Rumah > Peranti teknologi > AI > teks badan

Mendedahkan era 'Huang's Law' Nvidia: Prestasi inferens GPU AI meningkat 1,000 kali ganda dalam 10 tahun

PHPz
Lepaskan: 2023-10-08 20:21:14
ke hadapan
719 orang telah melayarinya

Semasa orang ramai membahaskan sama ada Undang-undang Moore telah tamat tempoh, NVIDIA baru-baru ini secara rasmi menerbitkan artikel teknikal yang berkaitan dengan "Huang's Law". Artikel itu tidak lagi membincangkan bilangan transistor, tetapi percaya bahawa dalam sepuluh tahun akan datang, prestasi inferens AI dan kecekapan cip tunggal akan meningkat lebih daripada 1,000 kali ganda

揭示Nvidia的「黄氏定律」时代:10年内GPU AI推理性能增长1000倍

Moore’s Law telah menguasai industri teknologi pada masa lalu. Ketua Pegawai Eksekutif NVIDIA Jensen Huang telah berkata banyak kali bahawa Undang-undang Moore "melambatkan" dan konsepnya telah mula menjadi lapuk. Walaupun NVIDIA telah memindahkan GPU daripada nod semikonduktor 28nm kepada 5nm sepanjang dekad yang lalu, teknologi ini hanya menyumbang 2.5x jumlah hasil

Ketua saintis NVIDIA, Bill Dally menjelaskan dalam artikel bahawa sikap NVIDIA terhadap teknologi generasi akan datang berkisar tentang "Huang's Law".

揭示Nvidia的「黄氏定律」时代:10年内GPU AI推理性能增长1000倍

Apakah Hukum Huang?

Asal usul apa yang dipanggil "Huang's Law", NVIDIA mendakwa bahawa mereka tidak menciptanya sendiri Istilah ini berasal daripada laporan oleh IEEE Spectrum dan kemudiannya diketahui oleh banyak media. Konsep yang baru-baru ini dilaksanakan oleh NVIDIA dalam produknya benar-benar menarik dan ia boleh menjadi kunci untuk membuka kunci masa depan industri.

Bill Dally menegaskan dalam ucapannya di "Hot Chip 2023" bahawa NVIDIA telah mengalami peningkatan 1,000 kali ganda yang menakjubkan dalam prestasi cip pengkomputeran dalam dekad yang lalu. Menurut buku itu, penambahbaikan sedemikian adalah mustahil untuk dicapai dalam rangka Undang-undang Moore, dan pengurangan proses itu tidak akan memberi kesan kepada jumlah ini. Sekarang, anda boleh bertanya kepada saya bagaimana saya mencapai kejayaan ini, dan jawapan saya ialah kami mengutamakan inovasi dalam satu "timbunan" berbanding pembangunan cip

揭示Nvidia的「黄氏定律」时代:10年内GPU AI推理性能增长1000倍

Untuk menyokong kenyataan ini, NVIDIA menyatakan dalam artikelnya bahawa pengenalan "seni bina Hopper" adalah faktor penentu dalam menunjukkan angka prestasi yang besar kerana mereka menggunakan "titik terapung 8-bit dan 16-bit dan matematik integer." Tambahan pula, pengenalan "Seni Bina Ampere" telah meningkatkan prestasi pembelajaran statistik, meningkatkan prestasi beban kerja pengkomputeran sebanyak 2 kali ganda. Untuk menghubungkan pelbagai teknologi bersama-sama, teknologi "NVLINK" NVIDIA sangat berguna, dan akhirnya mencapai kejayaan x1000.

揭示Nvidia的「黄氏定律」时代:10年内GPU AI推理性能增长1000倍

NVIDIA menyebut dalam artikel bahawa sepanjang tempoh 10 tahun, syarikat menukar daripada proses 28 nanometer kepada proses 5 nanometer, dan prestasi hanya meningkat sebanyak 2.5 kali ganda. Ini melanggar Undang-undang Moore, yang menyatakan bahawa setiap kali cip "mengecut", prestasinya akan meningkat sebanyak 2 kali tahun ke tahun. Daly berkata bahawa masa depan NVIDIA bergantung pada "Huang's Law", dan "Huang's Law" akan membawa beberapa peluang untuk kemajuan industri.

揭示Nvidia的「黄氏定律」时代:10年内GPU AI推理性能增长1000倍

"Ia adalah masa yang menarik untuk menjadi jurutera komputer." Daly berkata, "Situasi industri benar-benar mengesahkan fakta ini. Boleh dikatakan bahawa industri komputer berada pada saat yang menentukan, dan semuanya bergantung pada cara syarikat berfikir tentang cip dan pembangunan pengkomputeran".

Atas ialah kandungan terperinci Mendedahkan era 'Huang's Law' Nvidia: Prestasi inferens GPU AI meningkat 1,000 kali ganda dalam 10 tahun. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:sohu.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan