引言

近年来随着5G，人工智能等新兴产业的发展，全球联网设备数高速增长。据IDC和Statista数据显示，2021年全球联网设备已达到170亿，大量设备的联网带来了数据量的爆发，预计到2025年全球数据量将高达175ZB（1ZB约等于1万亿GB），其中30%的数据需要实时的计算和处理，所以我们正面临数据增长给处理器计算能力带来的巨大挑战。

自2015年起，通用CPU的发展遇到了一系列技术瓶颈，其单核性能提升比例由上世纪80年代的每年22%降低至现在的3%，处理器性能提升速度逐年放缓，摩尔定律放缓已经成为事实。另外，Denard Scaling定律也在2005年左右就已失效。

单核性能的增加很大程度上并不是由过去所简单依赖的频率提升带来的，而是通过架构和编译器的优化以实现指令自动并行化，数据向量化等方式实现。（同时Amdahl’s Law提示多核架构的速度提升取决于程序中有多少部分无法并行，多核架构目前的性能提升也会变得越来越慢）。即便如此，目前通过指令并行方式来榨取处理器性能的增加也达到了瓶颈。

挑战2：内存和IO带宽发展跟不上处理器核数增长

由于单核性能限制（算力墙+功耗墙），目前通用的做法是增加处理器核数来增加数据处理能力，但问题是我们在增加处理器核心数的同时，又面临着内存容量和带宽的不足，以及IO的带宽瓶颈（内存墙+IO墙)。

所以，未来算力的持续增长需要通过多元化的方式来实现，在底层材料技术没有实质性突破、纵向扩展到达极限的情况下，需要上层的架构革新来采用更大规模的并行或异构计算等方式去横向扩展来满足需求。未来的计算领域将逐渐从以计算为中心转向为以数据为中心，因此如何高效的传输数据将成为关键。

现在，我们有机会通过一系列的技术创新，打破能效墙、散热墙、优化墙、内存墙和高速IO墙，进一步释放计算潜能，计算产业已进入架构创新的黄金时代！

下一篇我们将会给大家带来后摩尔时代解决性能提升瓶颈的方法及相关IP的突破与创新，特别是以奎芯为代表的IP创新，敬请大家期待。