Новые вычислительные технологии

ПОДРОБНЕЕ О КНИГЕ

Развитие вычислений базируется на инновациях в области материалов, сборки и конструирования, которые используются для обработки, хранения и взаимодействия с информацией. Вычисления распадаются на несколько областей, таких как централизованные облачные вычисления, квантовые вычисления, обработка данных в нейронных сетях, хранение биологических данных, оптические вычисления и вычисления в сетях. Эти средства требуют разрабатывать новое ПО и новые формы криптографии. Они позволяют ставить и решать задачи в области кибербезопасности, предоставляя поддержку обработке естественного языка и обещая в перспективе огромное повышение эффективности в таких областях, как применение в медицине и моделировании физических и химических процессов. Новые вычислительные технологии, возможно, помогут решить часть самых сложных проблем, которые стоят перед нами. Но без бдительного управления, гарантирующего равный доступ к достижениям и контроль за безопасностью новых технологий, последние могут создавать значительные риски.

Продление демократизирующего влияния закона Мура

Закон Мура носит имя сооснователя компании Intel Гордона Мура (Gordon Moore) и основан на том наблюдении, что с середины 1960-х годов плотность транзисторов на интегральной схеме удваивается с периодом 1,5-2 года. Это означает, что размер компьютеров уменьшается, а быстродействие повышается с экспоненциальной скоростью, при этом стоимость ежегодно снижается примерно на 30%. Если бы не закон Мура, мы были бы лишены потребительских мобильных вычислений, в которых используются очень маленькие процессоры и средства хранения данных. Также мы бы не знали мобильной телефонии. Как показывают результаты исследований центра Pew Research Center, именно благодаря влиянию мобильной телефонии 43% людей в мире обладает смартфоном того или иного типа. Кроме того, исследователям, предпринимателям в области технологий и корпорациям была бы недоступна невиданная скорость современных быстрых компьютеров.

Замечательная тенденция снижения цены и роста производительности должна продолжиться, даже когда закон Мура перестанет действовать. Более чем у четырех миллиардов людей нет доступа к Интернету, но использование технологий обработки цифровой информации, — мощная движущая сила экономического развития. На протяжении нескольких лет производители микросхем и материаловеды обеспокоены тем, что мы практически достигли физического предела, за которым невозможно дальнейшее уменьшение размеров транзисторов. Повышение скорости и снижение энергопотребления транзисторов (описываемые законом Деннарда) завершились практически десятилетие тому назад. Современные транзисторы меньше вирусов — сейчас самый малый промышленный стандарт составляет 14 нанометров. Производство кристаллов с более мелким шагом (10 нм) начнется в 2017 году, а в течение следующих пяти лет компания Intel планирует производить кристаллы с шагом 7 нм. Для сравнения: толщина человеческого волоса составляет 50 тыс. нм.

Пять нанометров, скорее всего, является физическим пределом размера транзистора на кристалле кремния из-за того, что при таком масштабе начинают проявляться эффекты квантового туннелирования электронов, то есть прямого перехода электронов сквозь тонкие материалы, а также другие формы утечки тока, которые могут повреждать кристалл или сильно снижать его эффективность. Как говорится в Международном плане по развитию полупроводниковой технологии (International Technology Roadmap for Semiconductors, ITRS): «Полупроводниковая промышленность приближается к пределу горизонтального развития». Одно из решений — вертикальная упаковка транзисторов, но в этом подходе есть свои проблемы, например отвод снижающего производительность тепла, которое образуется в многоуровневом кристалле. Возможно, использование новых материалов позволит устранить это ограничение на размер и сделать транзисторы еще меньше.

Исследователи из университета в Беркли создали на основе углеродных трубок и дисульфида молибдена работающий транзистор с затвором размером всего в один нанометр. Рано или поздно удвоение числа транзисторов на единицу площади станет физически невозможным. Но даже задолго до достижения этого предела изготовление уменьшенных транзисторов в промышленности станет невозможным. Закон Рока, дополнение к закону Мура, говорит, что стоимость заводов, выпускающих кристаллы с новыми, уменьшенными транзисторами, удваивается каждые четыре года, потому что требуется оборудование, отличающееся более высокой точностью и более низким уровнем ошибок. Как заметили Питер Деннинг (Peter Denning) и Тед Льюис (Ted Lewis), из закона Рока следует, что размер рынка для каждого нового поколения кристаллов должен быть как минимум в два раза больше существующего рынка — только так можно экономически оправдать расходы на новые производственные мощности. Из-за необходимости бо?льших инвестиций и резкого усложнения производства кристаллов период удвоения плотности увеличился с 2 до 2,5 лет.

