注意！我們熟知的“摩爾定律”被廢了...
前言
天氣漸冷，約了一位在銀行工作的老友小酌相聚，酒過三巡，老友便開始了吐槽，說現(xiàn)在的銀行都在開展數(shù)字化轉(zhuǎn)型，紛紛開展各種人工智能項(xiàng)目。我正納悶這不是蒸蒸日上與時(shí)俱進(jìn)有什么好吐槽的呢，老友又說道頭痛的是行里GPU資源有限，每個(gè)部門都搶的頭破血流...
我瞬間想到了NVIDIA創(chuàng)始人黃仁勛提出的黃氏定律對(duì)AI性能的提升曾作出的精準(zhǔn)預(yù)測(cè)，預(yù)測(cè)GPU將推動(dòng)AI性能實(shí)現(xiàn)逐年翻倍！
也就是在前天，NVIDIA GTC CHINA 2020線上大會(huì)上，NVIDIA首席科學(xué)家Bill Dally在大會(huì)上重點(diǎn)介紹了公司在AI方面的進(jìn)展，他以三個(gè)項(xiàng)目為例，結(jié)合著名的黃氏定律，大膽表示GPU將持續(xù)推動(dòng)AI性能每年翻一番。他認(rèn)為在提高計(jì)算機(jī)性能方面，黃氏定律就是一項(xiàng)重要的指標(biāo)，就像曾經(jīng)的"摩爾定律"一樣，黃氏定律可能在未來的很長(zhǎng)一段時(shí)間都適用。
摩爾定律
摩爾定律，是由Intel的聯(lián)合創(chuàng)始人Gordon Moore在20世紀(jì)60年代提出，當(dāng)時(shí)他表示計(jì)算機(jī)芯片上的晶體管數(shù)量大約每?jī)赡陼?huì)翻一番，這也意味著這些芯片及其供電的計(jì)算機(jī)的性能在大致相同的時(shí)間表上將會(huì)大幅提高。
Gordon Moore原話：The complexity for minimum component costs has increased at a rate of roughly a factor of two per year
在隨后的半個(gè)世紀(jì)里，摩爾定律一直被認(rèn)為是有效的，但是隨著芯片制造廠商達(dá)到原子級(jí)電路和電子物理的極限，摩爾定律慢慢的有點(diǎn)跟不上時(shí)代的步伐，就在這個(gè)時(shí)候，以NVIDIA創(chuàng)始人黃仁勛命名的黃氏定律逐漸步入大眾的視野。
黃氏定律
黃氏定律和摩爾定律有類似的說法，表示支持AI 人工智能的芯片效能會(huì)每?jī)赡暝黾右槐?，效能提升主要是由于軟硬體隨著時(shí)間而做出的改進(jìn)。
這次大會(huì)Bill Dally主要介紹的三個(gè)項(xiàng)目分別是：
MAGNet
NVIDIA開了一個(gè)名為MAGNet的工具，MAGNet采用了NVIDIA獨(dú)有的新技術(shù)來協(xié)調(diào)并控制通過設(shè)備的信息流，最大程度地減少數(shù)據(jù)傳輸及帶來的消耗，使其生成的AI推理加速器在模擬測(cè)試中，能夠達(dá)到100TOPS/W(每瓦特100萬億次操作)的推理能力，比目前市場(chǎng)上頂級(jí)的的商用芯片仍高出一個(gè)數(shù)量級(jí)。
光鏈路
NVIDIA的另一個(gè)項(xiàng)目，目標(biāo)就是以更快速的光鏈路取代現(xiàn)有系統(tǒng)內(nèi)的電氣鏈路，這個(gè)項(xiàng)目是NVIDIA與哥倫比亞大學(xué)一起合作，共同研究如何利用電信供應(yīng)商在其核心網(wǎng)絡(luò)中所采用的技術(shù)，通過一條光纖來傳輸數(shù)十路信號(hào)。目前他們正努力嘗試在一毫米大小的芯片上實(shí)現(xiàn)Tb/s級(jí)數(shù)據(jù)的傳輸，如果真的成功，將是目前互連密度的十倍。
在大會(huì)上Bill Dally也展示了最新的NVIDIA DGX系統(tǒng)模型，該模型采用最新的光鏈路技術(shù)，集中了160多顆GPU，實(shí)現(xiàn)超高速的數(shù)據(jù)傳輸。
Legate
為了能最大程度的利用光鏈路的能力，NVIDIA特地研究了全新的編程系統(tǒng)原型Legate。Legate可以幫助開發(fā)者在任何規(guī)模的系統(tǒng)上運(yùn)行針對(duì)單一GPU編寫的程序，甚至對(duì)于 Selene這種搭載數(shù)千個(gè)GPU的巨型超級(jí)計(jì)算機(jī)一樣適用。
