变得比现在好多少了，你会怎么想？并不是在夸大。再过一阵，全球半导体行业将正式宣布，摩尔定律很快就要结束它的生命和使命，成为历史的一部分。

摩尔定律跟我有什么关系？

摩尔定律是许多初次了解科技行业的人最先接触的概念。1965年，英特尔公司的创始人之一高登摩尔（Gordon Moore）在文章中预测：集成电路上的晶体管数量每一年就会翻一倍。很快这个预测被大家称为「摩尔定律」。

640-7.jpeg

你能用自己的电脑和手机看小视频，上网，做 PPT，算财务模型，叫车叫外卖，约这个约那个，电脑和手机都在一刻不停地帮你做运算。这些运算的核心由设备的微处理器（Microprocessor）搞定，也常被叫做中央处理器（CPU）。它缔造了现代人的幸福生活。

微处理器是集成电路（Integrated Circuits）的一种，顾名思义，是「把一堆电路集成到一小块薄片上」。这块薄片上铺了大把大把的电路开关，用来执行电脑最基本的逻辑：开或关，1或0。这些电路开关是所有现代智能设备的最基础的组成部分，他们还有个名字，叫做晶体管（Transistors）。

制作微处理器和晶体管需要的最基本材料是半导体，最常用的最经济实惠的半导体就是硅。所以，微处理器、晶体管和硅是所有现代生活的发源和基石。所以，全球科技中心才会叫做硅谷而不是钛谷铝谷。

640-4.png

摩尔本人后来将芯片升级的周期修订为 2 年。1971 年，英特尔发布第一块商用微处理器 4004。它包涵了 2300 个晶体管，每个晶体管大约为人体红细胞的大小。从那时候开始，依照修订后的摩尔定律，集成电路上的晶体管数量每 2 年左右翻一倍。随后的 40 年，摩尔定律成了科技进步的核心推动力。一年一度晶体管数量的翻倍引起处理器运行速度的翻倍，进而带来硬件设备性能的翻倍和成本的缩减，进而为更加强大的软件、系统以及计算提供了可能。

今天，全世界已有 30 亿人使用智能手机。你手中的 iPhone 的计算处理能力甚至强于当年 NASA 登月计划的主计算机。（No offense, Android users.）

过去的 40 年几乎所有行业都被技术改造，源头是摩尔定律引发的计算能力大爆炸。就连测试核弹爆炸的次数都减少了：因为人们可以利用巨量的计算能力，在电脑上进行逼真的爆炸模拟。

今天，我们在潜意识中认为每年一次的手机升级和产品发布是理所应当的。是摩尔定律让我们有了这种近乎虚妄的感觉。

摩尔定律不是个定律

然而摩尔定律并不是个定律，它和「牛顿三定律」这种完全不是一回事。50年来，它的成立并不是由于物理上的局限，而是整个芯片行业的刻意选择和协商。

一直以来，新一代处理器出来后，开发者程序员们搞出新的软件，这些软件更充分地利用新设备的性能，也毫无保留地耗尽了这些性能。很快消费者发现自己的电脑和手机卡了。于是英特尔们接着努力，搞出新一代的处理器。

从 1990 年起，每隔 2 年，全球半导体行业会发布一个计划，他们自己把这个叫做路线图 Roadmap。每个文件的大意是说：「未来三年我们还跟之前的几十年一样，按照摩尔定律走，具体来说是 blah blah blah。希望大家都自律。」就这样，几十年来，全球芯片行业所有生产商和供应商联合起来，跟着摩尔定律走，这是在其他任何行业中都不曾见到的情景。

走到尽头的摩尔定律

事情出现了变化。半导体行业已经宣布，即将面世的行业路线图不会再依照摩尔定律。这意味着行业正式公开承认，摩尔定律很快就要结束了。

原因？原因是物理，就像是到一定程度就无法再薄的摄像头一样，是早已注定的结局。我们把这个叫做物理边界，有 3 个问题：尺寸，散热，成本。

尺寸

人类对尺度的理解能力是极弱的。例如，摩尔定律说芯片上的晶体管数量每两年翻一番，这是什么概念？大多数人无法从直觉上体会到。

举个例子。1965 年的某一天，小明下决心按照摩尔定律的指引跑步。那么他面临的情况是这样的：

两年之内，他每天只跑一个小型游泳池的长度：

640.png

两年后，他跑步的距离翻倍：

640-2.png

10 年后：

640-3.png

26 年后：

640-9.jpeg

50 年后（也就是 2015 年）：

640-10.jpeg

1971年，微处理器上每个晶体管的造价是 150 美元，2015 年的价格为 0.0003 美元。1971 年的每个芯片上有 2300 个晶体管，2015 年有 13 亿个。早期的晶体管将近有一个手掌大，如今最先进的英特尔芯片制造工艺中，晶体管的尺寸是14纳米：

