Moore提出，半导体芯片上可集成的元器件的数目每12个月便会增加一倍。也就是说，同样规格的芯片的成本，每12个月便会降低一半。几年以后，Moore将定律中的翻倍时间修改为24个月。就这样，在之后30年时间里，简单的几何比例缩小（使芯片上所有元器件越来越小）就保证了稳速的收缩，验证了Moore的预测。Moore定律并非基于科学或工程原理，而是在实践中（其本人为英特尔联合创始人）的总结，而这个总结又反身于行业发展的目标。两年翻倍在很多人眼里没有概念，但如果持续30年，这种力量是惊人的，简单的说，现在我们每个人的手机的计算能力，都相当于30年前举全国之力制造的超级计算机的若干倍。在我的脑海里始终有一个图画：即，信息社会里的种种，经济、生活、社会、人类进步…宏伟得和珠峰一样，而它的底座，竟是那个小到极点的，像针一样的Moore定律地基。
不幸的是，Moore定律正在走向疲惫。因为制程到几个纳米的时候，触及到的正是宏观世界与量子世界的分水岭。
首先，晶体管的尺寸将仅有单个分子大小，晶体管也将变得非常不稳定，尽管可能会有材料上的突破来解决部分问题（应变硅、电容新材料、三栅极晶体）；其次，光刻技术已经多内未有系统性突破，我们利用193nm波这把“牛刀”，去做超级精细的14nm“手术”，于是就在中间需要绞尽脑汁想尽各种办法提高精度；再次，CPU的芯片功耗将越来越大，热量在不断增大，散热成了永恒的问题。进入21世纪之后，这样的性能提升逐渐变得困难。受发热因素影响，时钟频率无法继续提高，而单核心的性能只能实现算术式增长。
就CPU论CPU，人类正在想着各种办法：1）寻找一种新的材料——锑化铟和、砷化镓、石墨烯，他们发热量更小，速度更快；2）开发一种新的架构——更多的层级，好像大楼替代现在的平房一样；3）演变一种新的算法——AlphaGo给了我们启发，利用神经网络算法，通过池化卷积的运算过程，可以大幅减少不必要的运算量，但以上三种方案都是短时间难以成熟的。还有几个比较现成的方案：4）更多的核心，16核、32核、64核、72核…5）发展特定芯片做特定命题，如GPU在图形识别效率上明显强过CPU。
图：06年开始，CPU功耗遭遇瓶颈；时钟速度也不再提高，唯有晶体管数量还在增加
2007年英特尔提出的“Tick-Tock”（嘀嗒）战略，Tick年更新CPU芯片制程（缩小芯片面积、减小能耗和发热量）；Tock年更新CPU架构，提升性能。Tick-tock，两年一个周期，每个周期CPU速度翻倍，周而复始。但从14nm制程工艺后，tick-tock就开始放鸽子了，英特尔认为自己的两年变成了两年半，也有人认为实则三年，于是，嘀嗒变成了嘀嗒嘀，我们不知道的是，未来是否还将会嘀嗒嘀嗒……
没有什么能够阻挡人类社会的聪明才智，去寻找更完美、有效的解决方案。思路是，站在一个更加宏观的数字世界中寻找答案。
首当其冲是云计算。这个想法很单纯，如果一台计算机解决不了的问题，就用100台去解决。于是，一个基于云的军备竞赛就在各家互联网巨头展开了。目前，亚马逊、谷歌的服务器已经到几百万台量级，微软、facebook、腾讯、百度、阿里巴巴等一批互联网公司都在大手笔的砸入新的数据中心。海量的云计算能力可以帮助企业把大量的内容存储在远程，或者是当算力要求出现rush need的时候，集中调用云资源（算力、带宽、存储的集合）。IDC（互联网数据中心）是脱机软件与云的一个过渡，它与云的区别是，IDC是商业地产，提供的是一种物理环境服务（土地、电、温度、维护等），服务器资产属于用户而不属于IDC端。云，如AWS或者阿里云，则是酒店公寓，拎包入住，按时按量收费。云又分公有云、私有云和混合云，公有云有着更加普适的平台特征，从经济视角来看，公有云的池化效率更高，私有云往往强调安全性和行业特征，是公有云的补充，混合云介于两者之间。公有云又可以进一步细分成SAAS（软件即服务）、IAAS（基础设施即服务）、PAAS（平台即服务）、以及BPAAS（流程即服务）、云广告，IT管理即服务等，细节以后再说。
