Der Tod des Mooreschen Gesetzes beginnt endlich zu stinken
Seit mehr als zwei Jahrzehnten hören wir vom Tod des Mooreschen Gesetzes . Es handelte sich um einen Grundsatz des verstorbenen Intel-Mitbegründers Gordon Moore, der davon ausging, dass sich die Anzahl der Transistoren in einem Chip etwa alle zwei Jahre verdoppeln würde. Im Jahr 2006 sagte Moore selbst, dass es in den 2020er Jahren enden würde. MIT-Professor Charles Leiserson sagte, es sei 2016 vorbei . Der CEO von Nvidia erklärte es im Jahr 2022 für tot. Der CEO von Intel behauptete ein paar Tage später das Gegenteil.
Es besteht kein Zweifel, dass das Konzept des Mooreschen Gesetzes – oder besser gesagt die Beobachtung, damit wir es nicht wie ein Gesetz der Physik behandeln – zu unglaublichen Innovationen bei Desktop-Prozessoren geführt hat. Aber der Tod des Mooreschen Gesetzes ist kein Augenblick. Es ist ein langsamer, hässlicher Prozess, und wir sehen endlich, wie das in der Praxis aussieht.
Kreative Lösungen
Wir haben zwei brandneue Generationen von AMD und Intel, von denen keine wirklich auf dem richtigen Weg war. Wie Sie in meinem Testbericht zum Core Ultra 9 285K nachlesen können, vollbringt Intels jüngster Versuch mit seinem radikal neuen Design viele beeindruckende Leistungen, kann aber dennoch nicht mit der Konkurrenz mithalten. Und obwohl der Ryzen 9 9950X ein klares Upgrade gegenüber seinen Zen-4-Gegenstücken darstellt, liefert er nicht die generationsübergreifenden Verbesserungen, an die wir uns gewöhnt haben.
Bedenken Sie Folgendes: Betrachtet man Cinebench R23, betrug der Multi-Core-Sprung vom Ryzen 9 5950X zum Ryzen 9 7950X 36 %. Zwischen dem Ryzen 9 7950X und dem Ryzen 9 9950X? 15 %. Das ist weniger als die Hälfte der Verbesserung innerhalb einer Generation. In Handbrake beschleunigte der Ryzen 9 7950X die Transkodierung im Vergleich zum Ryzen 9 5950X um 34 %. Beim Ryzen 9 9950X schrumpfte die Verbesserung auf nur noch 13 %.
Dies ist auch nicht nur eine seltsame Generation. Betrachtet man die Single-Core-Leistung des Core i9-101900K und Core i9-12900K , lieferte Intel eine Verbesserung um 54 %. Selbst wenn wir den Core i9-12900K, der zu diesem Zeitpunkt drei Generationen alt ist, mit dem neuesten Core Ultra 9 285K vergleichen, sehen wir nur eine Verbesserung von 20 %. Schlimmer noch, die neue Core-Ultra-Serie von Intel zeigt im Cinebench seltsam hohe Ergebnisse, und wenn man sich andere Anwendungen anschaut, kann man im Vergleich zu ein oder zwei Generationen tatsächlich einige Rückschritte feststellen.
Selbst innerhalb weniger Jahre hat sich die Geschwindigkeit der Leistungsverbesserungen erheblich verlangsamt. Beim Mooreschen Gesetz geht es nicht direkt um Leistungsverbesserungen – es geht lediglich um die Anzahl der Transistoren auf einem Chip. Aber das hat klare Auswirkungen auf die Leistung. Das Problem mit weiteren Transistoren zu lösen, ist nicht mehr so praktikabel wie früher – lesen Sie sich über den Tod der Dennard-Skalierung um, wenn Sie mehr darüber erfahren möchten, warum das so ist.
AMD und Intel sprechen vielleicht nicht öffentlich darüber, aber beide Unternehmen sehen die Zeichen deutlich. Das ist wahrscheinlich der Grund, warum Intel überhaupt auf eine Hybridarchitektur umgestiegen ist und warum es mit seinen Arrow-Lake-CPUs ein radikales Redesign eingeführt hat. Und für AMD ist es kein Geheimnis, dass 3D V-Cache zu einer entscheidenden Technologie für die CPUs des Unternehmens geworden ist, und es ist eine klare Möglichkeit, den Engpass des Mooreschen Gesetzes zu umgehen. Ein großer Teil der Transistoren auf jedem CPU-Chip ist für den Cache reserviert – irgendwo im Bereich von 40 bis 70 % – und AMD stapelt buchstäblich mehr Cache darauf, als auf den Chip passt.
Eine Funktion des Raumes
Ein wichtiger Faktor, den man bei der Betrachtung des Mooreschen Gesetzes und der Dennard-Skalierung berücksichtigen sollte, ist der Platz. Natürlich kann man einen riesigen Chip mit einer Menge Transistoren bauen, aber wie viel Strom wird er verbrauchen? Wird es in der Lage sein, unter einer angemessenen Temperatur zu bleiben? Wird es überhaupt sinnvoll sein, einen Server in einem PC oder im Unternehmen zu platzieren? Man kann die Anzahl der Transistoren nicht von der Größe des Chips trennen.
