No sé la cantidad para terminar, pero creo que las razones son las siguientes:
- Latencia: el aumento de núcleos, módulos, troqueles en el mismo paquete agrega más tiempo para completar un comando, especialmente si llega a los extremos del paquete. La latencia aumenta con el tamaño físico de la CPU y el número de puertas de enlace entre núcleos. Incluso si puede producir una CPU de 1 m², tendrá al menos 10 veces la latencia de las CPU normales y será mucho más lenta para flujos de código turbulentos.
- Rendimiento de producción: cada transistor agregado al diseño de la CPU agrega más probabilidad de fallar en la producción. No puede producir un transistor con una tasa de éxito del 100%. Es 99.99999999%, pero cuando el número de transistores crece a 100 billones, la tasa de éxito de producción de la CPU cae a% 1. Es por eso que tanto los fabricantes de GPU como de CPU se mantienen dentro de los límites razonables tanto como sea posible. Un solo error de transistor puede hacer que toda la CPU sea basura.
- Penetración en el mercado: no puedes jugar muchos juegos con un uso completo de 32 núcleos. Tal vez solo unos pocos puedan usarlos solo porque los cálculos físicos de la escena del juego están descargados a la CPU, pero la GPU ya domina a la CPU en términos de potencia de cálculo. Casi la mayoría de los softwares de oficina utilizan en su mayoría 4 núcleos como máximo. Incluso para los mejores casos de uso, solo el% 1 de la población tiene dinero para comprar tales CPU y sus costosas placas base en la actualidad.
- Quizás en el futuro, los FPGA pueden hacerse cargo y tener un número dinámico de núcleos para adaptarse a cualquier tipo de carga de trabajo, desde juegos hasta ciencia. Escuché que IBM ha creado una CPU de 1024 núcleos a partir de un plano de IP suave de FPGA.
Si hablo a través del sombrero de uno: 256 núcleos de CPU que necesitan 750 W de potencia y 250000 $ de dinero justo antes de que FPGA invada las computadoras de escritorio.