1. 摩尔定律
摩尔在1965年4月19日的《电子学》杂志上公布了这一著名预言。英特尔CEO科再奇(Brian Krzanich)表示：“摩尔定律是一项经济定律，与物理和化学并无太大关系。在几年时间里，我们将使芯片上的晶体管数量增加一倍。实际上，我们也将成本减少了一半。当你做到这一点时，你也优化了设备的性能。”今天，酷睿i5处理器的性能是英特尔第一代4004处理器的3500倍，能效高出9万倍，而成本只有1/60000。科再奇表示，如果汽车也以这样的速度发展，那么目前时速已达到30万英里，而成本只有4美分。关于摩尔定律带来了什么经验，摩尔表示：“当我做出成功的预言之后，我要避免再做另一个预言。”他同时指出：“摩尔定律能坚持50年之久，这令人震惊。”摩尔认为，摩尔定律不会永远有效，但如果良好的工程技术得到应用，那么摩尔定律仍可以坚持5到10年时间。他表示，他并不希望行业陷入僵局。许多人在几十年前就已预测，行业即将止步不前。摩尔表示：“我没有看见其他任何领域能在如此长的时间里保持指数式增长。”
2. 失效后的提升性能的方法
1.内存中计算：在整个计算史上，处理最缓慢的一部分就是从硬盘获取数据。很多的处理性能都浪费在了等待数据到达上。相比之下，内存中计算则将大量的数据放在RAM（随即存取内存），使得数据可以马上在RAM中进行处理。结合新型的数据库、分析技术和系统设计，它能够大大提升性能和整体成本。
2.量子计算:普通计算机中的2位寄存器在某一时间仅能存储4个二进制数（00、01、10、11）中的一个，而量子计算机中的2位量子位（qubit）寄存器可同时存储这四个数，因为每一个量子比特可表示两个值。理论上，量子计算机将能够以数百万倍于当前技术的速度解决各类非常复杂的问题，如分析基因数据或者测试飞机系统。谷歌研究人员去年宣布，他们已经开发了一种新的量子比特方式来检测和防范错误。
3.神经形态计算。神经形态计算技术的目标是，打造一款像人脑那样的计算机——处理和学习数据的速度能够跟生成数据一样快速。到目前为止，业界已经开发出能够通过训练和执行神经网络来进行深度学习的芯片，那是往正确方向迈出的一步。例如，General Vision的神经形态芯片包含1024个神经元，每一个都是基于SRAM（静态随机存储器）的256字节存储器，且有3000个逻辑闸，所有的神经元都互相连接，平行运行。
4.DNA数据存储。将数据转换成base 4，你就可以将它编码到合成DNA上。为什么要那么做呢？很简单：一点点DNA就可以存储一大堆数据。事实上，有瑞士研究团队估计，一茶匙的DNA可以容纳人类迄今为止所产生的所有数据，从最早期的洞穴壁画，再到昨天的Facebook动态更新。这种技术目前需要耗费大量的时间和资金，不过基因编辑或许是大数据的未来：Futurism最近报道称，微软正在研究利用合成DNA来进行安全的长期数据存储，已经能够编码和恢复100%的初始测试数据。
