是时候创造新编程语言了！图灵奖得主大卫·帕特森谈后摩尔时代 策划编辑 | Natalie 编译 | Debra 编辑 | Vincent AI 前线导读：“摩尔定律失灵，计算机体系结构的黄金时代来了。“ ——RISC（精简指令集计算机）之父大卫·帕特森 更多优质内容请关注微信公众号“AI 前线”（ID：ai-front） 大卫·帕特森是加州大学教授，Google 工程师和 RISC 先驱，他认为，现在是成为一名计算机架构师最好的时机。 那是因为摩尔定律真的失灵了，他说道：“如果摩尔定律仍在发生作用，那我们集成电路的复杂度应该是现在的 15 倍。我们处于后摩尔定律时代。” 帕特森认为，“这意味着，我们已经处于硬件性能提升的最后阶段。当性能每 18 个月增加一倍时，人们就会抛弃那些工作正常的台式电脑，因为你朋友的新电脑速度要快得多。” 但去年，他说，“单个项目的性能只提高了 3％——所以它每 20 年才翻一番。如果你只是坐在那里等待芯片变得更快，你可有的等了。” “如果有人专注于做这些事，图灵奖会向你招手。” ——大卫·帕特森 对于像大卫·帕特森这样的计算机架构师来说，这实际上是个好消息。他指出，这对创新软件工程师来说也是一个好消息。 “为特定类型计算问题而定制的、革命性的新硬件架构和新的软件语言，正在等待被开发，”他说道。 “如果有人专注于做这些事情，那么图灵奖将向你招手。” 作为软件方面的一个例子，帕特森表示将 Python 重写为 C 可以使性能提高 50 倍。采用各种优化技术后，速度还会大幅提升，比使用 Python 提高 1000 倍性能并不夸张。 在硬件方面，帕特森认为特定领域的架构会运行得更好，“这不是魔术，我们可以做到这一点。”例如，应用程序并不都要求计算达到相同的精确度。他说，对于某些任务，你可以使用比常用的 IEEE 754 标准更低精度的浮点运算。 帕特森说道，现在应用这种新架构和语言最有潜力的是机器学习领域。 “如果你是开发硬件的，”他说，“你会喜欢那些迫切需要更多电脑的朋友。”机器学习对于计算来说是“贪婪的，所以我们喜欢机器学习”。 他表示，现在关于哪种类型的计算机架构最适合机器学习的讨论很激烈，很多公司纷纷下注。谷歌拥有 Tensor 处理单元（TPU），每个芯片有一个核心，用软件控制内存而不是缓存；英伟达的 GPU 拥有 80 多个内核；微软正在采用 FPGA 方法。 英特尔表示“正在努力赢得所有赌注”，为机器学习推销传统 CPU，收购 Altera（向微软提供 FPGA 的公司），并收购专业做神经网络处理器的 Nervana（类似于谷歌的 TPU）。 除了这些为机器学习提供不同架构的大公司外，帕特森还表示至少有 45 家硬件初创公司正在解决这个问题。最终，他表示，市场将决定谁输谁赢。 “现在是计算机体系结构的黄金时代！”他说道。 原文链接： https://spectrum.ieee.org/view-from-the-valley/computing/hardware/david-patterson-says-its-time-for-new-computer-architectures-and-software-languages 今日荐文点击下方图片即可阅读 一年过去了，25万月薪的AI工程师还存在吗？ 精品推荐 计算机的终极应用是人工智能，人工智能的核心是机器学习，而机器学习的核心就是算法。成为高级程序员如果懂点算法、知道实现的原理，就有价值的多。 前Google工程师王争在极客时间开设《数据结构与算法之美》专栏，上线16小时就超过1w人订阅，20个最实用数据结构和算法，100多个算法真实项目场景案例结合作者手绘详解图，让晦涩难懂的算法变得轻松有趣。 原价￥99，限时优惠￥68，上新期间史上最低价，扫码下方二维码即可订阅。 如果你喜欢这篇文章，或希望看到更多类似优质报道，记得给我留言和点赞哦！ 阅读原文