В недавнее время на Хабре и Гиктаймс появилось немало познавательных статей про светодиодные лампы, их схемотехнику и производство. Разработка главного их компонента – синего светодиода – заняла четверть века, а авторы наиболее успешной технологии были удостоены этой осенью Нобелевской премии. Мне бы хотелось осветить эту историю со стороны физики и рассказать, почему путь к синим диодам был так долог и тернист.

Одной из главных научных задач нашего времени стала гонка за создание первого полезного квантового компьютера. В ней участвуют тысячи физиков и инженеров. Свои концепты разрабатывают IBM, Google, Alibaba, Microsoft и Intel. Как мощное вычислительное устройство изменит наш мир, и почему это так важно?

На этой неделе компания Intel поделилась долгосрочными планами по внедрению новых техпроцессов. Примерно в 2029 году Intel собирается внедрить техпроцесс с нормами 1,4 нм. Через 10 лет руководящая команда компании вряд ли будет той же самой, что и сегодня. Так что эти планы чем-то неуловимо напоминают притчу Ходжи Насреддина о начитанном ишаке, хане и учителе животного в лице самого Ходжи. К урочному часу ответчика может не оказаться. Но речь не об этом. Запланировали, значит, принимаем как руководство к действию.

Середина ХХ столетия, СССР. Основное внимание было уделено созданию универсальных ЭВМ для решения сложных математических вычислительных задач, это были стационарные машины, которые ориентировались на последовательное или пакетное решение задач, вне связи с реальным масштабом времени и динамическим изменением параметров объектов внешней среды. Но уже к концу 50 годов в Министерстве обороны страны возник интерес к применению таких ЭВМ для решения задач обработки информации и управления в военных системах. Но сразу же возникли трудности, связанные с недостатками таких универсальных машин при использовании их в военных системах для решения задач управления в реальном времени. Поэтому начало ускоренными темпами развиваться направление вычислительной техники военного предназначения.



Четко стали различать два класса ЭВМ: стационарные и мобильные. Развитию мобильных типов ЭВМ содействовали разные требования заказчиков, так как планировалось применять их и в сухопутных, и в авиационных, и в морских, и в ракетных, и в других систем в оборонных отраслях промышленности и на предприятиях, цифровая вычислительная техника начала применяться для систем противовоздушной и противоракетной обороны, для контроля космического пространства и управления полетами в авиации и в космосе. Стационарные работали в помещениях, а мобильные, следовательно, должны были быть транспортабельными.

Полупроводниковая электроника существенно изменила мир. Многие вещи, которые долгое время не сходили со страниц произведений фантастов стали возможны. Чтобы знать, как работают и чем уникальны полупроводниковые приборы, необходимо понимание различных физических процессов, протекающих внутри.

В статье разобраны принципы работы основных полупроводниковых устройств. Описание функционирования изложено с позиции физики. Статья содержит вводное описание терминов, необходимых для понимания материала широкому кругу читателей.

Иллюстраций: 34, символов: 51 609.

Глава 1. Обработчик сигналов

В повседневной жизни мы не задумываемся, почему нам нравится стейк или апельсин. Он жареный, сочный и мясистый, а мы голодные. Благодаря теории Дарвина ученые, к счастью, уже могут нам объяснить, почему же нам нравится стейк. Потому что в процессе естественного отбора погибли все, кто эти стейки просто напросто не любил. Выжили те, кто жарил мясо на огне, а своими огромными челюстями сумели пожертвовать в пользу большего размера мозга. Мозг оставшихся в живых тонко настроен на факт, что жареный стейк – хорошо. В мозге за поедание такого блюда выделяется ряд гормонов, активирующих центр удовольствия. Эти гормоны – дофамин и серотонин, и еще несколько, образуют коктейль определенной концентрации, на который в нашем мозге реагирует так называемый обработчик или интерпретатор сигналов. Каждый сигнал как музыка, состоящая из некоторого ряда нот. Стейк – своеобразная сумма сигналов нервной системы, в том числе зрительной, обонятельной, вкусовой. Три этих системы дают определенную неповторимую сумму, которую наш обработчик интерпретируют как «хорошо» (выработалось это в следствии естественного отбора !!!), и дальше отправляет сигнал «хорошо» в наше сознание, так мы чувствуем удовлетворение. Но что в точности мы чувствуем? Вряд ли кто-то сможет словами описать чувство счастья. Но если ощущения нельзя описать словами, по крайней мере их можно описать в математических числах.

