۱۰ باور غلط درباره‌ی سخت‌افزار کامپیوتر

باورهای غلطی درباره‌ی سخت‌افزار کامپیوتر وجود دارد که درادامه به ۱۰ مورد از متداول‌ترین آن‌ها می‌پردازیم.

با‌توجه‌به سرعت سرسام‌آور پیشرفت فناوری، گاهی اوقات باورهای غلطی درباره‌ی ابزار موجود در آن شکل می‌گیرد و درک افراد مختلف از آن موضوع را تحت‌الشعاع قرار می‌دهد. در این مقاله قصد داریم ۱۰ مورد از باورهای غلط درباره‌ی سخت‌افزار کامپیوتر را که دسته‌ای از افراد آن را به اشتباه متوجه شده‌اند، زیر ذره‌بین قرار دهیم و انحراف آن‌ها را ارزیابی کنیم. این ۱۰ مورد باور غلط بیشترین وجه اشتراک را دربین سایر اطلاعات نادرست سخت‌افزاری دارند و بیشتر در میادین مبتدی حوزه‌ی فناوری دست‌به‌دست  می‌شوند.

۱- مقایسه‌ی پردازنده‌های مختلف براساس تعداد هسته‌ها و سرعت کلاک آن‌ها انجام می‌شود
این باور غلط است.

اگر از مدت‌ها پیش در دنیای فناوری بوده‌اید، حتما تاکنون شنیده‌اید که بعضی افراد برای مقایسه بین دو پردازنده بگویند: «پردازنده‌ی A دارای ۴ هسته است و فرکانس آن ۴ گیگاهرتز است. درمقابل اما، پردازنده‌ی B دارای ۶ هسته است که فرکانس ۳ گیگاهرتزی ارائه می‌کنند. بنابراین، ۱۶ = ۴ × ۴ و از آنجاکه ۱۸ = ۳ × ۶، پس قطعا پردازنده‌ی B عملکرد بهتری دارد.» این گزاره یکی از پرایرادترین گزاره‌ها در دنیای سخت‌افزار کامپیوتر به‌شمار می‌رود. برای مقایسه‌ی دو پردازنده، پارامترها و معیارهای بسیار زیادی وجود دارند که چنین قیاسی را از پایه مردود و خالی از اعتبار می‌کنند. بنابراین، به‌هیچ‌عنوان نمی‌توان دو پردازنده را با این روش با یکدیگر مقایسه کرد.

به‌فرض در مثالی که گفته شد اگر تمام پارامترهای دیگر برابر باشند، پردازنده‌ی ۶ هسته‌ای سریع‌تر از نمونه‌ی ۴ هسته‌ای خواهد بود. ازسویی دیگر، تحت شرایطی خاص، پردازنده‌ای با فرکانس ۴ گیگاهرتز قطعا از همان تراشه با فرکانس ۳ گیگاهرتز سریع‌تر خواهد بود. اما، فراموش نکنید با افزودن پارامترهای پیچیده‌ی تراشه‌های واقعی به میدان مقایسه، دستیابی به نتیجه و انجام قیاس معنی خود را از دست می‌دهد.

به‌عبارتی دیگر، مقایسه زمانی صحیح است که با ارزیابی ویژگی‌های داخلی پردازنده و درنظر گرفتن عوامل خارجی مثل نیاز کاربر، انجام شود

بعضی عملیات و فرایندهای پردازشی نیاز به فرکانس بالا دارند و در مواردی دیگر هسته‌های بیشتر بهره‌وری را افزایش خواهند داد. ازسویی دیگر، ممکن است پردازنده‌ای برای اجرای فرمان‌ها نیاز به انرژی زیادی داشته باشد و عملا عملکرد آن به‌صرفه نباشد. همچنین، ممکن است یک پردازنده دارای حافظه کش بیشتری باشد یا پایپ‌لاین انجام وظایف در آن، بهتر بهینه‌سازی شده باشد. فهرست معیارهای مؤثر بر مقایسه می‌تواند هم‌چنان ادامه پیدا کند و با درنظر گرفتن هرکدام نتایج گیج کننده‌تر شوند؛ بنابراین هرگز برپایه‌ی تعداد هسته و میزان فرکانس پردازنده‌ها را مقایسه نکنید.