让我们回想一下，也许是偶然，或者是必然，当2006年CPU时钟频率不再提升的时候，亚马逊的EC2（一般认为是云计算的商业鼻祖）推出了。
其次是智能物联网。物联网大家都不陌生，这里提的是物联网中具有运算能力的那部分，比如打印机可以感知墨盒余量并把它在适当的时间（如墨盒用尽的前一周）传递给适当的人（如经销商），这里除了需要有传感器，还要有处理芯片以及通信模块，处理芯片的作用是智能化的判断场景并作出行动。IPV6之后，地球上的每一粒沙子都可以分给一个独立IP地址，芯片的小型化、场景化、专业化、智能化趋势会越来越明显。想象一下，如果我们可以把这种芯片做到和沙子差不多大小，遍布在地球的每一个角落，它们每个都是独立的个体，智能地根据场景做出判断和行动，于是，不必要像今天这样，所有的功能都要在计算机、手机或者是云端计算，而是极大程度上分布、分散了计算能力，同时，它们将给予我们今天想象不到的丰富的数据，比如比细胞还小的芯片直接从我们血液里输出各种生理数据，个性化的指引我们的用药量、手术辅助等。Smart dust（智能微尘），以自组织方式构成的无线网络，是一种不需要基础设施的自创造、自组织和自管理的网络。它们能够相互定位、收集数据并向观察者传递信息，如果一个微尘功能失常，其他微尘会对其进行修复，并不会影响观察数据的获取。在未来的5-10年，微尘可能会比1mm更小，同时，功耗底使得很小的电池也可以维持工作很多年。
区块链的智能合约也具有颇为相似的思想，即每一个节点与其他节点间的可以通过编程去交互，如，某个孙辈到了十八孙或者祖父死亡的某天执行继承财产，这个交易事件可以写入到区块链中，第一个条件是孙辈到了十八岁，第二个条件是祖父出现在了死亡数据库名单，同时满足两个条件则自动发送资金。区块链源于比特币，技术核心是分布式及密码学，因此区块链更多的应用在银行、证券、保险、交易、契约等领域，尽管，它也可以应用到物联网领域中，至少智能合约的思想与smart dust有不少相似之处——去中心、自组织、智能化。
最后，算法以及架构的提升也是颇为重要的。Hadoop架构源于雅虎，之后变成了全球的开源架构，并且不断演进，它处理海量数据的效率更高，资源消耗更低，且能够实时化的得到结果。中国历史上肥水之战、官渡之战、赤壁之战，都是典型的以少胜多的案例，计谋、士气、组织…这些的集合，造成了几万胜过几十万的效果。于是，如何寻找在大数据时代的这样的结合，做到以少胜多，是大数据架构设计者的历史使命。Hadoop通过不断的演绎也在寻求着自我进化，Cloudera，Hortonworks（Nasdaq：HDP），MapR都是在这个领域里的佼佼者，其中Cloudera实力最强，目标是成为大数据时代的Oracle或者微软。算法优化比较典型的是类人的神经网络算法，这里不再赘述。
因此，在Moore定律失效的前夜，云计算是最笨的解决方案（堆量），但也是最直接的、有效的方案。这样看尽管未免有些狭隘，下一章会提到云计算的未来属性，但这种观点没什么大问题。
如果把计算机当成一个原点，未来的世界正在走向两端：一端向上，通过规模集中（云计算）、架构重整（hadoop升级）、算法优化（神经网络）去提升效率；一端向下，通过规模分布式（物联网），小型化（smart dust）、专业化（无人驾驶、无人机、智能电网、机器视觉等）、智能感知交互（区块链、VR、语音搜索、图像识别等）去改变世界。这些方向，都将成为接下来5-7年TMT投资的重点投资领域。
本文作者：王学恒，如转载请注明出处。