640-11.jpeg

实际上，14 纳米这个尺寸已经不是你找一个好的显微镜就能用肉眼观察到了。甚至可以说 14 纳米的晶体管是不可见的，因为这个尺寸已经小于可见光的波长。

如果摩尔定律继续生效，下一步会是什么尺寸？可能 10 纳米。如果英特尔要玩命，也许最终会达到 2 纳米，也就是 10 个原子并排放的宽度。

到了这个尺寸，人类芯片制造行业的经验已经不再适用了。这个尺寸属于量子物理的世界，这个世界有人类无法控制的不确定性，有上帝投出的骰子，还有薛定谔那只不死不活的猫。

640-12.jpeg

散热

尺寸小带来的另一个问题是散热。一位业内人士说：「曾经有一段时间日子超美好，那时候只要我们把尺寸缩小，好事儿自然来：芯片的计算能力会提升，能耗也会降低」。然而在 2000 年左右，晶体管尺寸缩减到 90 纳米（一根头发宽度的百分之一）的时候，芯片开始出现过热的状况，熟悉行业的人已经知道摩尔定律大势已去了。

为了解决过热的问题，芯片制造商采用了两个办法：

限制微处理器执行计算机指令的速度（Clock Speed），从而限制了芯片中电子的速度；
将集成电路分成多个核，这样降低每一个核的功率和发热。（所以其实你就没想过，为什么最近几年来听到这么多「4 核」「8 核」这种莫名其妙又不明觉厉的描述？）

640-13.jpeg

这两个方法非常成功，至少摩尔定律没有在 15 年前就失效。现在，行业的普遍预计是，摩尔定律会在 2020 年左右结束。

成本

第三个问题是成本。芯片尺寸越小，晶体管越多，对于制造商来说，成本就越高。如今，依照摩尔定律的芯片升级每发生一回，整个生产线，包括所有配套设施，光刻仪器，全部都要翻新。今天一个尖端芯片工厂的造价大约为 70 亿美元，业内估计当芯片尺寸到 5 纳米时，工厂的造价为 160 亿美元，几乎是英特尔年收入的三分之一。

如果翻新的成本高于可能的收益，传统的微处理器升级就停滞了。从经济角度看，摩尔定律已经结束了。

摩尔定律失效意味着什么

摩尔定律失效，影响的绝不仅仅是芯片生产厂商，还包括其他所有在过去几十年内被科技潜移默化影响的行业，以及所有享受到科技便利的普通人。所有对未来有远大畅想的人，无论考虑的是人工智能、增强现实还是无人驾驶汽车，都要考虑这个问题。

Peter Thiel 有句名言说「我们多年前畅想的是会飞的汽车，但我们今天却只拥有让你输入 140 个字的输入框」。言下之意是我们期待的是足以影响现实生活的深层技术进步，但获得的却是一点线上的娱乐生活方式。

公平地说，虽然我们没有看到 Peter Thiel 呼吁的那个层次的科技进步，现实生活还是获得了极大改善，今天我们已经不能想象一个没有科技支撑的生活方式了。

有趣的是，虽然科技的飞速进步的原始驱动力是摩尔定律，但更加吸引人注意的是软件行业。

Peter Thiel 认为「140 字输入框」属于比特的进步，是互联网技术的进步，而「会飞的汽车」是原子的进步，也就是人们对现实物理世界的驾驭。他认为我们已经看够了互联网和软件的颠覆性，人们需要把一部分力量用在改善现实世界中。这是他自己的坚持，也是他做成如此多成功投资的重要原因：

640-14.jpeg

有趣的是，所谓比特的进步，说到底却是由摩尔定律推动的，后者仍然是原子的进步，但人们往往忽略这一点，将目光集中在互联网上。美国的科技圈对这一点更加先知先觉。尤其在最近五年来，中美两国科技圈对同一事物的不同称呼，能够清楚反映这一点：在国内，人们更多会去谈「互联网」，而不是「科技」。国内说「互联网金融」，美国说「科技金融（Fin-tech）」，国内说「O2O（Online-to-offline）」，美国说「按需经济（On-demand Economy）」。

现在，我们总结出 3 个目前科技行业认同的解决办法

这些办法也是未来行业发展最重要的 3 个趋势。

1、软件行业的革新

暴力法的盛行其实是一种奢侈。就跟「何不食肉糜」一样，何不用暴力计算去碾压问题呢？反正有摩尔定律在，不愁机器性能不够，而且用不了多久更加强大的设备又要出现。这是摩尔定律带来负面心态，也造成了软件开发的浪费和低效。在经济上这很划算，虽然我的代码实现很糟糕，但没关系，可以凑合着用啊，过两年有了新设备就好办了。

