merkezi işlem birimi hızının çıkabileceği ve günlük kullanımda kullanılabilecek son hız için herhangi bir yaklaşım söz konusu değil.

ayrıca atomlar transistör olarak kullanılmaz. atomların yörüngelerinde bulunan elektronların akışı transistör kavramını ortaya çıkartır. 

transistör nedir, nasıl çalışır?

oyunların gerçekçi olmasından kasıt dokuların gerçekçiliği ise merkezi işlem biriminin hızlı olmasından ziyade directx 12 api'si beraber gelmiş olan çoklu işlem desteği ile merkezi işlem birimlerinin hızına değil sayısına önem verilmeye başlandı. merkezi grafik işlem birimlerinde de çoklu işlemler directx 12 api'si ile düzenlenmeye başlanarak işlemcinin hızının, performansa etkisi önemli bir faktör olmaktan çıkarılmaya başlandı.

elektronların saçılıp heisenberg belirsizlik ilkesine göre davranış sergileyeceği küçülmeye kadar, merkezi işlem birimleri için hızın limiti söz konusu değil. transistörlerin kimyasal yapısı da şu anda herhangi bir kısıtlama sağlamıyor. bundan yaklaşık 5-6 yıl * önce k-kapısının kimyasal içeriği için çalışmalar yapılıp yeni bir yarı iletken silikon temeli üzerine işlemcileri geliştirmeye başlamışlardı.

boyut ne kadar küçülürse, elektron saçılması o kadar fazla olacağından, elektron kaybı ve aşırı ısınma sebebiyle oluşan performans limiti endişesi, yerini çoklu işleme bırakmış durumda diyebiliriz.

işlemcinin hızını sadece cpu saat hızı belirlemez. 3.5ghz lik işlemcinin birim zamanda yapabileceği işlem sayısı sadece cpu saat hızına bağlı değildir.

asıl soru cmos teknolojisi nereye kadar gidebilecek? yarın öbür gün(2 yıl içinde) cmos 5nm teknolojisine geçilecek, geçildiğinde her transistörün genişliği yaklaşık 5-10 civarı atomik küp ( silisyum'un kararlı kristal yapısı tanesi yaklaşık 0.5nm ) boyutuna inecek, biraz daha inmeye çalıştığında (tek atomlu transistör mü olacak tabi inemeyecek) channel length modulation* başa çıkılamayacak seviyeye gelecek. kısacası 5nm için bi frekans üst sınırı var. bu sınırı geçemezsin transistör bazında. transistörün üzerinden elektron ilerliyor, elektronun 5nm üzerinden ilerleme hızı birim limiti koyuyor. biraz daha var bu limite fakat sorun devre büyüdükçe mesafelerin artması ve tüm işlemcinin çalışma frekansının sınırlanması, ısınmanın artması.

hız bitti denemez biraz daha ilerleyecek fakat boyut olarak bu teknolojinin sonuna geldik. yer tasarrufu için 3 boyutlu finfetler var. henüz 3. boyutta hareket edebiliyoruz, tabi bu işlemcinin daha düşük saat hızlarında daha çok işlem yapabilmesini, paralel processing'i desteklemekte. daha çok transistör demek tek saat darbesinde daha çok işlem yapabilir demek oluyor.

ya da çözüm quantum işlemciler.

transistorler gayet de daha hizli acilip kapanabilmekte, ve moore's law'un 5 nm'ye kadar devam edebilecegi ongorulmekte. transistor kuculdugunde daha hizli acilip kapanir; ayni zamanda da birim alanda daha fazla transistor olacagindan, birim alanda daha fazla islem yapilabilir. 

saat hizinin birkac yildir artmamasinin sebebi transistorlerin daha fazla hizlanamamasi degil, saat hizi arttiginda bilgisayarlarin asiri power tuketmesidir. elektronik cipler genellikle uretildikten ve test edildikten hemen sonra ana kartlara dahil edilmek uzere package denilen, genellikle siyah renkli olan ve metal ile kapli kutucuklara konur 

(bunun gibi). 

bu kutucugun isiyi cipten uzaklastirma kapasitesi sinirlidir. yani eger chip 150-200w tuketiyorsa, o kadar cok isinir ki bir yerden sonra cipi sogutmak icin pahali yontemlere gerek duyulur ve bu da cip uretimi icin ekonomik olmaz. 

ayrica artan sicaklik, transistorlerin calisma karakteristigini etkiler, bunun sonucunda transistorlerin power tuketiminin bir bolumunu olusturan ve 'leakage power' denilen power'i daha da arttirir, bu da sicakligi iyice arttirmaya devam eder, yani bir nevi pozitif dongu olmaya baslar ve cip yanar. yani kisacasi cipin harcayabilecegi guc miktari sinirlidir. hizin yillardir artmamasinin sebebi de tam olarak budur. kaldi ki islemci ne kadar hizli olursa olsun, islemci ile bellek arasindaki iletisim hizi malesef moore's law hizinda artamiyor, bu da islemci hizindan once baska sorunlar ortaya cikariyor. 