В третьей части автор оригинальной статьи рассуждает о Зеленограде, памяти и смысле миниатюризации на пальцах.

Disclaimer: Когда-то давно и сам баловался написанием статей про изготовление чипов, а в серии статей «Взгляд Изнутри» даже заглядывал внутрь оных, т.е. тема мне крайне интересна. Естественно, я бы хотел, чтобы сам автор оригинальной статьи опубликовал её на Хабре, но в связи с занятостью он разрешил мне перенести её сюда. К сожалению, правила Хабра не разрешают прямую копи-пасту, поэтому я добавил ссылки на источники, картинки и немножко отсебятины и постарался чуть-чуть выправить текст. Да, и статьи (1 и 2) по данной теме от amartology знаю и уважаю.

Самый первый транзистор был биполярным и германиевым, но подавляющее большинство современных интегральных микросхем сделаны из кремния по технологии КМОП (комплементарный металл-оксид-полупроводник). Как вышло, что кремний стал главным из многих известных полупроводников? Почему именно КМОП-технология стала почти монопольной? Были ли процессоры на других технологиях? Что ждет нас в ближайшем будущем, ведь физический предел миниатюризации МОП-транзисторов фактически достигнут?


Если вы хотите узнать ответы на все эти вопросы — добро пожаловать под кат. По просьбам читателей предыдущих статей предупреждаю: там много текста, на полчаса.

Размеры транзисторов в современных микросхемах неумолимо уменьшаются — несмотря на то, что о смерти закона Мура говорят уже несколько лет, а физический предел миниатюризации уже близок (точнее, в некоторых местах его уже успешно обошли). Тем не менее, это уменьшение не приходит даром, а аппетиты пользователей растут быстрее, чем возможности разработчиков микросхем. Поэтому, кроме миниатюризации транзисторов, для создания современных микроэлектронных продуктов используются и другие, зачастую не менее продвинутые технологии.

На протяжении многих лет ученые со всего мира занимаются двумя вещами — изобретают и совершенствуют. И порой неясно, что из этого сложнее. Взять, к примеру, обыкновенные светодиоды, которые кажутся нам столь простыми и обыденными, что мы и не обращаем на них внимание. Но если в них добавить немного экситонов, щепотку поляритонов и дисульфид вольфрама по вкусу, светодиоды уже не будут столь прозаичны. Все эти заумные термины являются названиями крайне необычных компонентов, совокупность которых позволила ученым из Городского колледжа Нью-Йорка создать новую систему, способную крайне быстро передавать информацию с помощью света. Данная разработка поможет усовершенствовать технологию Li-Fi. Какие именно ингредиенты новой технологии были использованы, каков рецепт этого «блюда» и какова эффективность работы нового экситон-поляритонного светодиода? Об этом нам поведает доклад ученых. Поехали.

Математики и нейробиологи создали первую анатомически точную модель, объясняющую, как устроено зрение

Великая загадка человеческого зрения состоит в следующем: мы воспринимаем насыщенное изображение окружающего нас мира, при том, что зрительная система нашего мозга получает крайне мало информации о нём. Большую часть того, что мы «видим», на самом деле мы представляем в своей голове.

«Многое из того, что, как вам кажется, вы видите, вы на самом деле придумываете, — сказала Лай-Санг Янг, математик из Нью-Йоркского университета. – Реально вы их не видите».