Чтобы продолжить экспоненциальный рост вычислительных мощностей, потребуется другой подход к совершенствованию систем, отличный от простого уменьшения размера транзисторов. В 2016 году в Институте инженеров электротехники и электроники признали необходимость нового подхода: многие годы IEEE направлял инвестиции в разработку кристаллов, публикуя отчеты о сокращении размера транзисторов, но в будущем в IEEE переориентируются на разработку «Международного плана по развитию устройств и систем» (International Roadmap for Devices and Systems), который призван «сформулировать новый «закон Мура» для производительности компьютеров и ускорить появление на рынке новых, инновационных технологий вычислений». Новые пути повышения производительности и эффективности предполагается искать в создании новейших материалов, новых архитектур и системного подхода к вычислениям. Это означает, что повсеместные и недорогие вычисления станут доступными все большему числу людей и организаций.

Один из возможных способов сохранения такого же ускорения роста производительности — переход к более специализированным процессорам, как это делалось на заре вычислительной техники, когда кристаллы создавались специально для выполнения определенных задач. С 1970-х годов в цифровых вычислениях доминировали стандартизованные, массово производимые микропроцессоры общего назначения, которые можно было программировать для выполнения любых задач. Но для выполнения задач обработки больших объемов данных, когда одна и та же операция выполняется множество раз, эффективность стандартного центрального процессора сравнительно невысока. Сегодня второе место по распространенности после центрального процессора занимает графический процессор — специализированное устройство, обеспечивающее отображение информации на экране и выполняющее ресурсоемкую задачу создания и обновления трехмерных изображений.

Повышение важности и расширение применения машинного обучения создали спрос на новые виды нестандартных вычислительных архитектур. Компания Google, один из крупнейших покупателей процессоров, разработала большое количество тензорных процессоров — специализированных интегральных схем, предназначенных для алгоритмов глубинного обучения. В компании заявляют, что тензорные процессоры применялись в программе AlphaGo, которая в 2016 году в серии из пяти игр обыграла Ли Седола (Lee Sedol), чемпиона мира по игре в го. Новые структуры памяти и обработки вызывают к жизни новый класс микропроцессоров, которые называют «ускорителями искусственного интеллекта». Архитектура этих устройств оптимизирована для операций, которые выполняются в искусственных нейронных сетях многих систем машинного обучения. Такие процессоры обеспечивают скорость, экономичность и энергоэффективность, которые нужны для широкомасштабного применения алгоритмов искусственного интеллекта.

Увеличение предложения и повышение производительности — всего лишь часть возможного решения стоящих перед нами проблем. Нам нужно не только больше вычислительной мощности и скорости или больше транзисторов — нам надо уметь справляться с новыми потребностями, возникающими в связи с распространением устройств и данных. Мы должны уметь использовать вычислительные возможности в ситуациях и контекстах, которые имеют смысл в реальной жизни. Например, в масштабах планеты облачные вычисления выполняются за считаные секунды, но, чтобы искусственный интеллект мог работать с людьми и выполнять основные функции, такие как обеспечение общественной безопасности или управление дорожной сетью, требуется уметь обрабатывать экзабайты данных за милли- или даже микросекунды. Главные составляющие проблем, которые мы пытаемся решить, связаны не с объемом, а со скоростью, временем ожидания и энергией.

Но в самом крайнем случае успехи физики и материаловедения позволят создавать не просто более эффективные специализированные процессоры, устанавливаемые на цифровые компьютеры, а новые виды вычислений, и наиболее многообещающий и новаторский из них — квантовые вычисления.

Квантовые вычисления: революционная теория и сложности реализации

Если нам удастся построить стабильный и мощный квантовый компьютер, то у этой технологии появится шанс стать самой новаторской среди технологий Четвертой промышленной революции. Но это случится не сразу. Квантовые компьютеры меняют сам принцип вычислений, используя причудливые законы квантовой механики. Вместо применения транзисторов, в основе которых лежат бинарные значения, представляющие нули и единицы (биты) и используемые классическими компьютерами для хранения информации и выполнения различных операций, в квантовых компьютерах применяются квантовые биты, или кубиты. В отличие от обычных битов, которые способны принимать только значения «1» или «0», значение кубита представляет собой суперпозицию возможных состояний и заранее может быть известна только вероятность, с которой можно получить то или иное значение при его измерении. Это позволяет кубитам в каждый момент времени представлять несколько состояний.