۲- سرعت کلاک مهم‌ترین شاخص عملکرد پردازنده است
این باور غلط است.

گذشته‌از تعداد هسته‌ها و میزان فرکانس پردازنده، باید تأکید کنیم که سرعت کلاک پردازنده نیز به‌تنهایی همه‌چیز نیست. دو پردازنده در یک محدوده‌ی قیمتی متناسب با پردازش در یک فرکانس ممکن است همچنان تفاوت عملکردی نشان دهند.

قطعا سرعت هسته‌ها در میزان بهره‌وری اثرگذار است؛ اما، پس‌از رسیدن به میزانی خاص، سایر عوامل نقش مؤثر‌تری ایفا می‌کنند. پردازنده‌ها ممکن است مدت‌زمان زیادی را در انتظار پاسخگویی دیگر بخش‌های سیستم صرف کنند؛ بنابراین مقدار حافظه‌ی کش و معماری ساختار پردازنده نیز اهمیت بسیار زیادی خواهند داشت. این دو عامل می‌توانند میزان زمان انتظار را کاهش دهند و متعاقبا، سبب افزایش بهره‌وری عملکرد پردازنده شوند.

قطعا می‌توان مدعی شد که یک پردازنده با سرعت کم و معماری داخلی بهینه‌تر می‌تواند داده‌های بیشتری را نسبت‌به یک پردازنده‌ی سریع با معماری نه‌چندان بهینه، پردازش کند. همچنین، در طراحی‌های نوین پردازنده‌ها، اندازه‌ی میزان عملکرد به توان مصرفی (Performance per Watt) تبدیل به فاکتور اصلی برای تعیین میزان عملکرد آن‌ها شده است.

‌

۳- پردازنده اصلی‌ترین عضو در تعیین میزان توانایی یک سیستم کامپیوتری است
این باور غلط است.

این موضوع درگذشته کاملا صحت داشت؛ اما با پیشرفت فناوری و پیچیدگی‌های بیشتر، هرروز اعتبارش کم‌تر می‌شود. هنوز برحسب عادت گذشته بسیاری از افراد به اشتباه وظایف زیادی را به CPU یا پردازنده نسبت می‌دهند؛ اما در واقعیت، پردازنده فقط بخشی از یک مجموعه بزرگ‌تر است که وظایف مختلفی را پوشش می‌دهد. امروزه اما، کامپیوترها متشکل از عناصر محاسباتی متفاوتی درکنار یکدیگر هستند که یک تراشه را تشکیل می‌دهند و به‌طور کلی آن را Hetrerogeneous Computing (محاسبات ناهمگن) می‌نامند. به‌عبارتی دیگر، این نام بر سیستم‌هایی که تعدادی عنصر محاسباتی را روی یک تراشه جای می‌دهند، دلالت دارد.

به‌طور کلی، تراشه‌های موجود روی اکثر کامپیوترهای رومیزی و لپ‌تاپ‌ها پردازنده هستند؛ اما تقریبا سایر دستگاه‌های الکترونیکی دارای تراشه‌های SoC یا به‌عبارتی دیگر سیستم روی تراشه هستند.

مادربرد در کامپیوترهای رومیزی فضای کافی برای قرارگیری انواع تراشه‌ها را دارد که هرکدام از آن تراشه‌ها عملکرد خاصی ارائه می‌کنند؛ اما این امکان در اکثر پلتفرم‌های دیگر وجود ندارد. ازاین‌رو، شرکت‌ها در تلاش هستند تا چند عملکرد و ویژگی را دریک تراشه گردآوری کنند تا بدین ترتیب عملکرد و مصرف انرژی بهینه‌تری داشته باشند.

