ムーアの法則の終焉をめぐる世界同時不況 - ページ 10

 
Vladimir:
光を使って情報を伝達することは新しいことではなく、ケーブルに使われています。チップに使うのはかなり新しい のですが、光にデジタル情報を変調させたり、フォトダイオードやLEDを追加しなければならないし、ファイバー自体が金属接続よりずっと太いので不便すぎるのです。特にメリットはありません。フォトニックトランジスタやメモリは、私の理解ではまだ存在しない。光子を量子コンピュータの量子ビットとして使うという考え方もありますが。
これも新しくはない、前世紀のオプトロニクス。80年代には、スイッチやマイクロアセンブリとして使われていました。ダイオードはトランジスタに比べ、1層あたりの構造が単純である。もっと開発に投資すればいいんです。たとえ、未来が見えなくても。
 
Vladimir:

...

つまり、2021年から2022年ごろから、パソコンや携帯電話はプロセッサの性能アップをやめてしまうのです。プロセッサーが旧世代と同じ性能では、人々が新しいパソコンやiPad、セルフフォンを購入する意味がありません。新機種の販売が減少する。これらのデバイスは多くの産業に影響を与えるため、専門家は世界的な不況を予測しています。ムーアの法則の終焉に市場が反応し始めるのは、2020年以前と思われます。

木を見て森を見ず、ですね。CPUは、日常のあらゆる作業をこなすのに十分な性能を持つようになりました。今でも、CPUの性能アップはユーザーから求められていない。かさばるが高性能なデスクトップパソコンよりも、あまり性能の高くないスマートフォンやタブレット端末を好んで使っている。
 
Vladimir:

GPU用よりもCPUの並列コア用にプログラムを書く 方が簡単なのでしょうか?プログラマーが頭を悩ませて、プログラムのどの部分をパラレル化するか決め、特別なパラレル化コードを書くなど、問題は同じだ。ほとんどのプログラマーは苦もなく、シングルコアのプログラムをひねもすことなく書いています。コアが足りないのか、マルチコアを使ったプログラムなのか、何が問題なのでしょうか?私は後者だと思います。3000コアのCPUを与えても、3000コア用と4コア用のプログラムを書く難易度に差はないので、シングルコア用のプログラムを書くことになります。必要なのは、並列化できるコードの断片を自動的に検出できる新しいコンパイラである。しかし、やはりこのようなコンパイラの作成が進むかどうかは、ハードウェアではなく、プログラマーがそのようなコンパイラを書こうとする意欲に依存する。このスレッドを通して、私は、半導体技術の進歩やトランジスタの小型化・低消費電力化により、2020年以降に新しいハードウェアを作る可能性が低くなっていることを述べています。新しい材料やトランジスタは、まだまだ先の話だ。インテルは2016年に10nm技術でKnight Hill世代のプロセッサを作ろうとし、その世代を2017年後半まで延期しました。サムスンもアプリのプロセッサの10nm技術に問題を抱えています。すでに10nmサイズでは、14nmと比較して、トランジスタのサイズと消費電力がわずかに減少するだけです。放熱が大きな問題になる。技術の飛躍が必要です。技術の指標のひとつに、トランジスタ1個あたりの価格がある。つまり、28nm以前はその価格が下がっていて、それ以降は指数関数的に上昇し始めたということです。多くの企業が28nmで止めたのは、価格が高かったからです。ですから、10nm技術、そして7nm、最後の5nmへの進展は、熱の問題だけでなく、価格の高騰も伴うでしょう。

根本的に並列化が不可能な作業も数多くあります。平行移動は万能ではありません。
 
なぜか誰もNP完全問題には触れていない。このような問題はたくさんありますが、どれも有効な解決方法はありません。コンピュータの性能が10倍、100倍、1000倍になっても、これらの問題の解決策を効果的に見出すためには役に立たない。これは数学の基本的な問題の一つであるが、シリコン結晶工学の問題ではない。この点から見ると、提案されたテーマはまったく無意味であり、問題は何もないところから吸い出されたように見えます。
 
Vasiliy Sokolov:
なぜか誰もNP完全問題には触れていない。
パタムスタ
Алгоритм Гровера — Википедия
  • ru.wikipedia.org
Алгоритм Гровера (англ.  , GSA) — квантовый алгоритм решения задачи перебора, то есть нахождения решения уравнения Предполагается, что функция задана в виде чёрного ящика, или оракула, то есть в ходе решения мы можем только задавать оракулу вопрос типа: «чему равна на данном », и после получения ответа использовать его в дальнейших вычислениях...
 
