算力极限何在？从费曼的预言到后摩尔时代

1959年12月29日晚，物理学家理查德·费曼在加州理工学院美国物理学会会议上发表了一场题为“There's Plenty of Room at the Bottom”的演讲。这场演讲被视为纳米技术与极限计算的思想起点，也为我们今天追问“计算能推到多远”提供了历史坐标。MIT Technology Review 的 Explainers 系列近期以此为题，试图拆解算力增长背后的物理约束与工程突破。

费曼的远见：底层空间从未耗尽

费曼在演讲中提出一个核心判断：人类尚未真正探索微观尺度上的制造与信息操作潜力。他设想将24卷《大英百科全书》缩小到针尖大小，并探讨了在原子尺度上书写信息的可能性。这一思想实验直接指向了计算密度的终极问题——我们能把多少信息塞进多小的空间。

六十余年后，芯片制程已推进至纳米级，存储密度提升了数个数量级，但费曼的“底层空间”命题并未过时。MIT Technology Review 指出，当前计算技术正站在多个物理极限的交汇点上，而突破路径不再单一依赖晶体管微缩。

三重瓶颈：物理、能耗与成本

算力继续推进面临的首要约束来自物理层面。晶体管尺寸逼近原子尺度后，量子隧穿效应导致漏电与发热问题难以用传统方式抑制。其次，能耗成为更现实的瓶颈：数据中心电力消耗的增速已引起行业广泛关注，散热成本在总拥有成本中的占比持续上升。第三是经济性——先进制程的研发与建厂成本呈指数级攀升，能够负担前沿节点的厂商数量不断收缩。

这三重瓶颈的共同作用，使得“单纯靠缩小晶体管来提升算力”的路径逐渐失效。行业开始转向架构创新、先进封装、专用加速器以及新材料体系等多元方向。

量子隧穿效应是晶体管微缩遭遇物理极限的核心机制之一。当晶体管的沟道长度缩短到纳米量级，栅极绝缘层薄至几个原子层时，电子不再被势垒完全束缚，而是有一定概率直接“穿隧”通过绝缘层，形成漏电流。这种漏电不仅增加静态功耗，还会导致晶体管开关特性退化，使器件难以可靠区分“开”与“关”状态。在经典物理框架下，势垒越高、越厚，粒子越难穿越；但量子力学允许电子以波函数形式渗透势垒，隧穿概率随势垒厚度指数上升。因此，当栅极氧化层厚度逼近物理下限时，继续微缩将引发不可接受的漏电与发热，这正是传统摩尔定律路径遭遇的根本性物理障碍。

超越微缩：计算的下一程

MIT Technology Review 的这篇文章属于其 Explainers 系列，定位是帮助读者理解复杂科技议题的来龙去脉。文章从费曼演讲切入，隐含的线索是：计算技术的推进从来不只是工程问题，更是对物理规律边界的持续试探。

从产业实践看，当前探索集中在几个方向：chiplet 与 3D 封装延续摩尔定律的经济性；光计算与神经形态计算试图绕开冯·诺依曼瓶颈；量子计算则在特定问题上寻求指数级加速。这些路径各自面临成熟度与工程化的挑战，但共同构成了“后微缩时代”的算力增长拼图。

费曼在那场演讲结尾悬赏1000美元，奖励将书页缩小到1/25000比例的人。这个挑战早已被超越，但“计算能推到多远”的追问，仍在每一个新节点上重新开始。

冯·诺依曼瓶颈指传统计算机架构中，处理器与存储器之间的数据传输带宽和延迟限制了整体性能的现象。在冯·诺依曼架构中，指令和数据共享同一总线，CPU 需要频繁从内存读取数据和写入结果，而内存访问速度远低于处理器运算速度，形成“内存墙”。随着算力需求增长，这一瓶颈愈发突出，尤其在数据密集型任务中，处理器大量时间消耗在等待数据搬运上。神经形态计算通过模拟生物神经元的存算一体结构，将计算与存储融合在同一物理单元中，从而减少数据搬运开销；光计算则利用光子进行传输与运算，有望提供更高带宽和更低延迟的互连。这些路径的共同目标正是绕开或缓解冯·诺依曼瓶颈对算力提升的制约。