Однако мозг, судя по всему, неплохо справляется с задачей изобретения зрительного мира, поскольку мы обычно не сталкиваемся с дверями. К сожалению, изучение одной лишь анатомии не показывает нам, как именно мозг создаёт эти изображения – не более, чем пристальное разглядывание двигателя автомобиля позволит вам раскрыть законы термодинамики.

Ленивый, но талантливый программист, обнаружив себя работающим в конторе, где половину народа можно заменить небольшим скриптиком, но отжимать у дружелюбного коллектива работу не по душе, когда-нибудь все же соберётся найти ту грань компромисса, где компьютер будет работать, а зарплату будет получать человек. Хотя бы для себя. И хотя бы в теории.

Вместо скриптов нужно собрать штуковину, которая послушав своего хозяина и добавив к его ошибкам свои, обработает информационный ресурс так, что ответственность останется распределенная, а значит, ничья. Но со штуковины, как с нормального холуя обязательно чтоб можно было спросить. И тогда хоть какая-то ответственность появится.



Казалось бы, с человеческим языком можно не заморачиваться: программист всегда поймет сообщения своей программы. Но существует и обратное направление: человек программе должен объяснять, чего он хочет, с лёгкостью для него, соответственно, с неимоверными усилиями для неё. И тут возникает момент: лёгкость очень сильно повышается, если программа одупляет, чего ей не хватает для понимания, и задаёт вопрос. Суть такой технологии: заранее неизвестно, что спросит программа, так как это уже зависит от имеющихся данных, динамически. При этом полной потери в неизвестности не происходит. Что спросить? Что такое сам вопрос? Кто я и где я? Соображалке нужно растолковать это до того как она озаботится рабочими, много раз уже решёнными вопросами.

Часть программирования: растолковать так хорошо, чтобы больше не повторять. Как это могло бы выглядеть? Позитивный подход говорит о том, что отвечать на вопрос не стоит, пока он не задан. Для начала надо понять ситуацию, когда соображалке понадобилось не только действовать в схеме вопрошения, но и задуматься над самой концепцией вопроса. Похоже, я пытаюсь спихнуть разработку соображалки ей самой.

Краткое содержание: разные, недотепистые, ненаши. И немного о космическом груминге. (+ Критикуешь — предлагай!)

Вторая часть
Примечание переводчика: Данная статья является переводом публикации «The AI Revolution: The Road to Superintelligence». Оригинальная статья была написана для широкой аудитории, поэтому многие термины использованные в ней могут быть не точными или вообще не научными. При переводе я старался сохранить непринуждённый дух статьи и юмор, с которым был написан оригинал. К сожалению, это не всегда получалось. Переводчик согласен не со всем, что написано в данной статье, но правки к фактам и своё мнение не были добавлены даже в виде примечаний или комментариев. В тексте могут быть ошибки и опечатки, сообщайте о них, пожалуйста, в личные сообщения, буду стараться исправлять всё максимально быстро. Все ссылки в тексте скопированы из оригинальной статьи и ведут на англоязычные ресурсы.

We are on the edge of change comparable to the rise of human life on Earth. — Vernor Vinge

Мы стоим на пороге перемен сравнимых, разве что с самим рождением человечества. Вернор Виндж.

Каково это находиться здесь?

Примечание переводчика: Данная статья является переводом (оригинальная статья ). Это перевод первой части второй статьи перевод первой части. Вторая часть оказалась слишком большой 15к слов, по этому её пришлось разделить на две части примерно по 8к (оригинального текста) слов каждая, перед вами первая часть перевода второй части статьи, вторую часть опубликую сразу как переведу. Оригинальная статья была написана для широкой аудитории, поэтому многие термины использованные в ней могут быть не точными или вообще не научными. При переводе я старался сохранить непринуждённый дух статьи и юмор, с которым был написан оригинал. К сожалению, это не всегда получалось. Переводчик согласен не со всем, что написано в данной статье, но правки к фактам и своё мнение не были добавлены даже в виде примечаний или комментариев. В тексте могут быть ошибки и опечатки, сообщайте о них, пожалуйста, в личные сообщения, буду стараться исправлять всё максимально быстро. Все ссылки в тексте скопированы из оригинальной статьи и ведут на англоязычные ресурсы.



