模拟电路的历史及未来的发展趋势

计算机的最终计算是通过数字电路的开关状态的切换来实现的，包括信息传递和设备联通等。数字电路的发展最初，是在上个世纪50年代之前，电路是由真空管组成。由弗莱明发明的二极管，德福雷斯特改良的真空三极管，在此基础上产生了第一台通用计算机ENIAC（Electronic Numerical Integrator And Compute）。

第一代电子电路都是由抽成真空的巨大的玻璃管，所以叫真空管。真空管是利用灯丝或电路板的两极来发射电子束来控制电流。然而，并非所有的管都被抽空，一些使用的气体和较小的管使用光敏材料和磁场来控制电子的流动。它们都有共同点：价格昂贵，消耗大量电力并散发出巨大热量。它们也非常不可靠，需要大量的维护。而且尺寸它们很大，难于制造更小型的"计算机"。

晶体管的发明源于贝尔实验室的研究，立足于找到一种价格便宜，耗电少或无耗电且不会升温的元件。该元件还必须易于制造，切换速度快，体积小。1974年由William Shockley领导下，John Bardeen和Walter Brattain发明了满足这些特性的晶体管。晶体管体积小，电阻也小，没有活动部件（因此损耗很小），并且可靠，几乎不发热。晶体管的发明，使得电子电路的研究空前活跃，晶体管性能，尺寸和可靠性的新发展几乎每个月都会发生。

上世纪五十年年代，飞兆半导体和英特尔的联合创始人戈登摩尔（Gordon Moore）发表了一篇论文，指出每个集成电路的元件数量将在未来十年每年增加一倍。1975年，他回顾了他的预测，并表示组件的数量现在每两年增加一倍。这就是著名的摩尔定律。

1971年第一个半导体工艺之一是10微米（或者比一米小10万倍）。到2001年，它是130纳米，比1971年小近80倍。截至2017年，最小的晶体管工艺为10纳米，相比较人头发直径是100微米，比今晶体管大近10,000倍。

随着大规模电路发展，晶体管越来越小，集成数量成几何级增加，其制造工艺却越来越难了。克服这些技术和工艺壁垒不仅需要大量的时间和研究，还需要大量的资金和投资。因此，摩尔定律也中的时间也逐渐放缓，甚至可它可能会很快不成立，摩尔定律危机爆发（当然如果没有巨大变革这是必然的）。

随着电子元件越来越小（纳米级），量子特性和效应逐渐显现。随着我们不断减小晶体管的尺寸，其Pn结耗尽层的尺寸也越来减小。耗尽层非常重要，用于阻止电子的流动。研究人员通过计算得出，由于电子在其耗尽区中的隧道效应，小于5nm的晶体管将无法阻止电子流动。由于隧穿，电子将不会感知耗尽区域，直接 "跨穿"。如果不能阻止电子流动，晶体管就会失效。

此外，我们现在正在慢慢接近原子本身的大小，理论上我们不能建立一个比原子小的晶体管。硅原子的直径约为1纳米，现在我们制造的晶体管的栅极尺寸约为该尺寸的10倍。就算是不考虑量子效应的，我们也将达到晶体管的物理极限，无法做到更小。

Dennard's Scaling-Dennard Scaling被认为是摩尔定律的姊妹法。它由Robert Dennard于1974年制定，并指出随着晶体管变小，它们的功率密度也会降低。这意味着随着晶体管变小， *** 作它们所需的电压和电流量也将减少。这个定律允许制造商减少晶体管的尺寸，并通过每次迭代的大幅跳跃来提高时钟速度。然而在2007年左右，Dennard的Scaling崩溃了。这是因为在较小的尺寸下，泄漏电流会导致晶体管升温并产生进一步的损耗。

我们可能已经注意到，尽管晶体管变得更小，但是在过去十年中CPU计算速率并没有上升，这是由于Dennard Scaling崩溃。高时钟速率下的高损耗也是智能手机芯片使用较低时钟速度（通常为1.5 GHz）的原因。

通过改进当前的芯片实现并具有更好的指令流水线，我们可以改善芯片的性能。所以斯坦福的教授乔纳森·库梅提出了库梅（Koomey）定律：每焦耳能量的计算次数将每1.5年翻一番。预计这种情况将持续到2048年，届时Landauer的原理和热力学简单定律将阻止进一步的改进。目前，Landauer Limits的计算机效率约为0.00001%。

传统的编程语言（如Java，C ++和Python）只能在单个设备上运行。但随着设备变得越来越小和越来越便宜，我们可以在许多芯片上同时或并行地运行相同的程序，从而进一步提高性能。在这方面，像Golang，Node这样的语言将扮演更重要的角色。

世界各地的研究人员正在寻找更新，更创新的方法来制造更小更快的晶体管。已经证明，氮化镓和石墨烯等材料在更快的开关频率下具有更小的损耗。

目前来来最可能解决方案是发展量子计算（Quantum Computers）。像D-Wave和RigetTI CompuTIng这样的公司正在这个领域广泛开展工作，更重要的是，扩展Qubits的定律还没有开始。绕过Dennard Scaling的方法是在单个芯片中放置更多内核以提高性能。目前量子计算已经显示出巨大的前景，它的优势是一次可以拥有多个个状态（与其他计算机0，1不同）。目前已经有些实验性质的量子计算已经取得很好的成果，比如基于量子技术的真正的随机数算法已经成功。