bu yuzdendir ki moore's law yillardir devam etmesine ragmen son yillarda saat hizini arttirmak yerine, bilgisayar mimarlari daha cok 1)enerji verimliligini arttirmak 2)birim alandaki transistor miktarinin artmasini kullanabilmek icin uygulamalari daha 'paralel' hale getirmek icin ugrasmakta (bu ikisi birbiriyle baglantili). bilgisayar mimarlari cok zeki adamlar (kendimden biliyorum adfasasdf), ve bu 2 konuda baya da yol asilmakta. bu iki amacin baska sebebi de, mobil cihazlarin son yillarda cok artmasi, ve bu cihazlar da tamamen enerji acisindan verimli islemciler gerektirmekte. bu iki alandaki arastirmalarin bir cogu gunumuz dijital teknolojisini kullanarak paralel hesaplama yapmaya yonelik. 

bilgisayarlari daha 'paralel' hale getirmeyi, 'yakin donem' arastirma olarak gorebiliriz. diger arkadaslarin bahsettigi gpu, simd, mmx, sse, multicore, multithreading gibi teknolojileri bu sinifa koymak mumkun. fakat bu teknolojiler gelismeye devam etmek icin saat hizinin artmasini gerektirmese de, yine moore's law'a baglilar; cunku daha fazla paralelize etmek icin; ayni cip uzerinde daha fazla transistor gerekir.

simdi moore's law'a gelirsek; evet 2025'den sonra isler sarpa saracak. su anda gerek karbon nanotupler olsun, gerek benzer farkli malzemeler olsun silikonun yerine gececek malzemeler arastirilmakta. yukarida grafen denmis, grafen transistorlerden pek bir halt olmaz malesef, merak eden olursa sebebini aciklayabilirim. bunun yaninda, bugunku bildigimiz hesaplama ve bilgisayar teknolojilerine alternatif olarak, 3 buyuk alan uzerinde cok ciddi arastirma yapilmakta (bunlari da 'uzun donem' arastirma olarak gormek mumkun):

1) resistive memories (memristor de denir). bu resistive memory'ler flash gibi nonvolatile (bilgiyi saklamak icin elektrige ihtiyaci yok, dram'in ya da sram'in aksine), ama neredeyse dram kadar hizli bir bellek teknolojisidir. bu teknoloji dram gibi islemcinin uzaginda olmak yerine, islemcinin direk dibine entegre edilebildiginden, hem enerji hem hiz acisindan yukarida bahsettigim islemci-bellek arasindaki iletisimin limitini ortadan kaldiriyor. ayrica karbon nanotup transistorler ile entegre edilebiliyor, bunun sonucunda bugunun bilgisayarlarindan 1000 kat daha hizli bilgisayarlar ongoruluyor. meraklisi varsa makaleleri paylasabilirim. cok basit bir ornek: bugun bilgisayari actiginizda bilgisayari kullanabilmek icin os ayarlarinin diskten ya da flash'dan ram'e yuklenmesini bekliyorsunuz, ama bu bellek ile tusa bastiginiz anda cat diye bilgisayar acilabilecek (cunku dedigim gibi, bu memory'ler nonvolatile ve hizli).

2) quantum computing: bu konuda pek bilgim yok. yani iste kanada basbakani kadar biliyorum adsfasdfasdf.

3) cognitive (neuromorphic) computing: beyindeki noron ve sinapsler cok dusuk enerji harcarlar; ve her noron ve sinaps, tek olarak bakildiginda cok noise'ludur (her sinaps yuzde 1-10 ihtimalle yapmasi gerekeni yapabiliyor) ama bunlarin milyarlarcasini biraraya getirdiginizde beyin gibi mukemmel bir yapi ortaya cikiyor. beynin enerji tuketimi 10-20 w arasi olmasina karsin, beynin yapabildigi bircok seyden sadece biri olan goruntu tanima islemini google'in serverlari milyonlarca watt harcayarak yapabiliyor (ogrenme kismindan bahsediyorum). bu alanda amac, beynin enerji verimliligini cip uzerinde gerceklestirebilmek. bilgisayarlar buyuk sayilari carpip toplamak gibi islemleri insandan cok daha hizli yaparken, kompleks bilinc gerektiren islemlerde (fotograftaki objeleri tanima, yeni dil ogrenebilme, diller arasinda ceviri yapma, vb) bugun insan beyninin yanina pek yaklasamiyor (ya da yaklasabilmek icin binlerce ya da milyonlarca kat daha fazla enerji gerektiriyor). bu sebeple aslinda bu teknolojiyi bugunku digital hesaplama teknolojisine alternatif olmaktan cok, onun tamamlayicisi seklinde gorebiliriz; yani toplama ve carpma gibi islemlerin dijital olarak yapildigi, ama bilincsel olarak kompleks islemlerin 'cognitive computing' kullanilarak yapildigi bir cihaz ongorebiliriz. bu alanin ilerlemesi ayni zamanda beyindeki ogrenme fonksiyonunun nasil gerceklestigini anlamakla da ilgili. malesef bugun beyindeki ogrenme fonksiyonunun tam olarak nasil gerceklestigi hala anlasilamamis durumda, ama ilerleme devam ediyor.