بنابراین، تراشه‌های SoC که روی گوشی‌های هوشمند شاهد آن هستیم، علاوه‌بر پردازنده (CPU)، پردازنده‌ی گرافیکی (GPU)، موتور‌های انکد و دیکد مدیا (Media Encoder & Decoder)، اتصالات شبکه، مدیریت مصرف انرژی و بسیاری دیگر از قابلیت‌ها را در خود جای می‌دهد. درحالی‌که ممکن است افراد زیادی تراشه‌ی SoC را CPU اصلی بدانند؛ اما درواقع، CPU فقط یکی از اجزای تشکیل‌دهنده‌ی SoC است.

‌

۴- فناوری و اندازه‌ی لیتوگرافی برای مقایسه تراشه‌ها کاربرد دارند
این باور غلط است.

اخیرا سروصدای زیادی برسر تأخیر در معرفی فناوری نود (Node) بعدی اینتل به‌راه افتاده است. وقتی تولیدکنندگانی مثل اینتل یا AMD محصول جدیدی طراحی می‌کنند، آن محصول براساس فناوری ساخت خاصی طراحی شده است. معیار متداولی که برای طراحی به‌عنوان شاخص استفاده می‌شود، اندازه‌ی ترانزیستورهای کوچک است که محصول نهایی را تشکیل می‌دهند.

اندازه‌گیری این قطعات با معیار نانومتر انجام می‌شود. برای مثال، چند مورد از اندازه‌های متداول ساخت عبارت‌اند از: ۱۴ نانومتری، ۱۰ نانومتری، ۷ نانومتری و ۵ نانومتری. این ادعا که باید بتوانیم دو ترانزیستور هم‌اندازه را در یک گره از لیتوگرافی ۷ نانومتری جای دهیم و این میزان برابر با فضای اشغالی توسط یک ترانزیستور در لیتوگرافی ۱۴ نانومتری است، به‌نظر درست می‌رسد؛ اما همیشه صحت آن مورد تأیید قرار نمی‌گیرد. باتوجه‌به موضوع زیادبودن سربار پردازشی (Overhead)، تعداد ترانزیستورها و قدرت پردزاش عامل مناسبی برای مقایسه با فناوری ساخت و اندازه به‌شمار نمی‌روند.

موضوع بعدی که حتما باید به آن اشاره کرد این است که هیچ سیستم استانداردی برای اندازه‌گیری با روش گفته‌شده وجود ندارد. درگذشته تمامی شرکت‌های بزرگ روش اندازه‌گیری یکسانی به‌کار می‌گرفتند؛ اما امروزه تفاوت‌هایی در روش اندازه‌گیری به‌وجود آمده است و هرکدام به‌گونه‌ای متفاوت فرایند اندازه‌گیری را انجام می‌دهند. همه‌ی این نکات درکنار یکدیگر باعث می‌شود بدانیم که اندازه‌ی Node پردازشی یک تراشه نباید درمیان معیارهای اصلی برای مقایسه‌ی پردازنده‌ها قرار گیرد. بدین ترتیب، تا زمانی‌که دو تراشه تقریبا در یک نسل قرار دارند، تراشه‌ی کوچک‌تر برتری قطعی نخواهد داشت.

‌

۵- قیاس تعداد هسته‌های GPU روش مناسبی برای مقایسه‌ی عملکرد بین آن‌ها است
این باور غلط است.

بزرگ‌ترین تفاوت بین پردازنده‌ها (CPU) و پردازنده‌های گرافیکی (GPU)، تعداد هسته‌های آن‌ها است. پردازنده‌ها هسته‌های محدود و قدرتمندی دارند؛ درحالی‌که پردزانده‌های گرافیکی صدها یا هزاران هسته با قدرت کم‌تر را دردل خود جای داده‌اند. کاربرد تعداد هسته‌های بیشتر فقط در پیش‌برد فرایند‌های پردازشی چندگانه در موازات یکدیگر است.

همان‌طور که یک پردازنده‌ی چهار هسته‌ای از یک تولیدکننده با پردازنده‌ی چهار هسته‌ای تولیدشده توسط شرکت دیگر، تفاوت‌هایی دارد، پردازنده‌های گرافیکی نیز از این قاعده مستثنی نیستند. به‌عبارتی دیگر، هیچ راهی برای مقایسه بین تعداد هسته‌های پردازنده‌های گرافیکی تولیدی توسط تولیدکنندگان متفاوت، وجود ندارد.

هر تولیدکننده معماری ساخت متفاوتی دارد که باعث می‌شود قیاس بر این اساس را بیهوده و تهی از معنا کند

برای مثال ممکن است یک شرکت توان عملیاتی مدنظر خود را در تعداد هسته‌های کم اما قدرتمند‌تری توزیع کند؛ اما شرکت دیگر باتوجه‌به اولویت‌های طراحی، ترجیحش بر تعداد هسته‌ی بیشتر با عملکرد ضعیف‌تر باشد و تمرکز خود را بر افزایش توان اجرای فرمان‌های موازی معطوف کند. با‌این‌تفاسیر، مانند آنچه برای پردازنده‌ها گفته شد، مقایسه بین پردازنده‌های گرافیکی تولیدشده توسط یک شرکت که در یک نسل قرار می‌گیرند، کاملا امکان‌پذیر است.

‌

۶- مقایسه‌ی فلاپس برای مقایسه‌ی عملکرد کاربرد دارد
این باور غلط است.

وقتی تراشه‌ی جدیدی با عملکرد فوق‌العاده یا یک ابررایانه‌ی جدید معرفی می‌شود، نخستین چیزی که در تبلیغات آن عنوان می‌شود، میزان خروجی فلاپس آن است. فلاپس (FLOPs) سرواژه از عبارت Floating Point Operations per Second است که معادل آن در فارسی «عملیات ممیز شناور در ثانیه» است و میزان دستورالعمل‌هایی که با یک سیستم اجرا می‌شوند را نشان می‌دهد.

این عدد درظاهر دقیق است؛ اما تولیدکنندگان می‌توانند با اعداد و ارقام بازی کنند تا نتیجه به‌گونه‌ای باشد که محصول آن‌ها سریع‌تر از آنچه هست، به‌نظر برسد. برای مثال، محاسبه‌ی ۱/۰ + ۱/۰ بسیار آسان‌تر از محاسبه‌ی ۸۷۶۵/۴۳۲۱ + ۱۲۳۴/۵۶۷۸ است. بنابراین، شرکت‌ها می‌توانند با انتخاب نوع محاسباتی که برای ارزیابی انجام می‌دهند، میزان فلاپس را به‌صورت غیرمستقیم دستکاری کنند تا ازنظر تجاری و بازاریابی موفق عمل کنند.

درنظر گرفتن فلاپس به‌تنهایی، فقط قدرت عملکرد محاسباتی پردازنده و پردازنده‌ی گرافیکی را به‌صورت خام و بدون وجود عوامل مؤثری همچون پهنای باند حافظه نشان می‌دهد. شرکت‌ها همچنین، قادر هستند بنچمارک‌هایی که انجام می‌دهند را براساس سلیقه‌ی خود بهینه‌سازی کنند تا نتایج موردنظر خود را آن‌ها بیرون بکشند.

‌

۷- شرکت آرم تراشه می‌سازد
این باور غلط است.

تقریبا تمام سیستم‌های کم قدرت و سیستم‌های نهفته (Embedded) مجهز به بعضی پردازنده‌های ARM هستند. نکته‌ای که باید به آن توجه کرد این است که شرکت آرم درواقع تراشه‌ی فیزیکی نمی‌سازد. بلکه، این شرکت نقشه‌های اصلی نحوه‌ی عملکرد تراشه را طراحی می‌کنند و به سایر شرکت‌ها اجازه‌ی تولید آن را می‌دهند.

