欢迎访问SMT设备行业平台!
行业资讯  >  行业动态  >  芯片是如何一步步变复杂的?
芯片是如何一步步变复杂的?
2026年01月06日 15:32   浏览:146   来源:小萍子

引子:

前两天有个圈外的朋友问我:“听说现在的芯片里有几百亿个晶体管,你们到底是怎么设计的?难道是一个个画出来的吗?”

我笑了笑告诉他:“真要一个个画,全人类从石器时代画到现在,连这一小块芯片的边边角角都画不完。”

其实,芯片之所以能发展到今天这么复杂,完全是因为人类想偷懒。如果不讲深奥的术语,你把芯片的发展史,看作是你“办公方式的进化史”,一切就都自然而然了。

第一阶段:原始计算(电子管时代)

你的状态:拿着纸笔算账

  • 动作:你拿着一张纸,一次算一个数,算完擦掉,然后再算下一个。

  • 痛点:慢是其次,最怕的是“不可持续”。算错一步,整页纸作废;想存个中间数,还得额外拿个本子记下来。

芯片的状态:逻辑门与庞然大物

  • 这就是最早的电子管计算机(如 ENIAC)。

  • 它用巨大的真空管来代表 0 和 1。

[????潇博的工程注脚]: 此时的复杂度在于“物理体积”而非逻辑。ENIAC 占地 170 平方米,耗电 150 千瓦。限制算力的不是数学,而是元件的平均故障间隔时间。在它算完一道题之前,通常总有一个管子先烧坏了。

image.png

第二阶段:集成电路(IC 时代)

你的状态:买了一个计算器

  • 动作:你不再手算了,你只负责按键,结果自动出现在屏幕上。

  • 感受:世界变简单了,因为你把计算规则“固化”了。

芯片的状态:把迷宫封装进黑盒

  • 工程师杰克·基尔比(Jack Kilby)把原本散落在房间里的元器件,全部缩小并“印刷”在一小块硅片上。

[????潇博的工程注脚]: 这一步解决了“数字暴政”。当节点超过 10 万个,人工焊接的良率就是纯粹的零。集成电路的本质,不是发明了新器件,而是把“连接”从一种昂贵的劳动,变成了一道免费易得的工序。

image.png

第三阶段:通用计算(CPU 时代)

你的状态:学会了用 Excel 和宏

  • 动作:你不再满足于按一下算一下。你开始写公式,设计流程图,告诉电脑:“按这个规则,如果满足条件 A,就执行 B;如果不满足,就循环执行 C。”

  • 核心:你开始下达“指令”,并学会了“流程控制”。

芯片的状态:冯·诺依曼架构的胜利

  • 这就是 CPU(中央处理器)。它不再是死板的电路,它学会了“读懂指令”。

  • 它把“存储”(记忆)和“计算”(思考)分开了,通过总线来回搬运数据。

[????潇博的工程注脚]: 现代 CPU 90% 的复杂度,都是为了“掩盖内存的慢”。为了不让核心空转,工程师设计了复杂的分支预测和乱序执行。CPU 必须在数据到达前“猜”出结果。现在的复杂度,是为了消除“等待”而支付的代价。

image.png

第四阶段:暴力美学的终结(频率红线)

你的状态:Excel 卡死,风扇狂转

  • 现象:当数据从一万行变成一亿行,你发现电脑变慢了。文件保存要很久,机箱烫得能煎蛋,屏幕上弹出“无响应”。

  • 顿悟:你第一次意识到,单纯靠“手速快”(主频高),已经救不了你了。

芯片的状态:登纳德缩放定律失效

  • 这是芯片史上的至暗时刻。我们发现,晶体管不能无限变小了,漏电像水龙头一样关不住。

[????潇博的工程注脚]: 这叫“功耗墙”。如果在 2010 年后继续强行提高主频,芯片表面的能量密度将超过火箭喷嘴。物理规律强制叫停了“暴力美学”,逼迫我们转向架构创新。

image.png

第五阶段:异构计算(SoC 时代)

你的状态:组建了一个工作室

  • 对策:既然一个人干不动,那就雇人。你雇了一个会计(CPU)专门算账,雇了一个美工(GPU)专门画图,雇了一个接线员(Modem)专门打电话。

  • 核心:专业的人干专业的事(Domain Specific)。

芯片的状态:IP 核的乐高积木

  • 这就是手机里的 SoC(片上系统)。

  • 原本那个全能的 CPU 被“削权”了,它身边围了一圈帮手:GPU、DSP、ISP、NPU。

[????潇博的工程注脚]: 复杂度从“微观电路”转移到了“系统总线”。当十几个 IP 核同时抢占内存带宽时,设计难点不再是“算得快”,而是“不堵车”。这是一场关于数据路权的零和博弈。

image.png

第六阶段:人工智能(AI 时代)

你的状态:把工作丢给 AI 助理

  • 动作:这一步是质变。你不再规定“每一步怎么算”,你直接把一堆混乱的文档丢给 AI,喝着咖啡说:“找出里面的规律,写个总结给我。”

  • 心态:你不再追求每一步的绝对精确(逻辑),只追求“整体结果是对的”(概率)。

芯片的状态:概率与规模

  • 这就是 AI 芯片(NPU/GPU)。

  • 它不再纠结于复杂的逻辑跳转(If-Then),而是把 99% 的晶体管都用来做一件事:矩阵乘法。

[????潇博的工程注脚]: AI 芯片并不“聪明”,它只是让“试错”变得足够便宜。传统 CPU 为了保证 100% 正确,付出了巨大的电路成本;而 AI 芯片通过抛弃部分精度,换取了千亿级的并行规模。这是用“巨大的冗余”去暴力收敛“世界的模糊”。

image.png

深度复盘:支配进化的三条铁律

看到这里,你可能会问:“为什么非要搞得这么复杂?难道不能简单点吗?”

在工程学里,这真的不能。因为在“让芯片变复杂”的背后,藏着支配这个行业的三条底层逻辑:

逻辑一:复杂性守恒定律 

 “总得有人去承担那个‘难’。” 芯片很简单,人就得复杂;人想简单,芯片就必须吞下所有的复杂。芯片进化的本质,就是把复杂性从人身上剥离,压缩进硅片的运动。

逻辑二:空间换时间原则

“为了快,必须修更多的路。” 通用大脑处理专用任务太慢,所以必须堆砌大量专用电路。复杂,是效率在物理世界的固化。

逻辑三:熵减的代价

“物理规律不允许一直走直路。” 当晶体管不能简单做小(摩尔定律撞墙)时,工程师只能“绕路”。现在的复杂,是我们为了对抗物理极限(熵增),不得不支付的“买路钱”。

总结:抽象的胜利

回顾芯片进化的这六个台阶,你会发现一个清晰的“解放路径”:

  1. 解放双手:从手算到计算器。

  2. 解放流程:从计算器到 CPU(Excel)。

  3. 解放大脑:从 CPU 到 AI(智能助理)。

芯片越来越复杂,是因为人类想要处理的问题越来越模糊。 我们把确定性的麻烦交给了 CPU,现在,正把不确定性的复杂交给 AI。

这不只是技术的迭代,这是抽象层级的一次次上移。这也解释了我们为什么要在一个指甲盖上雕刻几十亿个晶体管:

因为“复杂”,其实是指被驯服的混沌。 我们用硅片上极致的秩序,锁住了物理世界的熵增,只为了换取你在思维上的自由。


头条号
小萍子
介绍
推荐头条