Ich erinnere mich an ein Gespräch, das ich mit Chris Hall von AMD führte , in dem wir mir sagten: „Wir haben alle lange Zeit Moores Gesetz genossen, aber das hat irgendwie nachgelassen.“ Und jetzt ist jeder Quadratmillimeter Silizium sehr teuer, und wir können es uns nicht leisten, es weiter zu verdoppeln. Wir können, wir können diese Chips bauen, wir wissen, wie man sie baut, aber sie werden teurer.“
Ich bin nicht hier, um Nvidias verrückte Preisstrategie zu verteidigen, aber das Unternehmen hat Berichten zufolge bei TSMC für seine GPUs der RTX-40-Serie höhere Preise gesehen als bei Samsung mit seinen GPUs der RTX-30-Serie. Und die RTX 4090 liefert mehr als doppelt so viele Transistoren wie die RTX 3090 bei einer sehr ähnlichen Chipgröße. Wenn es bei allen Chips eine Verpflichtung zum Mooreschen Gesetz gibt, bin ich mir nicht sicher, ob uns als Verbraucher das Ergebnis gefallen wird, wenn es an der Zeit ist, einen PC aufzurüsten.
Ganz zu schweigen von den anderen Problemen, mit denen eine Karte wie die RTX 4090 konfrontiert war – hoher Strombedarf, eine wahnsinnige Kühlergröße und ein schmelzender Stromanschluss . Nicht alle dieser Probleme sind auf die Verdoppelung der Anzahl der Transistoren zurückzuführen, nicht einmal annähernd, aber sie spielen eine Rolle. Größere Chips für mehr Transistoren, mehr Wärme und in der Regel zu höheren Kosten, insbesondere da die Kosten für Silizium weiter steigen.
Die Abkürzung
Moores Gesetz ist tot, PC-Hardware wird teurer und alles ist scheiße – so möchte ich das nicht belassen. Es wird mehr Möglichkeiten geben, von Jahr zu Jahr Leistungsverbesserungen zu erzielen, die nicht nur auf mehr Transistoren auf einem Chip bei gleicher Größe beruhen. Die Art und Weise, wie wir jetzt dorthin gelangen, ist einfach anders. Ich spreche von KI.
Warten Sie, klicken Sie nicht auf den Artikel. Tech-Unternehmen sind von KI begeistert, weil sie viel Geld bedeutet – so zynisch diese Perspektive auch ist, es ist einfach die Art und Weise, wie Billionen-Dollar-Konzerne wie Microsoft und Nvidia arbeiten. Aber KI stellt auch eine Möglichkeit dar, eine neue Form der Datenverarbeitung zu schaffen. Ich spreche nicht von einer Menge KI-Assistenten und halluzinatorischen Chatbots, sondern vielmehr von der Anwendung maschinellen Lernens auf ein Problem, um annähernd Ergebnisse zu erzielen, die wir früher mit reinen Siliziuminnovationen erzielen würden.
Schauen Sie sich DLSS an. Die Idee, Upscaling zu verwenden, um ein bestimmtes Leistungsniveau aufrechtzuerhalten, ist umstritten, und wenn es um einzelne Spiele geht, ist die Diskussion differenziert. Aber DLSS ermöglicht eine bessere Leistung ohne eine strikte Hardware-Verbesserung. Fügen Sie zusätzlich diese Frame-Generierung hinzu, die wir jetzt von DLSS, FSR und Tools von Drittanbietern wie Lossless Scaling kennen, und Sie haben viele Pixel, die von Ihrer Grafikkarte nie gerendert werden.
Ein weniger kontroverser Aspekt ist Nvidias Ray Reconstruction . Es ist kein Geheimnis, dass Raytracing anspruchsvoll ist, und ein Teil der Umgehung dieses Hardwarebedarfs ist ein Prozess der Rauschunterdrückung – die Begrenzung der Anzahl der Strahlen und das anschließende Bereinigen des resultierenden Bildes durch Rauschunterdrückung. Ray Reconstruction liefert ein Ergebnis, das weitaus mehr Strahlen und viel leistungsfähigere Hardware erfordern würde, und das ohne jegliche Leistungseinschränkung – und wiederum durch maschinelles Lernen.
Es spielt wirklich keine Rolle, ob Moores Gesetz tot ist oder noch am Leben ist – wenn Unternehmen wie AMD, Intel und Nvidia über Wasser bleiben wollen, müssen sie ständig über Lösungen nachdenken, um den steigenden Leistungsanforderungen gerecht zu werden. Bei der PC-Hardware ist die Innovation noch lange nicht tot, aber vielleicht sieht es etwas anders aus.