Еще одно удивительное свойство материи на квантовом уровне — квантовая сцепленность, которая подразумевает, что несколько кубитов, находящихся в этом состоянии, могут быть связаны и измерение квантового состояния одного из них позволяет получить информацию о состоянии остальных кубитов. Таким образом, в квантовых компьютерах могут применяться квантовые алгоритмы, создающие вероятностные обходные пути, что позволяет получать приемлемые решения сложных математических задач. Для решения этих же задач на классических цифровых компьютерах потребовалось бы слишком много времени. Пример такой задачи — разложение больших чисел на простые множители. Работа многих современных приемов шифрования основана на том, что для выполнения этой задачи классическим компьютерам требуется очень много времени. К другим примерам можно отнести решение задач оптимизации со многими переменными — обычно это задачи по повышению коэффициента использования производственных мощностей, оптимизации складского хозяйства или поиску в огромных неструктурированных базах данных.

Квантовые компьютеры могут также моделировать другие квантовые системы, например отражать поведение атомов и частиц, и делать это точнее, а также с учетом необычных условий, например тех, что существуют внутри Большого адронного коллайдера. К примеру, квантовое моделирование на квантовых компьютерах позволит легко рассчитать взаимодействие молекул — для классических компьютеров это очень сложная задача. Эти расчеты — ключ к созданию еще более совершенных материалов, экологически чистых устройств и новых медикаментов. Поэтому реализация квантовых вычислений станет движущей силой многих фундаментальных технологий и систем Четвертой промышленной революции.

Но есть одна существенная оговорка. В теории квантовые компьютеры существуют уже более 30 лет — с того времени, когда Ричард Фейнман (Richard Feynman) предложил их в 1982 году, но их революционный потенциал все так же остается в теории, потому что построение универсального квантового компьютера — исключительно сложная инженерная задача. Для создания и поддержки кубитов необходимы стабильные системы в экстремальных условиях, в частности, компоненты должны находиться при температурах, очень близких к абсолютному нулю. В лучших современных квантовых компьютерах очень немного кубитов (у квантового компьютера корпорации IBM всего пять кубитов) или практических применений (квантовые компьютеры компании D-Wave Systems, в которых применяется принцип квантового отжига), большинство из которых ограничены мощностью и типом решаемых задач. Тем не менее налицо достаточно быстрый прогресс, и уже можно говорить о практическом потенциале квантовых компьютеров. Развивается и теоретическая база, предлагаются новые идеи в области квантовых алгоритмов и на совершенно новом направлении — в области квантового машинного обучения.

После устранения физических и инженерных сложностей с реализацией квантовых вычислений возникнут новые проблемы, наиболее важными из которых станут доверие и безопасность. Чтобы взломать 2048-разрядный сертификат протокола TLS (Transport Layer Security), который используется в веб-браузерах для подключения к банковским личным кабинетам и электронной почте в Интернете, современным классическим компьютерам потребуется 13 млрд лет. А вот компьютер с квантовым затвором, вооруженный разработанным в 1994 году математиком Питером Шором (Peter Shor) алгоритмом, справится с этой задачей со скоростью, которая сведет на нет все преимущества современных криптографических механизмов. Нам придется переосмыслить стандарты, которые сейчас применяются в онлайновых транзакциях и в других средствах безопасного хранения информации. Это потребует от нас продолжения работы над совершенствованием существующих приемов, чтобы сделать их устойчивыми ко взлому с помощью квантовых компьютеров, а также чтобы задействовать квантовые эффекты для создания новых форм квантовой криптографии.

Вряд ли квантовые вычисления когда-либо полностью вытеснят классические компьютеры. У использования квантовых эффектов меньше важных практических преимуществ, когда речь идет об удовлетворении львиной доли современных потребностей в вычислениях, — они полезнее в узких областях, а именно в математике и химии. Более того, современные представления о физике не дают оснований предполагать, что квантовые компьютеры когда-либо станут дешевле и меньше классических компьютеров. Несмотря на возможность фундаментальных перемен, использование сложных квантовых эффектов скорее всего останется уделом специализированных и очень дорогих вычислений — по крайней мере до начала Пятой промышленной революции.