长期来说这不是好事。因为这样看技术的进步更多是摩尔定律带来的更强计算能力、数据存储技术和网络带宽，软件和算法则相对滞后。

摩尔定律的终结意味着我们可以迎来软件行业的新时代。更多的资金和脑力会被用在像阿尔法狗这样的东西上。有了资源投入，我们很快会迎来更高效的编程语言、编译系统和应用设计。

我们预计软件行业会真正迎来它的成熟时期，工程师将更加关注代码的效率，以及如何更加聪明地利用现有资源做出不可思议的东西出来，例如阿尔法狗。

2、云计算

云计算这个词似乎都被人说烂了。但在摩尔定律即将失效时，它不再是一个概念，而是一种必然。越来越多的活动发生在移动端：手机、平板、智能手表和其他智能硬件，不仅要求设备更薄，芯片更加微小，而且要求移动设备不发热、低能耗、省电。

同时，以前的「电脑」是独立设备，所有计算能力都存在你的主机里面。软件好不好用还要看你的电脑性能有多少尽量。现在移动设备剧增，越来越多的计算能力被转移到云端。云计算曾经是一个流行语，现在却同时是科技行业不得不做的一件事情。

于是芯片厂商需要考虑的人分成了两部分：一方面是普通的消费者和他们越来越多的移动设备，再过一段时间，这一部分设备自身的计算性能很可能不会大幅提升了，但通过为需求和应用设计的芯片，可能会更加便携、省电、易用。另一方面是云计算的提供商，亚马逊 Google 微软们，他们不用考虑太多移动端的问题。对芯片厂商来说，这部分用户的占比会越来越大，也会越来越受重视。

总而言之，未来几年过了某一个时间点后，作为个人用户，你的所有需求都可以通过「设备 + 云端计算」这样的模式满足。你的随身设备自身的性能不会更强，除非你愿意接受更大的设备。

3、新硬件技术

也可以纯粹从硬件找出路。有这么几种可能性：

新的芯片架构

全球半导体行业目前的新策略是，他们忍够了，不打算像以前那样从摩尔定律出发搞些新的芯片出来，然后陷入那个被新软件剥削资源，然后被消费者骂，然后推出新芯片这个旧循环。

0-12.jpeg

相反，他们会从应用出发，考虑手机、电脑以及各种数据中心的需求，然后向底层延伸，最终确定需要什么样的芯片来满足这些需求。所以会有越来越多具备特定功能的芯片，例如专门用作神经网络计算、图像识别、云计算，或者预先内置各种消费端需求，比如高通的系统芯片（System on a Chip）。

材料科学

有许多备选，例如矽锗合金（SiGe）和砷化铟镓（InGaAs），或者设计全新的芯片结构，例如纳米管、生物分子、自旋电子芯片。目前来看，难度都很大。

量子计算机

当然并不是没有其它的选择。刚才提到的晶体管最终缩小到2纳米后，主宰机器性能的将是量子物理。Google 搞的量子计算机 D-Wave 就是想以此为出发点找到全新的范式。到目前为止，无论多么高精尖的人类计算机，基本原件都是晶体管，相当于一个开关，有两种状态：1 和 0，或者开和关。而量子计算机的晶体管却有3种状态，0、1 以及「同时是 0 和 1」，或者说，开、关以及「同时是开和关」。

这个「同时是开和关」的状态是量子物理的态叠加原理（Superposition）。上面提到半死不活的猫就是薛定谔本人所讲的例子。显然，有了叠加态（以及量子纠缠），运算能力会远超普通计算机，前提是 Google 开发出有实用性的量子计算机。

过去 50 年科技的稳定进步很美妙，当定律失效时，未来似乎显得有些黯淡。我们认为摩尔定律即将失效不意味着科技进步的停滞，而意味着变化本身的性质发生改变。再也没有一个「定律」去指引大家按部就班地升级。这种确定性正在被逐渐消除，这迫使人们追寻新的思路和手段。下一个爆发性的变化可能会发生在其他任何地方。未来有很多挑战，但也会更有趣。

所以，摩尔定律的终结不是进步的终结。言下之意是，我并没有说你没办法买到更好的手机了。

人工智能概念股：埃斯顿、科大智能、汉王科技、江南化工、华东数控、和而泰、中科曙光、永创智能、北京君正、通富微电、永创智能、劲拓股份。