برای مثال، تراشه‌ی A13 SoC که روی آیفون ۱۱ به‌کار رفته است از معماری آرم بهره می‌برد؛ اما توسط اپل ساخته می‌شود. این مسئله شبیه آن است که یه یک نویسنده فهرستی از لغات و قوانین را بدهید تا با استفاده از آن‌ها متنی را بنویسد. نویسنده اجزای اصلی را دراختیار دارد و حال باید با پایبندی به قوانین و استفاده از لغات، آزادانه هرچه می‌خواهد بنویسد.

شرکت آرم با ثبت مالکیت معنوی طرح‌های خود، به شرکت‌های اپل، کوالکام، سامسونگ و سایر تولیدکنندگان اجازه می‌دهد که تراشه‌های مخصوص به‌خود را باتوجه‌به نیازشان بسازند. این موضوع باعث می‌شود بستر مناسب برای بهینه‌سازی تراشه‌ها فراهم شود. برای مثال، زمانی‌که تراشه برای یک تلویزیون هوشمند ساخته می‌شود، تمرکز آن روی قابلیت‌های انکودینگ و دیکودینگ (Encoding & Decoding) معطوف شود. ازسویی دیگر، اگر تراشه برای استفاده در موس بی‌سیم طراحی شده باشد، به‌گونه‌ای خواهد بود که مصرف انرژی در کم‌ترین حالت ممکن قرار بگیرد تا باتری موس زمان بیشتری را پشتیبانی کند.

تراشه‌ی آرم داخل موس نیازی به پردازنده‌ی گرافیکی یا پردازنده‌ی قدرتمندی ندارد. علاوه‌براین، ازآنجاکه طراحی و نقشه‌های اصلی در تمام پردازنده‌های ساخته‌شده برپایه‌ی آرم یکسان است، همگی می‌توانند اپلیکیشن‌های یکسانی را پشتیبانی کنند. این مسئله منجر به سازگاری بالای آن‌ها و تسهیل کار توسعه‌دهندگان می‌شود.

‌

۸- باورهای غلط در مقایسه‌ی ARM و x86
آرم و x86 هردو مجموعه‌های غالب برای تعریف دستورالعمل‌های پردازشی برای چگونگی عملکرد قطعات سخت‌افزاری کامپیوتر هستند. آرم در دنیای سیستم‌های نهفته و موبایل‌ها فرمانروایی می‌کند، درحالی‌که x86 مسلط بر دنیای لپ‌ تاپ، کامیپوترهای رومیزی و سرورها است. معماری‌های دیگر نیز غیراز این دو در دنیای فناوری وجود دارند که بیشتر در برنامه‌های کوچک به‌کار می‌روند.

مجموعه دستورالعمل (Instruction Set Architecture) اشاره به چگونگی طراحی داخلی پردازنده دارد. این موضوع به ترجمه‌ی یک کتاب به زبان دیگر شباهت دارد. مترجم هدفش انتقال ایده‌ها و مفاهیم گفته‌شده در متن مبدأ است؛ اما ابزار انتقال مفاهیم بین افراد از یک زبان، به زبانی دیگر تغییر می‌کند. ازسویی دیگر، می‌توان یک اپلیکیشن را برنامه‌نویسی کرد و در زمان کامپایل کردن آن، با یک روش آن را  برای راه‌اندازی روی پردازنده‌های x86 و با روش دیگر برای راه‌اندازی روی پردازنده‌های آرم آماده‌سازی کرد.

