Wikipedia · einfach zusammengefasst · Stand
Mooresches Gesetz
Mooresches Gesetz: Im betrachteten Zeitraum verdoppelt sich die Anzahl der Transistoren etwa alle zwei Jahre. Unter Komplexität verstand Gordon Moore, der das …
Inhalt6 Abschnitte
Kernaussage und Bedeutung
Das Mooresche Gesetz ist eine empirische Faustregel, keine naturwissenschaftliche Gesetzmäßigkeit. Es besagt, dass sich die Zahl der Transistoren integrierter Schaltkreise mit minimalen Komponentenkosten regelmäßig verdoppelt. Als Verdopplungszeit werden je nach Quelle 12, 18 oder 24 Monate genannt; verbreitet ist die Variante von 18 Monaten.
Gordon Moore verstand unter der Komplexität zunächst die Anzahl der Schaltkreiskomponenten auf einem integrierten Schaltkreis. Heute wird die Regel oft auf die Transistoranzahl pro Chip oder auf die Integrationsdichte, also Transistoren pro Flächeneinheit, bezogen. Die Entwicklung immer dichterer und günstigerer Chips ist eine wesentliche Grundlage der digitalen Revolution und des Informationszeitalters.
Kostenoptimum und unterschiedliche Deutungen
Die ursprüngliche Beobachtung bezieht sich ausdrücklich auf das jeweilige Kostenoptimum: betrachtet werden sollen das Produktionsverfahren und die Komponentenanzahl, bei denen die Kosten je Schaltkreiskomponente am geringsten sind. Bei wenigen Komponenten wird das Material nicht vollständig genutzt. Bei sehr vielen Komponenten sind dagegen experimentelle und noch unwirtschaftliche Verfahren nötig.
Daher bedeutet das Gesetz nicht einfach, dass sich irgendeine Transistorzahl in einem beliebigen Laborchip verdoppelt. Ob Transistoren pro Chip oder pro Fläche gezählt werden und ob 12, 18 oder 24 Monate angesetzt werden, verändert die Aussage deutlich. Lässt man das Kostenoptimum weg, können auch extrem teure oder noch nicht marktreife Schaltkreise als Beleg dienen. Nach dem Artikel haben die vielen abweichenden Formulierungen die objektive Aussagekraft des Gesetzes verringert.
Die Regel kann außerdem als selbsterfüllende Prophezeiung wirken: Verschiedene Industriezweige müssen gemeinsame technische Meilensteine erreichen, etwa bei lithographischen Verfahren, um wirtschaftlich bessere Mikrochips herstellen zu können.
Mathematische Beschreibung
Die Komplexität K in Abhängigkeit von der Zeit t wird als Exponentialfunktion beschrieben:
K(t) = K₀ · e^(λ · t)
Dabei ist K₀ die Anfangskomplexität. Die Zunahmerate λ hängt von der Verdopplungszeit T₂ ab:
λ = ln(2) · 1/T₂
Gleichwertig lässt sich schreiben:
K(t) = K₀ · 2^(t/T₂)
Häufig wird T₂ = 2 a verwendet. Dann beträgt λ 0,35 pro Jahr.
Entwicklung der Prognose
Moore veröffentlichte seine Beobachtung am 19. April 1965 in der Zeitschrift Electronics, wenige Jahre nach der Erfindung der integrierten Schaltung. Zunächst prognostizierte er eine jährliche Verdoppelung. 1975 änderte er dies in einer Rede vor der Society of Photo-Optical Instrumentation Engineers (SPIE) auf eine Verdoppelung alle zwei Jahre, weil sich die anfangs besonders schnelle Entwicklung der Halbleitertechnik verlangsamt hatte. Carver Mead prägte um 1970 die Bezeichnung „mooresches Gesetz“.
David House, ein Intel-Kollege Moores, nannte später 18 Monate; dies wurde zur besonders verbreiteten Variante und zu einem Rahmen für langfristige Entwicklungspläne der Halbleiterindustrie. Real verdoppelt sich die Leistung neuer Computerchips im Mittel laut Artikel etwa alle 20 Monate. Moore sagte 2007 voraus, die Regel werde wahrscheinlich noch 10 bis 15 Jahre gelten; Pat Gelsinger prognostizierte 2008 eine Gültigkeit bis 2029.