Bill Dally還強(qiáng)調(diào)，GPU是黃氏定律的基礎(chǔ)，GPU當(dāng)下的成功以及未來的發(fā)展對(duì)黃氏定律來說尤其重要。
當(dāng)然，現(xiàn)實(shí)中是否真的能如他所說，實(shí)現(xiàn)并延續(xù)黃氏定律，僅僅依靠一兩家公司是不可能的，還需要整個(gè)行業(yè)對(duì)AI能力的訴求以及大膽創(chuàng)新。為此，NVIDIA 正在構(gòu)建AI生態(tài)，大會(huì)上NVIDIA 也展示了12家從他的初創(chuàng)加速計(jì)劃候選名單中篩選出來的AI初創(chuàng)公司。這些公司涵蓋了會(huì)話人工智能、智慧醫(yī)療/零售、消費(fèi)者互聯(lián)網(wǎng)/行業(yè)應(yīng)用、深度學(xué)習(xí)應(yīng)用/加速數(shù)據(jù)科學(xué)、自主機(jī)器/IOT/工業(yè)制造、自動(dòng)駕駛汽車等各種未來AI大展拳腳的行業(yè)。
摩爾定律的成功曾為現(xiàn)代計(jì)算帶來第一個(gè)時(shí)代，也有知乎網(wǎng)友曾表示：
摩爾定律首先是一條經(jīng)濟(jì)上的定律，然后才是工程科學(xué)方面的定律。集成電路從設(shè)計(jì)到生產(chǎn)，其指揮棒都是以盈利為目標(biāo)的。芯片集成度翻倍，成本減半，在系統(tǒng)集成商的角度就是性能翻倍，器件集成度翻番，價(jià)格減半在消費(fèi)者眼里就是從大哥大到小靈通再到智能手機(jī)，越來越物美價(jià)廉。芯片的系統(tǒng)集成產(chǎn)品是以PC，手機(jī)，平板等等為代表的消費(fèi)電子。如果從小靈通到現(xiàn)在還是一直都是小靈通，沒有其它可替代產(chǎn)品，那小靈通的市場(chǎng)早就飽和了，產(chǎn)能過剩，企業(yè)難以為繼。實(shí)際上，平均每?jī)赡昃蜁?huì)出一代新芯片，集成度翻倍，成本減半。使得消費(fèi)電子越來越物美價(jià)廉，刺激消費(fèi)。Intel每?jī)赡瓿鲆淮a(chǎn)品，十年出五代產(chǎn)品，就能賺五倍。在市場(chǎng)上的產(chǎn)品飽和前，下一代產(chǎn)品即使已經(jīng)研發(fā)出來，也要等市場(chǎng)上的產(chǎn)品把瑪麗賺干凈了，才會(huì)投入市場(chǎng)?！具@里有個(gè)證據(jù)，2007年3月，INTEL宣布在大連投資25億＄建立一個(gè)12inch的90nm晶圓工廠，2009年6月，INTEL宣布大連芯片廠將以65nm制造工藝替代90nm工藝，原因是此時(shí)國(guó)內(nèi)已經(jīng)開始了65nm的晶圓制造，so，不是INTEL沒有更先進(jìn)的制程，只是人家在利用舊制程把市場(chǎng)上該吸的血吸干凈前，根本沒有必要推出新工藝】所以，芯片必然要以每?jī)赡?一年半)集成度翻倍，價(jià)格減半來迎合市場(chǎng)，太慢了市場(chǎng)已飽和，公司收支不平衡，會(huì)引起財(cái)務(wù)上的問題。太快了，一是這一款芯片沒有最大化他的盈利能力，二是在技術(shù)上研發(fā)跨越不了一代一代之間的積累。在摩爾定律失效后，集成電路產(chǎn)業(yè)會(huì)成為傳統(tǒng)制造業(yè)，盈利的驅(qū)動(dòng)力轉(zhuǎn)變?yōu)樾聭?yīng)用。（來自知乎網(wǎng)友PNJunction）
現(xiàn)在這個(gè)盈利的驅(qū)動(dòng)力轉(zhuǎn)變?yōu)榈男聭?yīng)用，似乎就是指黃氏定律和GPU，那么黃氏定律能否成功仍需時(shí)間的檢驗(yàn)。但不可否認(rèn)的是NVIDIA 正在努力實(shí)現(xiàn)黃氏定律，同時(shí)借AI生態(tài)的打造想要更深遠(yuǎn)的影響AI發(fā)展。
你是否覺得黃氏定律也會(huì)和摩爾定律一樣，大殺四方？歡迎說出你的想法！
DD自研的滬牌代拍業(yè)務(wù)，點(diǎn)擊直達(dá)
【往期推薦】
2020-12-16
2020-12-16
2020-12-15
2020-12-15
2020-12-14
2020-12-14
掃一掃，關(guān)注我
知曉前沿科技，領(lǐng)略技術(shù)魅力
﹀
﹀
﹀
深度內(nèi)容
推薦加入
素質(zhì)二連，走一個(gè)