La mort de la loi de Moore commence enfin à puer

Depuis plus de deux décennies, nous entendons parler de la mort de la loi de Moore . C'était un principe du regretté co-fondateur d'Intel, Gordon Moore, qui affirmait que le nombre de transistors dans une puce doublerait environ tous les deux ans. En 2006, Moore lui-même a déclaré que cela prendrait fin dans les années 2020. Le professeur Charles Leiserson du MIT a déclaré que c'était terminé en 2016 . Le PDG de Nvidia l'a déclaré mort en 2022. Le PDG d'Intel a affirmé le contraire quelques jours plus tard.

Il ne fait aucun doute que le concept de la loi de Moore – ou plutôt l'observation, de peur que nous ne traitions cela comme une loi de la physique – a conduit à une incroyable innovation parmi les processeurs de bureau . Mais la mort de la loi de Moore n’est pas un moment précis. C’est un processus lent et laid, et nous voyons enfin à quoi cela ressemble dans la pratique.

Solutions créatives

Nous avons deux toutes nouvelles générations d’AMD et d’Intel, dont aucune n’est vraiment sortie du portail. Comme vous pouvez le lire dans mon test du Core Ultra 9 285K , la dernière tentative d'Intel réussit de nombreux exploits impressionnants avec son design radicalement nouveau, mais elle ne parvient toujours pas à rivaliser avec la concurrence. Et le Ryzen 9 9950X , bien qu'il s'agisse d'une nette mise à niveau par rapport à ses homologues Zen 4, n'offre pas les améliorations générationnelles auxquelles nous sommes habitués.

Considérez ceci : en regardant Cinebench R23, le saut multicœur du Ryzen 9 5950X au Ryzen 9 7950X était de 36 %. Entre le Ryzen 9 7950X et le Ryzen 9 9950X ? 15%. Cela représente moins de la moitié de l’amélioration en une génération. Dans Handbrake, le Ryzen 9 7950X a accéléré le transcodage de 34 % par rapport au Ryzen 9 5950X. Avec le Ryzen 9 9950X, l’amélioration est tombée à seulement 13 %.

Il ne s’agit pas non plus d’une génération étrange. En regardant les performances monocœur des Core i9-101900K et Core i9-12900K , Intel a réalisé une amélioration de 54 %. Même en comparant le Core i9-12900K, qui a actuellement trois générations, au dernier Core Ultra 9 285K, nous ne constatons qu'une amélioration de 20 %. Pire encore, la nouvelle série Core Ultra d'Intel affiche des résultats étrangement élevés dans Cinebench, et si vous vous lancez dans d'autres applications, vous pouvez effectivement constater des régressions par rapport à une génération ou deux en arrière.

Même en quelques années seulement, le rythme des améliorations des performances a considérablement ralenti. La loi de Moore ne parle pas directement d'amélioration des performances : elle concerne simplement le nombre de transistors sur une puce. Mais cela a des implications évidentes en termes de performances. Lancer plus de transistors pour résoudre le problème n'est plus pratique comme autrefois – lisez la mort de la mise à l'échelle de Dennard si vous voulez en savoir plus pourquoi c'est le cas.

AMD et Intel n'en parlent peut-être pas publiquement, mais les deux sociétés voient clairement ce qui est écrit sur les murs. C'est probablement la raison pour laquelle Intel a opté pour une architecture hybride en premier lieu et a introduit une refonte radicale de ses processeurs Arrow Lake. Et pour la part d'AMD, ce n'est un secret pour personne que le 3D V-Cache est devenu une technologie déterminante pour les processeurs de l'entreprise, et c'est un moyen clair de contourner le goulot d'étranglement de la loi de Moore. Une grande partie des transistors de n'importe quelle puce de processeur est dédiée au cache – entre 40 et 70 % – et AMD empile littéralement plus de cache sur le dessus qu'il ne peut pas tenir sur la puce.

Une fonction de l'espace

Un facteur important à garder à l’esprit lorsque l’on examine la loi de Moore et la mise à l’échelle de Dennard est l’espace. Vous pouvez construire une puce massive avec une tonne de transistors, bien sûr, mais quelle puissance consommera-t-elle ? Pourra-t-il rester sous une température raisonnable ? Sera-t-il même pratique de placer un serveur dans un PC ou dans une entreprise ? Vous ne pouvez pas séparer le nombre de transistors de la taille de la puce.

