Generatywna, sztuczna inteligencja (AI)
Ten rodzaj sztucznej inteligencji nie ogranicza się całkowicie do rozpoznawania wzorców. Ten rodzaj sztucznej inteligencji idzie o krok dalej, przetwarzając ogrom danych, w celu tworzenia m.in. raportów, projektów oraz fotorealistycznych obrazów - szybciej niż człowiek. Jaki będzie wpływ generatywnej, sztucznej inteligencji na układy scalone? Cóż, potrzebuje ona mnóstwa danych, podobnie jak sprzętu oraz zapotrzebowania na prąd, na który pozwolić sobie może, w praktyce, wyłącznie ułamek procenta organizacji. Jest to zatem raczej domena internetowych centrów danych, do których użytkownicy mają zagwarantowane dostępy 24 godziny na dobę, przez 7 dni w tygodniu. Łatwo można sobie wyobrazić, że generatywna, sztuczna inteligencja będzie ucieleśniania przez niewielką liczbę komputerów o wysokich mocach obliczeniowych. Tym sposobem wzrosty zapotrzebowania na układy scalone z tytułu generatywnej, sztucznej inteligencji będą znikome.
Elektromobilność
Na terenie Doliny Krzemowej, podobnie jak w wielu miejscach na świecie, sporo osób porusza się tym, co elektryczne - rowery, skutery, samochody, deskorolki, monocykle, albo segweye. Z łatwością można zauważyć, że wszystkie z nich wymagają baterii, a określone dodatkowo np. wielu kontrolerów balansujących lub systemów wspomagania. Jest to w praktyce nadzwyczaj podatny grunt dla projektantów i dostawców elektroniki, ponieważ rosnąca część globalnego budżetu na transport będzie coraz bardziej przeznaczana na rozwiązania elektroniczne, które tylko "kwitną i dojrzewają", niczym owoce i warzywa.
Pamięci MRAM i ReRAM
Niezależnie od tego, czy chodzi o zmiany w procesach wytwórstwa, czy o zapotrzebowanie na moc, już teraz dostępne na rynku rodzaje pamięci mogą "z przerażeniem" obserwować jak są, albo będą, stopniowo z niego wypychane. Szczególnym tutaj zagrożeniem są pamięci: MRAM i ReRAM stosowane m.in. w urządzeniach noszonych (ang. wearables) oraz rozwiązaniach IoT (nie inaczej). Zgodnie z przedstawionym na poniższym zdjęciu wykresem przewiduje się stały wzrost udziału pamięci MRAM na światowym rynku. I choć ten wzrost zdaje się być niewielki, to jednak - wraz z postępującymi spadkami cen, pamięci MRAM prędzej, czy później wyprą, w przyszłości, wciąż spotykane pamięci DRAM i NAND Flash. Należy spodziewać się znacznych zmian zarówno w rodzajach pamięci, jak i aplikacjach, które je stosują. Zalety techniczne tych rozwiązań doprowadzą również do opracowania nowych modeli użytkowania pamięci MRAM, obok nowych modeli użytkowania pamięci ReRAM - jest to rzecz nieunikniona.
Standard CXL (ang. Compute Express Link)
Nie jest tajemnicą fakt, że od dłuższego czasu obserwuje się wciąż rosnące zapotrzebowanie na pamięci typu DDR, a danych do przechowywania w tych pamięciach tylko przybywa. Co tu zrobić, co tu zrobić? Przecież oznacza to problem efektywnej obsługi pamięci przez jednostki centralne! Na szczęście jednak wymyślono standard CXL, który wymaga jedynie kontrolera, z łatwością sterującego pamięcią DRAM. Należy spodziewać się w przyszłości o wiele wyższej i tylko wyższej złożoności tego rodzaju kontrolera. Będzie to miało niezwykle wysoki wpływ na projektowanie systemów, przede wszystkim w hiperskalowych centrach danych, lecz później, w ostatecznym rozrachunku, przeniesie się na wszystkie rozwiązania, w tym: komputery PC i smartfony.
Chiplety i interfejsy z nimi związane
Już w 1975 roku Gordon Moore - twórca słynnego prawa Moore'a, spostrzegł się, że istniejący, a w zasadzie szeroko stosowany, sprzęt fotolitograficzny w zakładach produkcyjnych ma swe ograniczenia, jak wszystko na świecie, i w pewnym momencie nastąpi problem budowy coraz większych rozmiarowo matryc wytwórczych dla coraz bardziej złożonych układów scalonych. Zdaje się, że miał rację, skoro współcześni projektanci układów scalonych decydują się, coraz częściej, nie na tworzenie całości tych układów, a ich części składowych, czyli tzw. chipletów. Jest to bez wątpienia przyszłość elektroniki, która wymaga jednak niezawodnej komunikacji, a dokładniej niezawodnych interfejsów. Ich ogólna nazwą jest UCIe (po ang. Universal Chiplet Interface), bez której chiplety nie mają racji bytu. Obecnie sporo z nich występuje w dogodnej klasy procesorach, choć docelowo mają się znaleźć nawet w skromnych funkcjonalnie, dosyć małych układach SoC, szczególnie gdy dojdzie do spadku kosztów produkcji za sprawą UCIe.
Obliczenia bezpośrednio w układach pamięci
Przez długi czas projektanci komputerów łakomie spoglądali na wielobitowe ścieżki danych i inne obwody w układach pamięci, marząc o wprowadzeniu do nich bezpośrednio procesorów. W sumie pomysł niegłupi, choć dopiero teraz staje się faktem, za sprawą takich koncepcji jak np. pamięć Aquabolt XL firmy Samsung. Sporo przedsiębiorstw pracuje nad podobnego typu rozwiązaniami, lecz minie jeszcze nieco czasu nim powstaną. W praktyce producenci pamięci nie cierpią sytuacji gdy to, co powstaje jest kosztowne, a nowy typ pamięci taki zawsze jest w rzeczywistości. Co więcej, nowy typ pamięci zawsze wiąże się z bardzo istotnymi zmianami w oprogramowaniu, co z kolei prowadzi do sporej liczby błędów. Nikt nie chce psuć dotychczas sprawdzonych kodów, a jeżeli coś działa, to po co to odkręcać? Mimo to, nadchodzące zmiany zdają się być ekscytujące i warto na nie cierpliwie zaczekać, nawet w kwestii pamięci.
Obliczeniowa pamięć masowa
Obliczeniowa pamięć masowa jest w zasadzie podobna do wykonywania obliczeń w pamięci, z tą jednak różnicą, że stanowi ona dodatek do urządzeń pamięci masowej i macierzy pamięci masowej. I nie chodzi tu wcale o rozszerzanie wydajności przetwarzania danych, a o redukcję, nie inaczej, ruchu między serwerami i urządzeniami pamięci masowej. Podczas gdy niektórzy uważają obliczeniową pamięć masową za rozwiązanie odciążające serwery, to moim zdaniem już za chwilę zobaczymy inteligentne rozwiązania stosujące wspomnianą pamięć na znaczną skalę, w takich urządzeniach jak te dostarczane przez firmę IBM, które kompresują dane oraz wykonują "prymitywy" pomagające wykryć oprogramowanie ransomware zanim zostanie, na dobrą sprawę, użyte do przeprowadzenia cyberataków.