# 7.11 结束语
<!-- source: p0649 -->

传统目标是改进通用计算机，让所有程序受益；近年来，方向开始转向使用 DSA 加速一部分程序。本章介绍了这种转变中的若干商业实例。至少在过去十年间，体系结构研究人员不断发表针对通用处理器的创新，基于有限基准的模拟，宣称获得 10% 或更低的性能提升；与此同时，公司现在报告的 DSA 硬件产品加速比却达到 3–10，乃至更高。它们不仅提供了令人瞩目的加速，也显著降低了机器学习的能耗和排放影响。

我们认为，这说明该领域正在经历变革，而以下两个因素正带来体系结构创新的复兴：

- Dennard 缩放与 Moore 定律相继走向历史性的终点，这意味着，要继续改善成本、能耗和性能，就必须依靠计算机体系结构创新；
- DSA 巨大的潜在收益，以及它与领域专用编程语言之间的协同作用。

尤其是在本书第七版写作之际，人们对人工智能潜力的热情，已经使数据中心投资的重点，从 CPU 服务器转向 AI DSA。

我们相信，许多体系结构研究人员将设计出新的 DSA，把标准提高到超越本章实例的水平。我们迫不及待地想看到：到本书下一版出版时，计算机体系结构的世界会是什么模样！

<!-- source: p0651 -->

![Apple A4 至 A8 各代 SOC 在 2010 至 2014 年间的专用 IP 模块数量](/figures/ch07/fig-7-32.png)
{#fig-7.32 num="7.32" caption="2010–2014 年间，用于 iPhone 和 iPad 的 Apple SOC 中的 IP 模块数量" .wide .expand}

来源：Shao, Yakun Sophia 和 David Brooks，*Research Infrastructures for Hardware Accelerators*，Springer Nature，2022。图中横轴依次为 A4（2010）、A5（2011）、A6（2012）、A7（2013）和 A8（2014），纵轴为专用 IP 模块数量。相关讨论见 7.8 节。