Je me souviens d' une conversation que j'ai eue avec Chris Hall d'AMD, au cours de laquelle nous m'avons dit : « Nous avons tous apprécié la loi de Moore pendant longtemps, mais cela s'est en quelque sorte arrêté. Et maintenant, chaque millimètre carré de silicium coûte très cher, et nous ne pouvons pas nous permettre de continuer à doubler. Nous pouvons, nous pouvons construire ces puces, nous savons comment les construire, mais elles deviennent plus chères.

Je ne suis pas ici pour défendre la stratégie de prix insensée de Nvidia, mais la société aurait constaté des prix plus élevés de la part de TSMC avec ses GPU RTX de la série 40 que de ceux de Samsung avec ses GPU de la série RTX 30. Et le RTX 4090 offre plus de deux fois plus de transistors que le RTX 3090 avec une taille de puce très similaire. S'il existe un engagement envers la loi de Moore dans les puces, je ne suis pas sûr que nous, en tant que consommateurs, apprécierons le résultat lorsque viendra le temps de mettre à niveau un PC.

Sans parler des autres problèmes auxquels une carte comme la RTX 4090 est confrontée : des besoins en énergie élevés, une taille de refroidisseur insensée et un connecteur d'alimentation qui fond . Tous ces problèmes ne sont pas dus au doublement du nombre de transistors, même s'il s'en rapproche, mais cela joue un rôle. Des puces plus grosses pour plus de transistors, plus de chaleur et généralement à un coût plus élevé, d'autant plus que le coût du silicium continue d'augmenter.

Le raccourci

La loi de Moore est morte, le matériel PC devient de plus en plus cher et tout est nul – ce n'est pas comme ça que je veux en rester là. Il y aura davantage de moyens d'améliorer les performances d'année en année, sans compter uniquement sur davantage de transistors sur une puce de même taille. La façon dont nous y arrivons maintenant est tout simplement différente. Je parle de l'IA.

Attendez, ne cliquez pas sur l'article. Les entreprises technologiques sont enthousiasmées par l’IA parce qu’elle représente beaucoup d’argent – ​​aussi cynique que soit cette perspective, c’est exactement la façon dont fonctionnent des sociétés valant des milliers de milliards de dollars comme Microsoft et Nvidia. Mais l’IA représente aussi un moyen d’introduire une nouvelle forme d’informatique. Je ne parle pas d'une multitude d'assistants IA et de chatbots hallucinatoires, mais plutôt d'appliquer l'apprentissage automatique à un problème pour se rapprocher des résultats que nous obtiendrions auparavant avec l'innovation du silicium pur.

Regardez DLSS . L’idée d’utiliser la mise à l’échelle pour maintenir un certain niveau de performances est controversée et constitue une conversation nuancée lorsqu’il s’agit de jeux individuels. Mais le DLSS permet de meilleures performances sans une stricte amélioration matérielle. Ajoutez à cela la génération d'images, que nous voyons maintenant à partir d' outils DLSS, FSR et tiers comme Lossless Scaling , et vous obtenez de nombreux pixels qui ne sont jamais restitués par votre carte graphique.

Un angle moins controversé est celui de Ray Reconstruction de Nvidia . Ce n'est un secret pour personne que le traçage de rayons est exigeant, et pour contourner cette demande matérielle, il faut notamment passer par un processus de débruitage : limiter le nombre de rayons, puis nettoyer l'image résultante avec le débruitage. Ray Reconstruction fournit un résultat qui nécessiterait beaucoup plus de rayons et un matériel beaucoup plus puissant, et ce, sans aucune limitation des performances – et encore une fois, grâce à l'apprentissage automatique.

Peu importe que la loi de Moore soit morte ou bien vivante : si des entreprises comme AMD, Intel et Nvidia veulent rester à flot, elles devront continuellement réfléchir à des solutions pour répondre aux exigences croissantes en matière de performances. L’innovation est loin d’être morte dans le matériel PC, mais elle pourrait commencer à paraître un peu différente.