Around
简写，即“全环绕栅极晶体管”）管式晶体管取代。这种线状晶体管可以从顶部、侧面和底部施加电场，从而更好地控制“开关”，以应对晶体管缩小带来挑战。凯勒认为，这些微小线状晶体管密度可增加
倍。他预测将这些线状晶体管叠在起可以使密度进步增加八倍。这些技术突破，合起来将推动芯片上晶体管数量增加大约50倍。凯勒说：“
们没有耗尽原子，们知道如何打印单层原子。”
尽管所有关于摩尔定律讨论都结束
，但流入芯片行业资金比以往任何时候都多。在过去几年里，为人工智能算法设计优化芯片初创公司筹集数十亿美元，每个公司都希望自己能成为下个英伟达。大型科技公司谷歌、亚马逊、微软、苹果、脸书、阿里巴巴和其他公司现在都在投入大量资金设计自己芯片。显然，创新没有缺位。
尼尔·汤普森和斯文贾·斯潘努斯，《计算机作为通用技术衰落：为什
深度学习和摩尔定律终结正在使计算碎片化》（TheDeclineofComputersasaGeneralPurposeTechnology:WhyDeepLearningandtheEndofMoore'sLawAreFragmentingComputing），工作论文，麻省理工学院，2018年11月，论断最佳论据是，所有这些针对特定用途，甚至是针对单个公司活动，正在取代英特尔过去半个世纪不断推出强大微处理器所带来“通用”计算。尼尔·汤普森（NeilThompson）和斯文贾·斯潘努斯（SvenjaSpanuth）甚至认为，们正在看到“计算机作为通用技术衰落”。他们认为，未来计算将分为“使用强大定制芯片‘快车道’应用和使用通用芯片‘慢车道’应用，而通用芯片进步会趋缓”。
不可否认是，微处理器作为现代计算主力，正在被为特定目而制造专用芯片部分取代。不太清楚是，这是否是个问题。英伟达GPU不像英特尔微处理器那样通用，从某种意义上说，它们是专为处理图形设计，而且越来越多地是为人工智能设计。但英伟达和其他提供针对人工智能优化芯片公司，使得人工智能实现成本更低，因此更容易被使用。如今，人工智能已经变得比十年前人们想象更加“通用”，这主要归功于更
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
