揭示Nvidia的「黄氏定律」时代:10年内GPU AI推理性能增长1000倍
当人们争论摩尔定律是否已经失效时,最近NVIDIA官方发表了一篇与「黄氏定律」相关的技术文章。该文章不再讨论晶体管数量,而是认为在未来十年内,单芯片的AI推理性能和效率将提高1000倍以上
摩尔定律在过去一直主导着科技业。NVIDIA公司首席执行长黄仁勋(Jensen Huang)曾多次表示,摩尔定律正在「放缓」,它的概念已经开始过时。尽管NVIDIA在过去十年中将GPU从28纳米迁移到了5纳米半导体节点,但该技术仅占总收益的2.5倍
NVIDIA公司首席科学家比尔-达利(Bill Dally)在一篇文章中澄清说,NVIDIA对下一代技术的态度是围绕「黄氏定律」展开的。
何谓黄氏定律?
所谓「黄氏定律(Huang's Law)」的由来,NVIDIA声称并非他们自己发明的,这一术语源自IEEE Spectrum的一篇报导,后来被多家媒体所熟知。NVIDIA最近在其产品中实施的概念确实很有趣,它可能是打开行业未来之门的钥匙。
比尔-达利(Bill Dally)在「热芯片2023」的演讲中指出,NVIDIA在过去十年中经历了计算芯片性能惊人的1000倍增长。按照书本上的说法,这样的提升在摩尔定律的框架下是不可能实现的,而制程的缩减也不会对这一数字产生任何影响。现在,你可能会问我如何实现这一壮举,我的回答是,我们优先考虑了单个「堆栈」内的创新,而不是芯片开发
为了支持这种说法,NVIDIA公司在其文章中表示,引入「Hopper架构」是显示巨大性能数据的决定性因素,因为它们使用了「8位和16位浮点和整数数学」。更进一步,「安培架构」的推出提高了统计学习的性能,使计算工作负载的性能提升了2倍。为了将各项技术串联起来,NVIDIA的「NVLINK」技术派上了用场,最终实现了x1000的突破。
NVIDIA在文内提到,在整个10年期间,公司从28纳米制程转换到5纳米制程,性能仅提高了2.5倍。这违背了摩尔定律,即芯片每「缩小」一次,性能就会同比提高2倍。达利表示,NVIDIA的未来取决于「黄氏定律」,而「黄氏定律」会带来一些行业进步的机会。
「现在是做计算机工程师的一个有趣的时代。」达利表示,「行业形势确实验证了这一事实。可以说,计算机行业正处于一个决定性的时刻,而这一切都取决于公司如何看待芯片和运算的发展」。
以上是揭示Nvidia的「黄氏定律」时代:10年内GPU AI推理性能增长1000倍的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本文回顾了AI最高的艺术生成器,讨论了他们的功能,对创意项目的适用性和价值。它重点介绍了Midjourney是专业人士的最佳价值,并建议使用Dall-E 2进行高质量的可定制艺术。

Chatgpt 4当前可用并广泛使用,与诸如ChatGpt 3.5(例如ChatGpt 3.5)相比,在理解上下文和产生连贯的响应方面取得了重大改进。未来的发展可能包括更多个性化的间

Meta的Llama 3.2:多模式和移动AI的飞跃 Meta最近公布了Llama 3.2,这是AI的重大进步,具有强大的视觉功能和针对移动设备优化的轻量级文本模型。 以成功为基础

本文比较了诸如Chatgpt,Gemini和Claude之类的顶级AI聊天机器人,重点介绍了其独特功能,自定义选项以及自然语言处理和可靠性的性能。

文章讨论了Grammarly,Jasper,Copy.ai,Writesonic和Rytr等AI最高的写作助手,重点介绍了其独特的内容创建功能。它认为Jasper在SEO优化方面表现出色,而AI工具有助于保持音调的组成

本文评论了Google Cloud,Amazon Polly,Microsoft Azure,IBM Watson和Discript等高级AI语音生成器,重点介绍其功能,语音质量和满足不同需求的适用性。

猎鹰3:革命性的开源大语模型 Falcon 3是著名的猎鹰系列LLMS系列中的最新迭代,代表了AI技术的重大进步。由技术创新研究所(TII)开发

2024年见证了从简单地使用LLM进行内容生成的转变,转变为了解其内部工作。 这种探索导致了AI代理的发现 - 自主系统处理任务和最少人工干预的决策。 Buildin