Большое влияние все более компактных и быстрых компьютеров

В 1991 году Марк Уэйзер (Mark Weiser) написал:

В результате победного демократизирующего марша закона Мура цифровые компьютеры утратили свое значение дискретных объектов: компьютеры сегодня — это больше, чем просто важная составляющая часть новых автомобилей, потребительской электроники и большинства устройств бытовой техники. Они интегрированы в материю и одежду, а также встраиваются в окружающую нас инфраструктуру — в дороги, светофоры, мосты и здания. Мы живем в мире, построенном компьютерами.

Благодаря новым сенсорам и алгоритмам машинного обучения мы можем получать доступ к компьютерам по новым каналам. Голосовые команды и естественная речь освобождают нас от необходимости взаимодействовать с экраном и клавиатурой. Сенсоры, считывающие «язык тела», а также жесты руками и движения глаз, позволяют компьютерам понимать как сознательные, так и подсознательные намерения человека при управлении компьютерами и другими устройствами, такими как инвалидная коляска и протезы. В апреле 2017 года компания Facebook объявила, что команда из 60 исследователей, в состав которой входят специалисты по машинному обучению и нейронным протезам, работает над тем, чтобы пользователи могли передавать компьютеру команды и сообщения, используя только силу мысли. Такие пошаговые методы получения доступа к компьютерам откроют новые возможности выполнять одновременно несколько задач или обрабатывать информацию, поступающую из окружающего нас мира.

Компьютеры также физически становятся частью нас самих. Внешние носимые устройства, такие как смарт-часы, интеллектуальные наушники и очки дополненной реальности, открывают путь для активных вживляемых микрочипов, которые пересекают естественную границу нашего тела — кожу, создавая интересные новые возможности, простирающиеся от интеграции в тело лечебных систем до расширения способностей человека.

Биологические вычисления вскоре позволят нам заменять специализированные микросхемы специально сконструированными биосистемами, которые представляют собой ключевой компонент «биохакинга» — новой культурной формы выражения и потребления. Исследователи из Массачусетского технологического института показали, что сенсоры, переключатели и микросхемы памяти можно закодировать в обычной бактерии, обитающей в кишечнике человека, а это означает, что наши биомы можно, к примеру, целенаправленно спроектировать так, чтобы они обнаруживали и лечили воспалительные заболевания кишечника или рак толстой кишки.

Но эти возможности сопряжены с вызовами и рисками. Расширение возможностей двустороннего потока информации между нами и окружающей средой требует постоянного расширения пропускной способности канала обмена, а также совершенствования технологий сжатия. Громадные объемы данных, создаваемых в цифровом мире, требуют новых подходов, которые позволили бы создать плотное и долгосрочное хранилище. Одно из решений заключается в использовании ДНК для хранения информации. В 2012 году ученый Джордж Черч (George Church) из Гарвардского университета продемонстрировал возможность хранения данных в ДНК с плотностью, в 100 тыс. раз превышающей возможности лучшей флеш-памяти. Данные оставались стабильными в широком диапазоне температур. Черч утверждает:

В определенном смысле глобальные вычисления способны сделать мир более хрупким, особенно в экстремальных условиях. Если полагаться на системы, которые всегда нуждаются в вычислениях, то отключение электроснабжения может приводить к катастрофическим последствиям. Ситуация может усугубляться слабыми навыками использования более простых запасных систем с ручным управлением — это может усугублять негативные последствия аварий. У распространения глобальных вычислений также совершенно определенно будут социальные последствия. Более быстрые и меньшие по размеру компьютеры уже изменили поведение человека: к примеру, простое присутствие мобильного телефона на столе означает, что человек скорее всего будет меньше уделять внимания собеседнику или вряд ли запомнит все детали разговора. Использование социальных сетей также связывают со снижением способности к сопереживанию среди молодых людей.

Негативные последствия для окружающей среды будут усугубляться по мере распространения вычислительных технологий. В развитых странах центры обработки данных уже потребляют около 2% всей вырабатываемой электроэнергии. В Соединенных Штатах это 70 млрд киловатт-часов, что больше годового потребления электроэнергии такой страны, как Австрия. Если мы хотим быть ответственными хозяевами своей планеты, то при продвижении разработанных исследователями и компаниями новых материалов, предназначенных для следующей волны инноваций в области вычислений, мы должны применять такие механизмы продвижения на рынке, которые повысят возобновляемость и энергоэффективность вычислительных методов и оборудования. При разработке новых типов процессоров главная задача должна заключаться в обеспечении возобновляемости ресурсов.

