La physique, c'est la physique. Nous ne pouvons pas continuer à mettre toujours plus de transistors dans des espaces toujours plus petits. À un moment donné, l'espace devient si petit que l'on a affaire à une merde quantique bizarre. A un moment donné, on ne peut plus mettre deux fois autant de transistors en un an qu'auparavant (ce qui est l'objet de la loi de Moore).

Les vitesses d'horloge brutes ne veulent rien dire. Mon vieux Pentium M avait une vitesse d'horloge deux fois moins élevée que celle d'un processeur de bureau contemporain (et pourtant, à bien des égards plus rapide ) - et les systèmes modernes sont à peine se rapprochent des vitesses des systèmes d'il y a 10 ans (et sont clairement plus rapides). En fait, le simple fait d'augmenter la vitesse d'horloge n'apporte pas de réels gains de performance dans de nombreux cas. Cela peut aider dans un peu de des opérations monofilaires, mais il est préférable de consacrer le budget de conception à une meilleure efficacité pour tout le reste.

Les cœurs multiples vous permettent de faire dos ou plusieurs choses à la fois, de sorte que vous n'avez pas besoin d'attendre qu'une chose soit terminée pour passer à la suivante. À plus court terme, vous pouvez simplement insérer deux noyaux existants dans le même paquet (par exemple avec la fonction Pentium D et leur MCM, qui était une conception transitoire) et vous obtenez un système deux fois plus rapide. La plupart des implémentations modernes partagent des éléments comme un contrôleur de mémoire, bien sûr.

Vous pouvez également construire plus intelligemment de différentes manières. ARM fait du Big-Little : 4 cœurs " faibles " et de faible puissance travaillent aux côtés de 4 cœurs plus puissants, ce qui permet d'obtenir le meilleur des deux mondes. Intel vous permet de réduire la puissance (pour une meilleure efficacité énergétique) ou de l'overclocker. spécifique cœurs (pour de meilleures performances dans un seul fil). Je me souviens qu'AMD fait quelque chose avec des modules.

Vous pouvez également déplacer des éléments tels que les contrôleurs de mémoire (afin de réduire la latence) et les fonctions liées aux E/S (le CPU moderne n'a pas de pont nord) ainsi que la vidéo (qui est plus importante avec les ordinateurs portables et la conception AIW). Il est plus logique de faire ces choses que de "simplement" augmenter la vitesse d'horloge.

À un moment donné, il se peut que "plus" de cœurs ne suffise pas - bien que les GPU aient des centaines de cœurs.

Le multicore en tant que tel permet aux ordinateurs de fonctionner plus intelligente de toutes ces manières.

Réponse simple

La réponse la plus simple à la question

Pourquoi "ajouter plus de cœurs" n'est-il pas confronté aux mêmes limites physiques que "rendre le CPU plus rapide" ?

se trouve en fait dans une autre partie de votre question :

Je m'attendrais à ce que la conclusion soit "par conséquent, nous devrons avoir de plus gros ordinateurs ou exécuter nos programmes sur plusieurs ordinateurs".

En substance, les cœurs multiples reviennent à avoir plusieurs "ordinateurs" sur le même appareil.

Réponse complexe

Un "noyau" est la partie de l'ordinateur qui traite réellement les instructions (addition, multiplication, "et", etc.). Un noyau ne peut exécuter qu'une seule instruction à la fois. Si vous voulez que votre ordinateur soit "plus puissant", il y a deux choses fondamentales que vous pouvez faire :

1. Augmenter le débit (augmenter la fréquence d'horloge, diminuer la taille physique, etc.)
2. Utiliser plus de cœurs dans le même ordinateur

Les limites physiques du numéro 1 sont principalement la nécessité d'évacuer la chaleur causée par le traitement et la vitesse d'un électron dans le circuit. Une fois que vous avez réparti certains de ces transistors dans un noyau séparé, vous atténuez le problème de la chaleur dans une large mesure.

Il y a une limitation importante au n°2 : vous devez être capable de diviser votre problème en de multiples indépendant les problèmes, puis combinez la réponse. Sur un ordinateur personnel moderne, ce n'est pas vraiment un problème, car il y a de toute façon beaucoup de problèmes indépendants qui se disputent le temps de calcul du ou des cœurs. Mais pour les problèmes de calcul intensif, les cœurs multiples ne sont vraiment utiles que si le problème se prête à la concurrence.

Pourquoi "ajouter plus de cœurs" n'est-il pas confronté aux mêmes limites physiques que "rendre le CPU plus rapide" ?

Ils sont confrontés aux mêmes limites physiques, mais le passage à la conception multicœur nous donne un peu de répit avant de nous heurter à certaines d'entre elles. Dans le même temps, d'autres problèmes dus à ces limites apparaissent, mais ils sont plus faciles à surmonter.

Fait 1 : La consommation d'énergie et la chaleur émise augmentent plus rapidement que la puissance de calcul. Faire passer un processeur de 1 GHz à 2 GHZ fera passer la consommation d'énergie de 20 W à 80 W, de même que la chaleur dissipée. (Je viens d'inventer ces chiffres, mais c'est tout à fait comme ça que ça marche)

Fait 2 : L'achat d'une deuxième unité centrale et son fonctionnement à 1 GHz doublerait votre puissance de calcul. Deux CPU à 1 GHz peuvent traiter la même quantité de données qu'un CPU à 2 GHz, mais chacun d'eux ne consomme que 20 W d'énergie, soit 40 W au total.

Profit : En doublant le nombre de processeurs au lieu de la fréquence d'horloge, nous économisons de l'énergie et nous ne sommes pas aussi proches de la "barrière de fréquence" qu'auparavant.

