加州大學(xué)教授、 Google 工程師和RISC先驅(qū)David Patterson說，現(xiàn)在是做一名計(jì)算機(jī)架構(gòu)師的最好時(shí)機(jī)。

　　這是因?yàn)槟柖?時(shí)代已經(jīng) 結(jié)束了，他說 ： “如果摩爾定律仍然有效，我們現(xiàn)在就不會(huì)比我們 應(yīng)該達(dá)到的水平落后15倍。我們處在后摩爾定律時(shí)代。 ”

　　Patterson對(duì)參加上周在圣何塞舉行的2018年@Scale會(huì)議的工程師們說，“我們已經(jīng)習(xí)以為常的 性能擴(kuò)展 速度現(xiàn)在已經(jīng)難以為繼 。 過去， 性能每隔18個(gè)月翻一番， 在性能每次翻番時(shí)， 人們就會(huì)扔掉那些 還 運(yùn)行良好的臺(tái)式 計(jì)算機(jī) ，因?yàn)槟硞€(gè)朋友的新電腦要快得多。 ”

　　但在去年，他說，“單個(gè)項(xiàng)目的性能只提升了3%，所以要每20年 才會(huì)翻一番 。如果你只是坐在那里等待芯片變得更快，你將不得不等待很長(zhǎng)時(shí)間。 ”

　　對(duì)于像Patterson這樣的計(jì)算機(jī)架構(gòu)師來說，這實(shí)際上是個(gè)好消息。他指出，這對(duì)創(chuàng)新軟件工程師來說也是好消息。“專為處理特定類型的計(jì)算問題而設(shè)計(jì) 的 革命性的新硬件架構(gòu)和新軟件語言，正 在 等待 著被開發(fā)出來 ， ” 他說 ，“ 如果 有人 愿意致力于這些事情，那么圖靈獎(jiǎng)就等著 他來 拿 了 。 ”

　　Patterson 舉了 軟件方面的一個(gè)例子 。他指出，將Python重寫為C可以使性能提高50倍。加上各種優(yōu)化技術(shù)， 性能提升 會(huì) 更加 顯著。他 表示 ，“ 通過改寫 Python ，實(shí)現(xiàn) 1000倍的 性能提升也 并 非天方夜譚 。”

　　在硬件方面，Patterson認(rèn)為特定領(lǐng)域 架構(gòu) （domain-specific architectures）表現(xiàn)更好，他說：“這不是魔術(shù)， 那剛好是我們能做的一些事情。 ”例如，并非所有的應(yīng)用都要求計(jì)算達(dá)到相同的精確度水平。他說，對(duì)于某些 應(yīng)用 ，你可以使用比常用的IEEE 754標(biāo)準(zhǔn)更低精度的浮點(diǎn)運(yùn)算。

　　Patterson說， 目前 應(yīng)用這 樣的 新架構(gòu)和 新 語言的最大機(jī)會(huì) 領(lǐng)域 是機(jī)器學(xué)習(xí)。“如果你是做硬件的，”他說，“你會(huì)想要迫切需要更多電腦的朋友。”機(jī)器學(xué)習(xí) “ 對(duì)計(jì)算 是 貪婪的， 我們愛它這一點(diǎn) ”。

　　他說，如今圍繞哪種類型的計(jì)算機(jī)架構(gòu)最適合機(jī)器學(xué)習(xí)展開了激烈的爭(zhēng)論，許多公司都下了注。 Google 有張量 處理器（ TPU ） ， 它 每個(gè)芯片一個(gè)核 ，使用 軟件控制 的 內(nèi)存 而非 緩存 ； Nvidia的GPU有80多個(gè)核 ；而Microsoft 正在 采用 FPGA 方法 。

　　他說， Intel“ 正試圖 在所有籃子里下注” ， 向 機(jī)器學(xué)習(xí)營(yíng)銷傳統(tǒng)的 CPU ，收購(gòu)Altera （ 向 Microsoft 提供FPGA的公司 ） ，以及收購(gòu) 擁有其專門的神經(jīng)網(wǎng)絡(luò)處理器的 Nervana （此處理器 類似于 Google 的TPU ） 。

　　Patterson 說， 除了這些為機(jī)器學(xué)習(xí)提供不同架構(gòu)的 大 公司外，至少有45家硬件初創(chuàng)公司正在解決這個(gè)問題。他說， 最終將由 市場(chǎng)決定 什么會(huì)留下來 。

　　他說 ： “這是計(jì)算機(jī)架構(gòu)的黃金時(shí)代。”