آرم تفاوت‌های کلیدی اساسی زیادی با x86 دارد که همین امر باعث شده است بر بازار تراشه‌های موبایل مسلط شود. مهم‌ترین تفاوت در انعطاف‌پذیری و محدوده‌ی وسیع فناوری تحت پوشش آرم است. مهندسان زمان ساخت پردازنده‌های مبتنی بر آرم، با فرایندی مشابه با ساخت خانه‌های لگویی مواجه هستند. آن‌ها می‌توانند هرقطعه‌ای را که قصد دارند ازطریق اپلیکیشن مورد استفاده قرار دهند، از بین اجزا انتخاب کنند تا پردازنده‌ی کامل و مورد نیاز خود را بسازند. برای مثال، اگر تراشه‌ای با تمرکز بر پردازش‌های ویدئویی لازم دارند، می‌توانند پردازنده‌ی گرافیکی قدرتمندتری به‌کار بگیرند. در مثالی دیگر اگر تراشه‌ای با تمرکز بیشتر بر امنیت و رمزنگاری می‌خواهند باید از شتاب‌دهنده‌های اختصاصی استفاده کنند، دقیقا مانند متصل‌کردن قطعه‌های لگو به یکدیگر که امکان ساخت هرچیزی را میسر می‌کند.

اصلی‌ترین دلیلی که معماری آرم سهم بزرگی از بازار را تصاحب کرده، شیوه‌ی ارائه‌ی خدماتش در بازار است. آرم به‌جای صرف زمان برای طراحی، ساخت و فروش تراشه‌های فیزیکی، فناوری ساخت خود را دراختیار شرکت‌های مختلف قرار می‌دهد و تولیدات آن شرکت را تحت لیسانس خود درمی‌آورد. این امر باعث می‌شود بازار بزرگ‌تری داشته باشد و افراد بیشتری از فناوری آن‌ها بهره‌مند شوند. اینتل و AMD ازسویی دیگر، در این بازار راکد ماندند و این موضوع سبب شده است که خلاء به‌وجود آمده تحت کنترل آرم قرار بگیرد.

اینتل بیشترین ارتباط را با x86 دارد، درحالی‌که این معماری را اینتل ساخته است و پردازنده‌های AMD نیز از آن استفاده می‌کنند. اگر x86-64 را درجایی دیدید، بدین معنا است که نسخه‌ی ۶۴ بیتی از x86 مورد استفاده قرار گرفته است. برای مثال، اگر از سیستم‌عامل ویندوز استفاده کرده باشید، احتمالا از دیدن پوشه‌های Program Files و (Program Files (x86 متعجب شده باشید. این غربالگری بدین معنا نیست که برنامه‌های موجود در پوشه‌ی اول از x86 استفاده نمی‌کنند، بلکه فقط نشان می‌دهد آن‌ها نسخه‌ی ۶۴ بیتی هستند و برنامه‌های پوشه‌ی دوم نسخه‌ی ۳۲ بیتی هستند.

یکی دیگر از بخش‌های تفاوت‌های بین آرم و x86 که ممکن است گیج‌کننده باشد، عملکرد نسبی آن‌ها است. عده‌ای از افراد معتقدند پردازنده‌های x86 سریع‌تر از آرم هستند، زیرا پردازنده‌های آرم در دستگاه‌های پیشرفته‌تر استفاده نمی‌شوند. با وجود اینکه شاید بتوان این ادعا را تا این لحظه درست تلقی کرد؛ اما این مقایسه منصفانه نیست و فاکتورهای لازم برای یک مقایسه‌ی قابل ارجاع و معتبر را ندارد. تمام فلسفه‌ی وجودی تراشه‌های آرم با تمرکز بر میزان کاربرد و کاهش مصرف انرژی معنا می‌شود. آن‌ها بازار فناوری‌های پیشرفته‌تر را دراختیار x86 گذاشته‌اند، زیرا می‌دانند که از پس رقابت در آن بازار برنخواهند آمد. به‌بیانی دیگر، درحالی‌که اینتل و AMD تمرکزشان معطوف بر حداکثر میزان عملکرد است، پردازنده‌های آرم هدفش به‌حداکثر رساندن عملکرد بر وات است.

‌

۹- پردازنده‌های گرافیکی (GPU) سریع‌تر از پردازنده‌ها (CPU) هستند
این باور غلط است.