Schon 2005 wurden Chips für den Weltmarkt mit Strukturen zwischen 130 und 90 nm hergestellt. Die 65-nm-Technik wurde für die Massenfertigung vorbereitet; zugleich gab es im Labor Prototyp-Transistoren mit 10 nm Gatelänge. Moore begründete in seinem Originalartikel nicht, weshalb die Entwicklung genau in dieser Geschwindigkeit verlaufen sollte.
Transistoren, Rechenleistung und Parallelisierung
Aus einer höheren Transistoranzahl folgt nicht unmittelbar eine entsprechend höhere Rechenleistung. Moderne Prozessoren verwenden viele Transistoren für integrierte Cache-Speicher. Diese beschleunigen die Bereitstellung von Daten, tragen aber nicht direkt zur arithmetischen Rechenleistung bei.
Dies zeigt der Vergleich zweier Pentium-III-Modelle: Der Pentium III 500 MHz (Katmai, externer L2-Cache) besitzt 9,5 Mio. Transistoren und erreicht SPEC-Werte von 20,6 für Ganzzahlberechnungen und 14,7 für Gleitkommaberechnungen. Der Pentium III 1000 MHz (Coppermine, interner L2-Cache) besitzt 28,5 Mio. Transistoren und erreicht 46,8 beziehungsweise 32,2. Obwohl sich die Taktfrequenz verdoppelte und die Transistoranzahl verdreifachte, stieg die gemessene Leistung nur um den Faktor 2,27 beziehungsweise 2,19.
Seit der breiten Einführung von Mehrkernprozessoren ab den 2010er Jahren, bei Intel Core Duo bereits ab 2006, werden zusätzliche Transistoren häufig für weitere Prozessorkerne eingesetzt. Mehr Kerne ermöglichen parallele Verarbeitung, erhöhen die Leistung aber nicht zwingend im gleichen Maß. Nach dem Amdahlschen Gesetz begrenzt ein nicht parallel ausführbarer, also sequentieller Programmanteil die Beschleunigung: Sind 10 % des Codes sequentiell, ist selbst mit beliebig vielen Kernen höchstens ein Speedup von 10 möglich.
Grenzen und mögliche Nachfolger
Seit den 2010er Jahren wird die weitere Gültigkeit des Mooreschen Gesetzes kritisch gesehen. Zwar kann die Transistoranzahl technisch weiter steigen, doch die Entwicklungskosten wachsen überproportional; laut Branchenschätzungen haben sie sich seit 2010 etwa verzehnfacht. Bei Strukturgrößen unterhalb von 3 nm nehmen quantenmechanische Effekte wie Tunnelstrom deutlich zu. Die International Technology Roadmap for Semiconductors (ITRS) begleitete die Entwicklung früher; diese Aufgabe übernimmt heute die International Roadmap for Devices and Systems (IRDS).
TSMC produziert seit 2022 erste Chips mit Strukturbreiten von 3 nm. Die für Ende 2025 angekündigte 2-nm-Technologie dürfte sich laut Artikel um etwa zwei Jahre verzögern. Die 2016 veröffentlichte technologische Roadmap der Branche orientiert sich nicht mehr am Mooreschen Gesetz.
Als Alternativen zur weiteren Verkleinerung von Siliziumtechnik werden Graphen und andere Nanomaterialien, vertikale Integration, Spintronik, mehrwertige Logik, Tieftemperatur- und Supraleiter-Computer, optische Systeme, Quantencomputer und neuromorphe Chips erforscht. Sie könnten Leistung und Speicherdichte erhöhen, ohne die Transistordichte auf einer Fläche im klassischen Sinn zu steigern.
Auch Anwendungen setzen mehr Transistoren nicht automatisch in höhere Leistung um. Bei numerischer Strömungssimulation auf großen Rechnerclustern stagniert seit etwa 2003 die Rechenzeit pro Zelle und Iteration weitgehend. Ein Grund ist der Von-Neumann-Flaschenhals: Datenübertragungsraten halten nicht mit der Rechenleistung Schritt. Thermische Grenzen, geringe Parallelisierbarkeit und nicht angepasste Software können das theoretische Potenzial zusätzlich begrenzen.
