Нанотехнологии. Наука, инновации и возможности

4.2. Закон Мура

В своей самой простой формулировке закон Мура сводится к утверждению, что плотность монтажа транзисторных схем возрастает вдвое за каждые 18 месяцев. Авторство закона приписывают одному из основателей известной фирмы Intel Гордону Муру. Строго говоря, в действительности эта формулировка представляет собой «смесь» разных прогнозов Мура, который в 1965 году предсказал ежегодное удвоение числа транзисторов в электронных чипах, обладающих наилучшим показателем эффективности, то есть минимальным отношением стоимость/качество. Позднее, в 1974 году Мур пересмотрел свою оценку и стал считать, что удвоение плотности монтажа должно происходить за два года. В общественном сознании эти предсказания постепенно слились в одно с периодом удвоения плотности монтажа 18 месяцев.

Основная идея закона Мура сводится к тому, что сложность электронных микросхем (в пересчете на стоимость) возрастает с некоторой постоянной скоростью, однако в настоящее время научная общественность воспринимает этот закон либо слишком абстрактно и общо, либо, наоборот, придает ему чрезмерно конкретный характер. Например, некоторые специалисты пытаются уточнить и конкретизировать закон, полагая, что речь идет только о двухмерной плотности монтажа транзисторных схем, а другие относят его к вычислительной мощности схемы вообще, то есть произведению скорость х плотность.

Поскольку нас интересуют в первую очередь долгосрочные прогнозы развития нанотехнологии, мы рассмотрим наиболее абстрактную форму наблюдаемой зависимости, позволяющей (но только формально!) проследить действие закона Мура в течение целого столетия. Кроме того, отклоняясь от собственно электронной техники, мы попробуем оценить значимость и действенность закона Мура вообще, то есть для других областей промышленности.

4.2.1. Важность закона Мура

Закон Мура долгое время связывали только с электронной промышленностью (чипы, коммуникационные системы, компьютеры), однако позднее оказалось, что им же определяется развитие и производство лекарственных препаратов, биоинформационных технологий, методов медицинской диагностики и многих других научно-технических направлений. Эта общность приобретает особое значение в наше время, когда многие «лабораторные» (то есть экспериментальные) исследования меняют свой характер, а ученые перестают изучать природу классическими методами «проб и ошибок», переходя к моделированию процессов на ЭВМ, что наглядно демонстрируют приводимые ниже примеры.

Недавно в Исследовательском центре НАСА имени Эймса была демонтирована большая аэродинамическая труба, использовавшаяся для продувки крупных моделей авиационно-ракетной техники. Причиной можно считать действие закона Мура, в соответствии с которым мощность и возможности вычислительной техники возросли настолько, что ученые могут математически моделировать турбулентные потоки обтекания, а не «запихивать» образцы техники в аэродинамические трубы. Разумеется, новый подход создает огромные возможности ускорения любых исследовательских работ.

Гигантская фармацевтическая компания Eli Lilly сейчас выпускает, образно говоря, в 100 раз меньше молекул, чем 15 лет назад, хотя число и разнообразие разрабатываемых и выпускаемых лекарств за это время значительно возросло. И в этом случае исследования и производственные процессы стали намного эффективнее, благодаря чему компания выбрала своим рекламным слоганом фразу «Меньше атомов, но больше битов!»

Известно, что основная проблема моделирования сводится к очень большому объему и высокой точности необходимых вычислений. Почти в любой области науки можно указать некий «порог точности» расчетов, преодолев который ученые могут отказаться от лабораторных экспериментов и перейти к использованию компьютерного моделирования. Уже сейчас во многих областях моделирование «конкурирует» с экспериментальными исследованиями в качестве движущей силы технического прогресса. В качестве примера преодоления «порога точности» в последние годы стоит упомянуть метеорологию (рост вычислительной мощности ЭВМ сделал возможным точное прогнозирование погоды на 6 часов вперед), испытание автомобилей на прочность (любые процессы столкновения можно изучать на компьютере, исследования динамики трехмерных белковых структур (фолдинг) и т. п.