图灵奖得主David Patterson：新的计算机架构和编程语言该亮相了

RISC先驱表示，摩尔定律已翻篇，这为计算机架构开创了黄金时代。

2017年图灵奖得主之一、加州大学教授、谷歌工程师和RISC先驱大卫•帕特森（David Patterson）表示，眼下正是计算机架构师大有作为的好时期。

那是由于摩尔定律其实翻篇了，他说：“如果说摩尔定律仍然有效，我们现在比应有的阶段要落后15倍。我们现处于后摩尔定律时代。”

帕特森告诉上周出席在圣何塞举行的2018年@Scale大会的工程师，这意味着“我们现处于过去习以为常的性能增长的末尾阶段。性能每18个月翻番时，人们会扔掉用得好好的台式机，因为朋友的新电脑速度快得多。”

他说，但去年，“单个程序的性能只增长了3%，因此性能每20年才翻番。如果你只是坐等芯片变得更快，那要等上很久很久。”

对于像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，这对力求创新的软件工程师来说也是个好消息。他说：“专门用来处理特定类型计算问题的革命性的新型硬件架构和新型软件语言，正等待我们去开发。如果有人专心做这类工作，就有机会拿图灵奖。”

作为软件方面的一个例子，帕特森表示将Python重写成C可以使性能提高50倍。加上各种优化方法，速度会急剧提高。他表示，“与原来的Python程序相比性能提高1000倍”并非不切实际。

在硬件方面，帕特森认为针对特定领域的架构（DSA）运行起来更好。他说：“这不是魔法，这些完全是我们能做到的。”比如说，应用程序并不都需要计算达到同样的精度。他表示，对于一些应用程序而言，你可以使用精度比常用的IEEE 754标准更低的浮点运算。

帕特森表示，机器学习是眼下最有希望运用这种新架构和新语言的领域。他说：“如果你是搞硬件的，你希望朋友迫切需要更多的计算机。”而机器学习“对计算资源如饥似渴，我们太喜欢了。”

他表示，如今，围绕哪种类型的计算机架构最适合机器学习出现了激烈的争论，许多公司在不同的架构上下赌注。谷歌有张量处理单元（TPU），每个芯片有一个核心，使用软件控制的内存，而非缓存。英伟达的GPU有80多个核心。微软在走FPGA这条路。

帕特森表示，而英特尔“试图全面下注”，推销面向机器学习的传统CPU，收购Altera（该公司为微软提供FPGA），并收购Nervana，Nervana的专用神经网络处理器其设计方法类似谷歌的TPU。

除了为机器学习提供不同架构的这些大公司外，帕特森表示，至少还有45家硬件初创公司在着力解决这个问题。他表示，最终市场将决定一切。

他说：“现在正是计算机架构的黄金时代。”