1. 一个具体问题
一个服务每年变慢，团队说等下一代芯片就能自然解决。另一位同事反驳摩尔定律已经失效。两人都把一个关于集成电路规模的历史观察，直接变成了自己应用性能的保证。需要先拆开晶体管数量、时钟频率、功耗和用户等待时间这几个不同指标。
2. 一句话解释
摩尔定律是关于集成电路元件数量增长的历史经验与预测，不是所有计算性能永久按固定周期翻倍的物理定律。
3. 出处与原意
Gordon Moore 在 1965 年的《Cramming More Components onto Integrated Circuits》中讨论经济成本合适的集成电路复杂度，最初观察和预测的节奏约为每年翻倍；后来相关预测调整为约两年。常听到的“十八个月性能翻倍”不能当作原论文的精确表述。
4. 原理与机制
更多晶体管可用于缓存、多个核心、专用加速器或更复杂的控制逻辑，却不必然提高单线程速度。制造密度、芯片面积、良率与成本共同影响产品可用的规模；软件还要能够利用新硬件。即使硬件吞吐量增加，网络等待或串行算法也可能限制整体收益。指数增长描述一定时期内的趋势，向未来外推时必须考虑材料、散热、制造投资等约束，而不能把一条历史直线当作采购合同。
讨论增长时还要辨认分母：每片芯片、每单位面积、每瓦功耗和每元成本是不同指标。总晶体管数量增加可能来自更大的芯片或封装组合，未必代表制造密度同幅提高；专用加速器对某种算法极快，也不代表所有程序受益。采购与容量规划应采用与实际业务相匹配的指标，并把硬件数量增长和软件效率改进分别记录。
5. 一个完整案例
假设案例：图像处理站计划两年后把任务量翻倍。旧任务中四成时间在远程下载，六成用于计算。采购方假设新芯片计算速度翻倍，于是预计总耗时减半。重新计算后，同一任务的理想时间仅从 100 单位降到 40+60/2=70 单位；任务量翻倍则需要约 140 单位。团队最终一边验证新硬件的实际性能，一边增加下载并发和缓存，并保留扩容预算。摩尔定律在这里提供趋势背景，真正支撑方案的是工作负载测量。
6. 适用条件与反例
适合阅读计算产业历史、理解长期技术进步和规划多种容量情景。它不适合单独预测某款设备发布日期、采购价格或应用响应时间。某些专用任务可能进步更快，某些受存储和网络限制的任务几乎没有同步收益。
7. 今天可以尝试的行动
把“硬件会更快”改写为三个可核验假设：哪个部件改善、改善多少、业务中有多少工作受它影响。用当前任务跑一次基准，再分别计算乐观与保守容量，不把尚未交付的技术进步计为已获得资源。