在最近的CES展会上，英伟达首席执行官黄仁勋透露，其AI芯片的性能提升速度已经超越了摩尔定律所设定的历史标准。
摩尔定律，由英特尔联合创始人戈登·摩尔在1965年提出，预测计算机芯片上的晶体管数量每年大约翻一番，进而使芯片性能相应翻倍。但近年来，摩尔定律的进展速度已经明显减缓。
图源备注：图片由AI生成，图片授权服务商Midjourney
黄仁勋强调，英伟达最新的数据中心超级芯片在处理AI推理任务时的速度是上一代的30倍以上。他表示：“我们能够同时进行架构、芯片、系统、库和算法的构建，如果做到这一点，就能超越摩尔定律，因为我们可以在整个技术栈中进行创新。”
在许多人对AI进步停滞不前的质疑背景下，这一声明显得尤为重要。目前，谷歌、OpenAI和Anthropic等领先的AI实验室都在使用英伟达的AI芯片进行AI模型的训练和运行，因此这些芯片的进步将直接影响AI模型的能力。
黄仁勋还提到，目前有三种活跃的AI扩展法则：预训练、后训练和测试时计算。他强调，摩尔定律在计算历史上的重要性不仅在于推动了计算成本的降低，也在于推理过程中性能的提升，这将带来推理成本的降低。
尽管一些人担心英伟达昂贵芯片在推理领域的领先地位能否持续，但黄仁勋指出，最新的GB200NVL72芯片在推理工作负载上比H100芯片快30到40倍，这将使AI推理模型变得更加经济实惠。
黄仁勋强调，提升计算能力是解决推理时计算性能和成本可承受性问题的直接有效途径。他预计，随着计算技术的不断进步，AI模型的使用成本将逐步下降，尽管目前OpenAI等公司的某些模型运行成本较高。
黄仁勋表示，现在的AI芯片相比十年前已经提升了1000倍，这一进步速度远超摩尔定律，且他认为这种趋势不会很快停止。
划重点:
🌟 英伟达CEO黄仁勋表示，公司的AI芯片性能提升已超越摩尔定律。
⚡ 最新的GB200NVL72芯片在AI推理工作负载上的速度是前代产品的30到40倍。
📉 黄仁勋预测，随着计算能力的提高，AI模型的使用成本将逐步下降。
暂无评论