Borkar所提的将更多小型核心整合在一起的建议，可能在性能上会比较大型的复杂核心低，但整体的运算吞吐量(throughput)却会高很多。
他指出，与其设计一颗具备10亿逻辑闸的晶体管，不如把10个大规模的、由1亿晶体管构成的核心整合在一起，这将使设计工程师能把100个、甚至1,000个中等规模的、由1,000万晶体管
构成的核心整合在一起。
Borkar表示：如果你反过来应用Pollack定律(Pollack isRule)，更小核心芯片的性能会随芯片面积的平方根而减少，但功耗的降低是线性的，这就导致功耗大为降低，而性能下降反而更少。Pollack定律说明，性能的增加基本上与复杂性增加的平方根呈正比，因此，处理器中的逻辑电路增加一倍，将使性能增加40%以上。
另一方面，多任务处理技术有可能提供接近线性的性能改进，Borkar表示。用两个更小的处理器来替换一个大的单颗MPU，有可能把性能提高80%以上。此外，采用更大数量的小型核心也会使运算吞吐量呈线性增加。
Borkar补充：尽管在相同的芯片尺寸和相同的功率电路(powerenvelope)中，一个由许多核心(many-core)组成的系统确实比一个多核心(multicore)系统提供更高的运算吞吐量，但它可能很难获得满意的性能。
Borkar指出，一个具有数百或数千个小型核心的超多核心的架构，需要设计工程师找到一种对系统功耗进行严格管理，并提供一种最佳化的芯片上网络(on-dienetwork)。
（转载）