در سال‌های گذشته عملکرد و توسعه‌‌ی پردازنده‌های گرافیکی، شاهد رشد عظیمی بوده است. بسیاری از بارهای عملیاتی که در گذشته روی دوش پردازنده بوده، اکنون به پردازنده‌های گرافیکی منتقل شده است تا از امکان رایانش موازی دو پردازنده بهره‌مند شویم. برای مثال، در پردازش‌هایی که از بخش‌های کوچک زیادی تشکیل شدند و امکان پردازش این بخش‌های کوچک به‌صورت هم‌زمان وجود دارد، پردازنده‌های گرافیکی سریع‌تر عمل می‌کنند؛ اما همیشه این شرایط برقرار نیست. بنابراین، نمی‌توان با اتکا بر پردازنده‌های گرافیکی و بدون حضور پردازنده‌ها، فرایندها را پیش برد.

برای بهره‌مندی کامل از CPU یا GPU، توسعه‌دهنده باید کدها را با کامپایلرهای مخصوص طراحی کند و رابط‌ها کاملا با پلتفرم بهینه‌سازی شود. هسته‌های پردازشی داخلی در پردازنده‌ی گرافیکی، که ممکن است تعدادشان به هزاران عدد برسد، نسبت‌به هسته‌های پردازنده بسیاری پایه‌ای و ساده به‌شمار می‌روند. این هسته‌ها برای انجام عملیات کوچک طراحی شدند؛ البته این عملیات مدام درحال تکرار است.

ازسویی دیگر، هسته‌های یک پردازنده برای اجرای عملیات بسیار وسیع و پیچیده طراحی شده‌اند. بنابراین، برای برنامه‌هایی که امکان رایانش موازی ندارند، CPU بسیار سریع‌تر خواهد بود. با استفاده از یک کامپایلر مناسب، امکان اجرای کدهای مخصوص پردازنده روی پردازنده‌ی گرافیکی یا بالعکس میسر می‌شود؛ اما بازدهی واقعی زمانی به‌دست خواهد آمد که برنامه فقط برای پلتفرم خاصی بهینه‌سازی شود. علاوه‌براین، اگر فقط قرار باشد فاکتور قیمت را مدنظر قرار دهیم، گران‌ترین پردازنده‌ها می‌توانند تا ۵۰٬۰۰۰ دلار قیمت داشته باشند؛ اما بهترین پردازنده‌های گرافیکی کم‌تر از نصف این مبلغ قیمت دارند. به‌طور خلاصه، پردازنده‌ها و پردازنده‌های گرافیکی در حوزه‌ی فعالیت خود پیشرفت‌های چشمگیری داشته‌اند و در قیاس با یکدیگر هیچکدام از دیگری سریع‌تر عمل نمی‌کنند. درواقع، مقایسه‌ی این دو قطعه باتوجه‌به ماهیتی که دارند به‌هیچ عنوان منطقی نیست.

‌

۱۰- پردازنده‌های جدیدتر همواره افزایش سرعت خواهند داشت
این باور غلط است.

قانون مور (Moore's Law) یکی از مشهورترین مثال‌های صنعت فناوری است که به‌خوبی و به‌صورت موجز این صنعت را به‌تصویر می‌کشد. به‌طور خلاصه، این قانون که نزدیک‌به نیم‌قرن پیش ارائه شد، بیانگر آن است که تعداد ترانزیستورها در هر تراشه و هر ۲ سال، تقریبا دو برابر می‌شود. قانون مور دسته‌کم در ۴۰ سال گذشته قابل ارجاع بوده است؛ اما درحال حاضر، همان‌طورکه پیش‌بینی شده بود دیگر روند افزایش دوبرابری تعداد ترانزیستورها در هر ۲ سال را تکرار نمی‌شود.

