在上一期，我们提到，挑选模特的一个潜规则是，想让买家秀和卖家秀基本一致，就需要挑选头身比较小的高挑妹子。类似地，想让数字电路的实际波形尽量减少畸变，上升沿和下降沿更陡峭，也需要提升数字电路的电压。
但是，随着数字电路电压的提升，数字电路的功耗会与电压的平方成正比提升，结合主频提升的因素，实际上集成电路的功耗W，会与频率f成三次平方关系。这极大地制约了CPU处理能力的提升。摩尔定律的奇迹还能继续吗？
答案是肯定的。众所周知的实例表明，无论是依靠个人的奋斗，还是跟随历史的进程，只要做到“苟利国家生死以，岂因福祸避趋之”，做出自己一点微小的贡献，就可以在大家都担心自己的安危时，能够一秒一秒地延续自己的生命。
因此，人类无论遇到什么样的困难，都不会轻易抛弃摩尔定律。既然提升主频遇到了困难，那么，我们可以通过增加CPU核心的数量来提升计算力！
我们知道，在集成电路上增加CPU核心，可以在不提升CPU主频的前提下，通过增加集成电路的面积和晶体管数量，来提升CPU的计算性能。这样一来，我们就实现了功耗与计算力基本成线性正相关，从而让摩尔定律得以续一秒！
这种通过多核技术提升计算性能的方法，从2004年 Intel Core架构开始迅速普及。除Intel x86处理器外，MIPS，PPC和ARM等RISC架构的处理器，也纷纷出现了多核款型，如RMI(目前被Broadcom收购)、Cavium(目前被Marvell收购)、Freescale(目前被NXP收购)、MTK和Qualcomm等，都推出了多核RISC处理器，广泛用于通信设备、消费电子设备等场合。
而在对性能要求最高的服务器中，最常见的还是Intel的x86 Xeon (至强)系列。在2020年Intel推出的Xeon ScalablePlatinum系列处理器中，一颗物理CPU的内核数量可达56个。在超线程(Hyper Thread)技术的加持下，单台4路服务器上，操作系统可见的vCPU数量可达448个！
然而，我们知道，仅仅有足够多的CPU内核，只能在测试程序上跑出漂亮的分数。想在实际应用中将这么多CPU内核的计算能力充分发挥，就需要在程序设计中，有效地将计算任务分解到这么多的CPU内核上。这就是所谓的并行计算。
不幸的是，在多核处理器出现时，计算机科学的发展，还没有从编程框架、编程语言、编译器和操作系统API等一系列工具链层面解决并行计算问题。由于绝大多数应用程序并没有对多核做有效的优化，容易出现“一核有难，八核围观”的情况，或者，多CPU竞争一个资源时(最常见的是自旋锁)，会出现CPU排队的情况：
（原图由作者拍摄于印度班加罗尔，背景为莫迪废除流通的旧卢比纸币，新纸币发行量远低于社会需求，导致印度居民排长队取钱)
因此，我们需要合适的方法来组织这数量众多的CPU内核，使得它们能够有效地协同工作。虚拟化技术，就是这种将数量众多的CPU内核组织起来为人民服务的技术，它让摩尔定律的寿命得以不断延续！
那么，虚拟化技术究竟如何实现众多处理器内核有组织地为人民服务呢？
请看下期分解。