Problème : Vous devez répartir le travail entre deux unités centrales et combiner les résultats plus tard.

Si vous pouvez résoudre ce problème en un temps acceptable et en utilisant moins d'énergie que ce que vous venez d'économiser, alors vous venez de profiter de l'utilisation de plusieurs CPU.

Il ne reste plus qu'à fusionner deux processeurs en un seul à double cœur et le tour est joué. Ceci est bénéfique car les cœurs peuvent partager certaines parties du CPU, par exemple le cache ( réponse correspondante ).

En résumé, l'augmentation de la vitesse des cœurs uniques a atteint ses limites. Nous continuons donc à les réduire et à en ajouter d'autres, jusqu'à ce qu'ils atteignent leurs limites ou que nous puissions utiliser de meilleurs matériaux (ou réaliser une percée fondamentale qui bouleverse la technologie établie, comme l'informatique quantique à domicile, qui fonctionne réellement).

Je pense que ce problème est multidimensionnel et qu'il faudra écrire un certain nombre d'articles pour dresser un tableau plus complet :

1. Limitations physiques (imposées par la physique réelle) : Comme la vitesse de la lumière, la mécanique quantique, tout ça.
2. Problèmes de fabrication : Comment fabriquer des structures de plus en plus petites avec la précision nécessaire ? Problèmes liés aux matières premières, aux matériaux utilisés pour construire les circuits, à la durabilité.
3. Problèmes architecturaux : Chaleur, inférence, consommation d'énergie, etc.
4. Problèmes économiques : Quel est le moyen le moins cher d'obtenir plus de performances pour l'utilisateur ?
5. Cas d'utilisation et perception des performances par les utilisateurs.

Il peut y en avoir beaucoup d'autres. Une unité centrale polyvalente tente de trouver une solution pour regrouper tous ces facteurs (et bien d'autres encore) en une seule puce pouvant être produite en masse et s'adaptant à 93 % des sujets sur le marché. Comme vous le voyez, le dernier point est le plus crucial, la perception du client, qui découle directement de la façon dont le client utilise l'unité centrale.

Demandez-vous quelle est votre application habituelle ? Peut-être : 25 onglets Firefox, chacun diffusant des publicités en arrière-plan, pendant que vous écoutez de la musique, tout en attendant que le travail de construction que vous avez commencé il y a environ 2 heures soit terminé. C'est beaucoup de travail à faire, et vous voulez quand même une expérience fluide. Mais votre CPU ne peut gérer qu'UNE seule tâche à la fois ! Une seule chose. Alors ce que vous faites, c'est que vous divisez les choses et faites une longue file d'attente et chacun obtient sa propre part et tout le monde est content. Sauf vous, parce que tout devient lent et pas fluide du tout.

Vous accélérez donc votre CPU, afin d'effectuer plus d'opérations dans le même laps de temps. Mais comme vous l'avez dit : chaleur et consommation d'énergie. Et c'est là que nous arrivons à la partie matière première. Le silicium devient plus conducteur lorsqu'il est plus chaud, ce qui signifie que plus de courant circule à travers le matériau lorsque vous le chauffez. Les transistors consomment plus d'énergie car ils commutent plus rapidement. De plus, les hautes fréquences aggravent la diaphonie entre les fils courts. Vous voyez donc que l'approche consistant à accélérer les choses conduira à un "effondrement". Tant que nous n'aurons pas de meilleures matières premières que le silicium ou de meilleurs transistors, nous resterons coincés là où nous sommes avec la vitesse d'un seul noyau.

Cela nous ramène au point de départ. Faire des choses, en parallèle. Ajoutons un autre noyau. Maintenant nous pouvons faire deux choses en même temps. Alors calmons un peu les choses et écrivons simplement un logiciel qui peut répartir son travail sur deux cœurs, moins puissants mais plus fonctionnels. Cette approche présente deux problèmes principaux (outre le fait qu'il faut du temps pour que le monde du logiciel s'y adapte) : 1. Augmenter la taille de la puce ou réduire la taille de chaque cœur. 2. Certaines tâches ne peuvent tout simplement pas être divisées en deux parties qui s'exécutent simultanément. Continuez à ajouter des cœurs tant que vous pouvez les réduire, ou agrandissez la puce et gardez le problème de chaleur à distance. Oh et n'oublions pas le client. Si nous changeons nos cas d'utilisation, les industries doivent s'adapter. Voyez toutes les "nouvelles" choses brillantes que le secteur de la téléphonie mobile a inventées. C'est pourquoi le secteur mobile est considéré comme si crucial et tout le monde veut mettre la main dessus.

Oui, cette stratégie VA atteindre ses limites ! Et Intel le sait, c'est pourquoi ils disent que l'avenir est ailleurs. Mais ils continueront à le faire tant que ce sera bon marché, efficace et faisable.

Dernier point, mais non le moindre : la physique. La mécanique quantique limitera le rétrécissement des puces. La vitesse de la lumière n'est pas encore une limite, car les électrons ne peuvent pas se déplacer à la vitesse de la lumière dans le silicium, elle est même beaucoup plus lente que cela. De plus, c'est la vitesse d'impulsion qui fixe le plafond de la vitesse offerte par un matériau. Tout comme le son voyage plus vite dans l'eau que dans l'air, les impulsions électriques voyagent plus vite dans, par exemple, le graphène que dans le silicium. Cela nous ramène aux matières premières. Le graphène est excellent du point de vue de ses propriétés électriques. Il ferait un bien meilleur matériau pour construire des unités centrales, mais il est malheureusement très difficile à produire en grande quantité.