Не забывая о возобновляемости, важно понимать ограничения систем, которые мы сейчас создаем. Хотя «облака» доступны широким кругам потребителей менее десяти лет, тенденции к созданию более крупных и эффективных централизованных центров обработки данных и обеспокоенность по поводу безопасности и конфиденциальности личной информации заставляют проявлять больше изобретательности в отношении того, как и где хранятся данные, а также сколько за это приходится платить. Если данные используются для получения информации и принятия решений в реальном времени, более оперативным решением может оказаться использование вычислений в сетях — вычисления с участием многих устройств в Сети. В центрах обработки данных могут храниться архивы, а сетевые вычисления предоставят необходимую аналитику и возможность быстрого принятия решений на месте, без дополнительных затрат на масштабирование центров обработки данных, повышая тем самым их эффективность.

Также важен аспект равных возможностей. Передний край разработки и внедрения новых вычислительных технологий обычно находится в развитых странах, где есть крупные и богатые потребительские рынки, обширный человеческий капитал и возможности привлечения инвестиций в разработку технологий. Чтобы преимуществами Четвертой промышленной революции могли воспользоваться более широкие массы людей, требуется разрабатывать доступные вычислительные технологии, а также технологии, способные работать в самых разных средах, включая места с непостоянным энергоснабжением, значительными перепадами температур и даже с возможностью облучения радиацией. Один из примеров — Raspberry Pi, недорогой, но высокопроизводительный компьютер, призванный сделать вычисления более предметными и доступными людям во всем мире. С момента начала его выпуска в 2012 году продано более 12 млн экземпляров Raspberry Pi.

Создание компьютеров, способных работать в самых разных условиях, — всего лишь небольшая часть более сложной задачи организации распределения преимуществ, предоставляемых вычислительными технологиями. От инновационных технологий обычно больше всего выигрывают те, кто начал использовать их первыми. Нужны дополнительные усилия, чтобы обеспечить более уязвимым в экономическом, социальном и физическом отношении людям доступ к новым инструментам. Это нужно для того, чтобы они могли воспользоваться экономическими преимуществами новых технологий общего назначения. Это вопрос не только справедливого налогообложения, но и конкурентной политики и прав потребителей: находясь на гребне волны прогресса вычислительных технологий, «суперплатформы» в состоянии получить непропорционально огромную власть над происходящими в цепочках создания ценности процессами. Например, возможность использовать специализированные процессоры и получать доступ к огромным объемам данных позволяет создавать ценовую дискриминацию среди потребителей и, в итоге, выдавливать конкурентов с рынка.

Наконец, как говорилось в предисловии, наблюдается кризис доверия к институтам и технологиям. По мере того как компьютеры становятся неотъемлемой частью повседневной жизни все большего числа людей в мире, безопасность и защита личной информации становятся жизненно важными для восстановления доверия между гражданами, государством и корпорациями.

Пять главных мыслей

1. Действие закона Мура (постоянное снижение размера и стоимости транзисторов) подходит к концу из-за физических ограничений на атомном уровне, а закон Деннарда (увеличение скорости и снижение энергопотребления транзисторов) уже перестал действовать. Специалисты по материаловедению пытаются найти решение проблемы, но линейная обработка достигла физического предела. Нужны новые формы вычислений.

2. Основные проблемы удовлетворения потребностей в вычислениях связаны не только с вычислительными ресурсами (числом транзисторов), но и с требованиями к скорости, задержкам и энергопотреблению, которые заставляют искать новые пути вычислений, — именно поэтому проявляется такой интерес к альтернативам, таким как квантовые вычисления, фотоэлектроника и вычисления в сетях.

3. Распространение небольших и быстрых компьютеров означает, что устройства заполняют собой наше городское пространство, потребительские товары, дома и даже наше тело. При подключении к Интернету эти устройства становятся частью глобальной Сети.

4. Центры обработки данных становятся централизованными пространствами для наших данных и сейчас предоставляют доступ к архивным данным и вычислительным мощностям. В будущем для удовлетворения наших запросов на адаптивные вычисления потребуется локально более доступные вычислительные ресурсы для наших устройств, чтобы обеспечить необходимую скорость и своевременность реакции. Это может означать значительные перемены в том, где и как используются вычислительные мощности.

5. Расширение проблематики новых вычислительных технологий увеличивает возможности их влияния на общество — в целом и в его частях. Доступности, всеохватности и вопросам безопасности, сохранения личной информации и полномочий надо уделять столько же внимания, сколько и самим технологиям.