Закон Мура — знаменитый прогноз соучредителя Intel Гордона Мура о том, что количество транзисторов на микрочипе будет удваиваться каждые год или два. Этот прогноз с 1970-х годов в основном оправдывался или даже перевыполнялся: вычислительная мощность удваивалась примерно каждые два года, а более совершенные и быстрые микрочипы становились дешевле.

Этот быстрый рост вычислительной мощности десятилетиями подпитывал инновации, однако в начале 21 века исследователи начали бить тревогу, что закон Мура замедляет работу. При использовании стандартной кремниевой технологии существуют физические пределы того, насколько маленькими могут быть транзисторы и сколько их можно втиснуть в доступный по цене микрочип.

Нил Томпсон, научный сотрудник Массачусетского технологического института из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) и Школы менеджмента Слоуна, и его исследовательская группа решили количественно оценить важность более мощных компьютеров для улучшения результатов в обществе. В новом рабочем документе они проанализировали пять областей, в которых вычисления имеют решающее значение, включая прогнозирование погоды, разведку нефти и сворачивание белков (важно для открытия лекарств). Рабочий документ подготовлен в соавторстве с научными сотрудниками Габриэлем Ф. Мансо и Шунингом Гэ.

Они обнаружили, что от 49 до 94 процентов улучшений в этих областях можно объяснить вычислительной мощностью. Например, в прогнозировании погоды увеличение мощности компьютера в 10 раз улучшает прогнозы на три дня вперед на одну треть градуса.

Но компьютерный прогресс замедляется, что может иметь далеко идущие последствия для экономики и общества. Томпсон рассказал MIT News об этом исследовании и последствиях отмены закона Мура.

В: Как вы подошли к этому анализу и количественно оценили влияние вычислений на различные области?

A: Количественно оценить влияние вычислений на реальные результаты сложно. Самый распространенный способ взглянуть на вычислительную мощность и прогресс ИТ в целом — это изучить, сколько компаний тратят на это, и посмотреть, как это коррелирует с результатами. Но расходы — это сложная мера для использования, потому что они лишь частично отражают стоимость приобретаемой вычислительной мощности. Например, сегодняшний компьютерный чип может стоить столько же, сколько и прошлогодний, но при этом он намного мощнее. Экономисты действительно пытаются приспособиться к этому качественному изменению, но трудно понять, каким именно должно быть это число. В нашем проекте мы измерили вычислительную мощность более непосредственно — например, изучив возможности систем, которые использовались, когда фолдинг белка впервые выполнялся с использованием глубокого обучения.

В: Как более мощные компьютеры позволяют улучшить прогнозирование погоды, разведку нефти и свертывание белков?

О: Короткий ответ заключается в том, что увеличение вычислительной мощности оказало огромное влияние на эти области. С прогнозированием погоды мы обнаружили, что объем вычислительной мощности, используемой для этих моделей, увеличился в триллион раз. Это дает представление о том, насколько увеличилась вычислительная мощность, а также о том, как мы ее использовали. Это не тот, кто просто берет старую программу и ставит ее на более быстрый компьютер; вместо этого пользователи должны постоянно переделывать свои алгоритмы, чтобы использовать в 10 или 100 раз больше вычислительной мощности . Человеческая изобретательность все еще требует повышения производительности, но наши результаты показывают, что большая часть этой изобретательности сосредоточена на том, как использовать все более мощные вычислительные механизмы.

Разведка нефти представляет собой интересный случай, потому что со временем она становится все труднее по мере бурения простых скважин, а то, что осталось, становится еще труднее. Нефтяные компании борются с этой тенденцией с помощью одних из самых больших суперкомпьютеров в мире, используя их для интерпретации сейсмических данных и составления карт подземной геологии. Это помогает им лучше сверлить в нужном месте.

Использование вычислений для лучшего сворачивания белков было давней целью, потому что это имеет решающее значение для понимания трехмерных форм этих молекул, которые, в свою очередь, определяют, как они взаимодействуют с другими молекулами. В последние годы системы AlphaFold совершили значительный прорыв в этой области. Наш анализ показывает, что эти улучшения хорошо предсказуемы благодаря значительному увеличению вычислительной мощности, которую они используют.

В: Каковы были самые большие трудности при проведении этого анализа?

О: Когда вы смотрите на две тенденции, которые растут с течением времени, в данном случае на производительность и вычислительную мощность, одна из самых важных проблем состоит в том, чтобы понять, какая из отношений между ними является причинно-следственной, а что на самом деле просто корреляцией. Мы можем частично ответить на этот вопрос, потому что в изучаемых нами областях компании вкладывают огромные суммы денег, поэтому они проводят много испытаний. Например, в моделировании погоды они не просто тратят десятки миллионов долларов на новые машины и затем надеются, что они будут работать. Они проводят оценку и обнаруживают, что работа модели в два раза дольше действительно повышает производительность. Затем они покупают систему, достаточно мощную для выполнения таких расчетов за более короткое время, чтобы они могли использовать ее в работе. Это придает нам большую уверенность. Но есть и другие способы увидеть причинно-следственную связь. Например, мы видим, что произошел ряд больших скачков в вычислительной мощности, используемой NOAA (Национальным управлением океанических и атмосферных исследований) для прогнозирования погоды. А когда они купили более крупный компьютер и установили его сразу, производительность действительно подскочила.

В: Были бы эти достижения возможны без экспоненциального увеличения вычислительной мощности?

A: Это сложный вопрос, потому что есть много разных ресурсов: человеческий капитал, традиционный капитал, а также вычислительная мощность. Все три со временем меняются. Кто-то может сказать, что увеличение вычислительной мощности в триллион раз, безусловно, дает наибольший эффект. И это хорошая интуиция, но вы также должны учитывать уменьшение предельной отдачи. Например, если вы переходите от отсутствия компьютера к одному компьютеру, это огромное изменение. Но если вы перейдете от 100 компьютеров к 101, этот дополнительный компьютер не даст почти такого же выигрыша. Таким образом, существуют две конкурирующие силы: с одной стороны, значительное увеличение объема вычислений, а с другой — уменьшение предельных выгод. Наше исследование показывает, что, несмотря на то, что у нас уже есть тонны вычислительной мощности,

В: Каковы последствия замедления по закону Мура?

Ответ: Последствия весьма тревожны. По мере совершенствования вычислительной техники она позволяет лучше прогнозировать погоду и другие области, которые мы изучали, но она также улучшает бесчисленное множество других областей, которые мы не измеряли, но которые, тем не менее, являются критически важными частями нашей экономики и общества. Если этот механизм улучшения замедляется, это означает, что все последующие эффекты также замедляются.

Некоторые могут не согласиться, утверждая, что существует множество способов внедрения инноваций — если один путь замедляется, другие компенсируют это. На каком-то уровне это правда. Например, мы уже наблюдаем повышенный интерес к разработке специализированных компьютерных чипов в качестве компенсации за нарушение закона Мура. Но проблема в масштабах этих эффектов. Выгоды от закона Мура были настолько велики, что во многих прикладных областях другие источники инноваций не смогут их компенсировать.