新的運算架構在硅谷成為熱門話題，盡管存儲器以及微處理器目前仍舊是2個不同的元件，隨著信息量持續(xù)增加，半導體產(chǎn)業(yè)很有可能會走上結合存儲以及邏輯元件的路。摩爾定律見證半導體產(chǎn)業(yè)持續(xù)推出更快、更便宜、更節(jié)能的芯片，然而摩爾定律的速度變緩是產(chǎn)業(yè)面臨的挑戰(zhàn)。電移(electromigration)、溫度遷移(thermal migration)、動態(tài)電流密度等物理效應考驗摩爾定律，通過工程技術克服制造瓶頸的難度的更高、費用更為昂貴。

　　據(jù)網(wǎng)站Semiconductor Engineering報導，除了芯片相關議題， 資訊量爆炸也考驗著半導體產(chǎn)業(yè)。隨著物聯(lián)網(wǎng)(IoT)的發(fā)展，可預見在未來10年內(nèi)，很可能會有上兆個的連網(wǎng)物件透過感應器傳遞資訊。不論是道路狀況、空氣品質，甚至是血糖都將由感應器監(jiān)控。當感應器搜集資料時，不論這些資料究竟有沒有用，都需要微處理器的判別。

　　這不僅需要大量運算能力，更重要的是重新思考運算架構。隨著資料量增加，移動處理器或許比移動資料更有意義。科林(Lam Research)科技長Rick Gottscho談到這可能的改變，認為半導體產(chǎn)業(yè)將歷經(jīng)整合邏輯元件及存儲器。Gottscho認為存儲器終將變成具備快速資料傳輸能力的模擬處理器，在這樣的架構之下，耗能將降低，速度也會更快。

　　Gottscho指出，若從揮發(fā)存儲器轉變?yōu)榉菗]發(fā)存儲器，可增強效能以及耗能。此外，考量如何處理模擬資訊，例如利用不同的加速器或是處理器，包括繪圖處理器(GPU)、可編程邏輯閘陣列(FPGA)、數(shù)字信號處理器(DSP)等，減少CPU必須處理的資料量。更有效率的DRAM以及SRAM，或是硅光子(silicon photonics)的運用，這些不同技術的進步，針對不同的應用重整資訊流，都有可能提升效率。

　　不同的封裝方式也可能改變長久以來的物理限制，例如2顆芯片并列，然而如何能夠達成量產(chǎn)，則是另外的考驗。上述許多的新技術以及解決方案可能在未來數(shù)年實現(xiàn)，不論最后是哪個應用成為市場主流，勝出的方案必定能夠在耗能以及效能上有長足的進步。