اگر امکان افزایش تعداد ترانزیستورهای تراشه حذف شود، یکی از راه‌های ارائه‌شده افزایش اندازه‌ی آن‌ها است. بنابراین، رساندن نیروی کافی به تراشه و خروج گرمای تولید‌شده توسط آن، مشکلی است که باید آن را مرتفع کرد. تراشه‌های امروزی صدها آمپر جریان دریافت می‌کنند و صدها وات گرما تولید خواهند

سیستم‌های خنک‌کننده و انتقال نیرو همیشه فشار زیادی را تحمل می‌کنند تا به‌خوبی بازدهی خود را نشان دهند و نزدیک‌ترین حد نهایی محدودیت‌های انتقال نیرو و خنک‌کنندگی را حفظ کنند. بنابراین، این مسائل درکنار هم باعث می‌شود که امکان ساخت تراشه‌ی بزرگ امکان‌پذیر نباشد.

پرسشی که مطرح می‌شود این است که اگر نمی‌توانیم تراشه‌ی بزرگ‌تر بسازیم، آیا واقعا امکان کاهش اندازه‌ی ترانزیستورها برای افزایش تعدادشان روی تراشه و درنهایت افزایش قدرت عملکرد آن را نیز نداریم؟ پاسخ به این پرسش براساس قانون مور ساده است. اجرای این ایده در چند دهه‌ی گذشته توجیه‌پذیر بود؛ اما اکنون درحال نزدیک‌شدن به نقطه‌ی حساسی هستیم که نهایت کوچک‌شدن ترانزیستورها است و دیگر امکان کاهش اندازه‌ی ترانزیستورها درمیان گزینه‌های روی میز نخواهد بود.

با فرایندهای جدید ۷ نانومتری و ۳ نانومتری آینده، ممکن است اثرهای کوانتومی مشکلات جدی را ایجاد کنند و باعث کارکرد نامناسب ترانزیستورها شوند. با اینکه هنوز فضای اندکی برای کاهش اندازه وجود دارد؛ اما بدون نوآوری واقعی، امکان کاهش اندازه‌ی درخورتوجه وجود نخواهد داشت. با‌این‌تفاسیر که نه می‌توان تراشه‌ها را بزرگ‌تر کرد و نه می‌توان اندازه‌ی ترانزیستورها را کوچک‌تر کرد، آیا امکان افزایش سرعت ترانزیستورها نیز وجود ندارد؟ این گزینه درواقع یکی دیگر از عناصری بوده که درگذشته مثمرثمر واقع شده است؛ اما احتمالا اکنون ماهیت کاربردی خود را ازدست داده باشد.

درحالی‌که سال‌ها سرعت پردازنده‌ها درهر نسل افزایش داشته؛ اما در دهه‌ی گذشته بازه‌ی سرعت بین میزان ۳ تا ۵ گیگاهرتز مانده است. علت این بن‌بست به چند عامل مختلف بستگی دارد. پرواضح است که افزایش سرعت، مصرف انرژی را بالا خواهد برد؛ اما مسئله‌ی اساسی بازهم محدودیت برای ترانزیستورهای کوچک‌تر و قوانین فیزیک است.

همان‌طور که ما همواره ترانزیستورهای کوچک‌تر می‌سازیم، باید اندازه‌ی سیم‌هایی که آن‌ها را به یکدیگر متصل می‌کند را نیز کوچک‌تر کنیم؛ بنابراین طبق قوانین حاکم بر آن، مقاومت افزایش خواهد یافت. پیش‌از این، در ساخت ترانزیستورها به‌منظور افزایش سرعت اجزای داخلی را به یکدیگر نزدیک می‌کردیم؛ اما اکنون برخی قطعات داخلی فقط به‌اندازه‌ی یک یا دو اتم از یکدیگر فاصله دارند. پس، واقعا راه آسانی برای کاهش این فاصله نیست.

با درنظر گرفتن تمام این دلایل، به‌طور قطع به‌یقین می‌توان گفت که دیگر شاهد بهبود عملکرد نسل‌به‌نسل پردازنده‌ها به‌شکل گذشته نخواهیم بود. اما، این پایان کار پیشرفت فناوری نیست و مطمئن باشید که افراد باهوشی درحال پیداکردن راه‌حلی برای این مسئله هستند و دیریازود این مشکل نیز مانند بسیاری دیگر از مشکلات گذشته، برطرف خواهد شد.