We have what may be an extremely difficult problem with an unknown time to solve it, on
which quite possibly the entire future of humanity depends. — Nick Bostrom

Перед нами, вероятно, одна из сложнейших задач, с которой когда-либо сталкивалось человечество, и мы даже не знаем сколько времени у нас есть на её решение, но от него зависит будущее нашего биологического вида — Ник Бостром

Известный всем тест Тьюринга говорит о том, что понять: мыслит машина или нет, можно по тому отличим ли мы ее в беседе от человека или нет. При этом подразумевается, что вестись будет не светская беседа, а, по сути, допрос с пристрастием в котором мы будем всячески пытаться загнать машину в тупик. Что мы при этом будем проверять? Только одно — понимает ли машина суть задаваемых нами вопросов. Пытается ли она, просто, формально манипулировать словами или она может правильно интерпретировать значения слов, используя при этом знания, полученные ранее в беседе, или, вообще, общеизвестные людям знания.

Пожалуй, во время теста не особо интересно спрашивать у машины: когда была Куликовская битва. Гораздо интереснее что она скажет, например, о том: зачем мы нажимаем сильнее на кнопки пульта, у которого садятся батарейки?

Различие человеческого мышления и большинства компьютерных алгоритмов связано с вопросом понимания смысла. Как правило, в компьютерную программу закладываются достаточно жесткие правила, которые определяют то, как программа воспринимает и интерпретирует входную информацию. С одной стороны, это ограничивает вольность общения с программой, но, с другой стороны, позволяет избежать ошибок, связанных с неправильной трактовкой нечетко сформулированных высказываний.

Говорят, что чтобы правильно задать вопрос надо знать большую часть ответа. Основной вопрос, который обычно задают про мозг – это как он устроен и каковы принципы его работы? Вопрос хороший и вполне корректный. Но предположим, что нам удалось узнать «большую часть ответа». Допустим, что возникла теория, которая исключительно правдоподобно описывает работу мозга. Какой вопрос теперь будет «правильным»?

Рассказываем о предпосылках и приводим мнения экспертов.

/ фото IBM Research CC BY-ND

Зачем нужен гелий в квантовых компьютерах

Прежде чем перейти к рассказу о ситуации с нехваткой гелия, поговорим о том, зачем вообще квантовым компьютерам нужен гелий.

Квантовые машины оперируют кубитами. Они, в отличие от классических битов, могут находиться в состояниях 0 и 1 одновременно — в суперпозиции. В вычислительной системе возникает явление квантового параллелизма, когда операции производятся одновременно с нулем и единицей. Эта особенность позволяет машинам на основе кубитов решать некоторые задачи быстрее классических компьютеров — например, моделировать молекулярные и химические реакции.

Говорим о двух правилах, которые также начинают терять актуальность.

/ фото Laura Ockel Unsplash

Закон Мура был сформулирован более пятидесяти лет назад. На протяжении всего этого времени он по большей части оставался справедливым. Даже сегодня при переходе от одного техпроцесса к другому плотность транзисторов на кристалле увеличивается примерно в два раза. Но есть проблема — скорость разработки новых техпроцессов замедляется.

Говорим об альтернативах для кремния.

/ фото Laura Ockel Unsplash

Закон Мура, закономерность Деннарда и правило Куми теряют актуальность. Одна из причин — кремниевые транзисторы приближаются к своему технологическому пределу. Эту тему мы подробно разбирали в предыдущем посте. Сегодня говорим о материалах, которые в перспективе могут заменить кремний и продлить действие трех законов, а значит — повысить эффективность процессоров и использующих их вычислительных систем (в том числе серверов в дата-центрах).