Vasiliy Sokolov:
なぜか誰もNP完全問題には触れていない。このような問題はたくさんありますが、どれも有効な解決方法はありません。コンピュータの性能が10倍、100倍、1000倍になっても、これらの問題の解決策を効果的に見出すためには役に立たない。これは数学の基本的な問題の一つであるが、シリコン結晶工学の問題ではない。この点からすると、提案されたテーマ全般が無意味であり、問題が空中から吸い出されるような印象を受ける。
計算能力が上がれば、自己完結できるAIを可能な限り使うことができるようになり、問題の複雑さは否定される。したがって、解がある問題はすべて、計算能力を上げるのではなく、ソルバー(AI)の能力を上げることで解決することになるのです。これは、有形から情報(無形)への一種の質的転換である。量子コンピュータは、まさにその、材料の、自己複眼的なリゾルバの出現への新たな質的転換への行き詰まりの発展(らしい)であろう。
 
Vasiliy Sokolov:
なぜか誰もNP完全なタスクに言及しない。しかし、このような問題は数多く存在し、そのどれもが効率的な解決方法はありません。コンピュータの性能が10倍、100倍、1000倍になっても、これらの問題の解決策を効果的に見出すためには役に立たない。これは数学の基本的な問題の一つであるが、シリコン結晶工学の問題ではない。この点から見ると、提案されたテーマはまったく無意味であり、問題は何もないところから吸い出されたように見えます。

数独の性能は必要ない。

実際に、ある鉄のインスタンスの生産性が上がらない場合はどうなるのでしょうか?また、世界のGDPに占めるデバイスの割合はどうでしょうか。おそらく、同じ鉄の製薬やソフトウェアなどに比べると、少ないのではないでしょうか。そのうち、超人気のギズモの付属品として、このデバイスがタダで配られるようになるだろう。ブランドのスマートフォンを象徴的な価格で提供するのです。

そして、中国での生産は減らしてはいけない。スマートフォン1台でポケモンが捕まえられないなら、2台で捕まえよう。

 
Yuri Evseenkov:

...

もうすぐ、何か超人気モノのアドオンとして、デバイスが無料で配られるようになる。

...

プラス

ポケモンを捕まえたり、ケイトを見たりするのに、スーパーコンピューターは必要ないのです。

 
Vasiliy Sokolov:

窓の外では、ツバメがハエを捕まえているのが見える。

ターゲットを探す、ターゲットを捕らえる、ターゲットを捕まえる、ターゲットを食べる......まさにカオスな飛行を繰り広げる。ギガヘルツやギガバイトを詰め込んで、あんなに飛ぶマシンがあるのだろうか。

しかも、それをすべて小指の先ほどの大きさのコンピューターがやってくれるのです。

しかし、飛行の制御とは別に、同じツバメのコンピュータは、その内部のすべてのプロセスを制御し、その未知の総体をある平衡状態に保っているのだ!」。

ツマミをひねると数字が出てくる「算盤」という計算機をキャッチしたことがあります。50年前の話です。結局、あれからコンピューティングの世界では質的なことは何も起こっておらず、ノブの回転が速くなったという量的なことだけが起こっているのです。

しかし、コンピュータの未来は、私たちの目と鼻の先にあるのです。

 
СанСаныч Фоменко:

窓の外では、ツバメがハエを捕まえているのが見える。

ターゲットを探す、ターゲットを捕らえる、ターゲットを捕まえる、ターゲットを食べる......まさにカオスな飛行を繰り広げる。ギガヘルツやギガバイトを詰め込んで、あんなに飛ぶマシンがあるのだろうか。

しかも、それをすべて小指の先ほどの大きさのコンピューターがやってくれるのです。

しかし、飛行の制御とは別に、同じツバメのコンピュータは、その内部のすべてのプロセスを制御し、その未知の総体をある平衡状態に保っているのだ!」。

ツマミをひねると数字が出てくる「算盤」という計算機をキャッチしたことがあります。50年前の話です。結局、あれからコンピューティングの世界では質的なことは何も起こっておらず、ノブの回転が速くなったという量的なことだけが起こっているのです。

しかし、コンピュータの未来は、私たちの目と鼻の先にあるのです。

ニューラル・アルゴリズムに対する陶酔感は、80年代にはなくなっていた。多くの期待が寄せられていた。彼らの力を借りて、多くの課題を解決することができました。しかし、全体としては、このアイデアは失敗し、人工知能は誕生しなかった。