黄仁勋指Nvidia的AI晶片发展已超越摩尔定律

图片来源: 

Nvidia

Nvidia执行长黄仁勋本周稍早在CES 2025演说以及在Techcrunch访谈中指出,该公司AI运算能力的进展速度,已经超越摩尔定律。

摩尔定律(Moore’s Law)是由英特尔创始人之一的Gordon Moore,在1965年首先提出对晶片制造的预测。该定律后来也经过调整,不过大致是指,积体电路的电晶体元件每18到24个月会成长一倍。随著电晶体愈来愈小,使得翻倍的难度及成本愈来愈高,摩尔定律已经渐渐不适用,但仍然是资讯产业的重要指标。

同样的,AI在经过近几年的发展,也被部分人士质疑发展速度减缓。但是黄仁勋驳斥AI进展速度减缓,并说AI运算速度有自己的成长法则,是超摩尔定律(Hyper Moore’s Law)。原因是,由于Nvidia同时自建架构、晶片、函式库和演算法,就可以超越摩尔定律。他在去年11月就提出了这个说法。

黄仁勋说现在AI有3个扩展法则,分别是预训练(pre-training,以大量资料让AI模型学习)、后训练(post-training,微调),及测试时运算(test-time compute,推论期间,让AI模型在回答前有更多时间思考)。

黄仁勋指出,该公司最新AI晶片GB200 NVL72比上一代H100运算速度快30倍。拉长时间来看,该公司AI晶片和10年前相比,更是快了1,000倍,并没有减缓迹象。

一如摩尔定律借由推升运算速度降低运算成本,黄仁勋相信,AI速度也愈来愈快,因而也能压低推论成本。

OpenAI最新具思考能力的AI模型o3执行每次任务就要近20美元,但ChatGPT Plus订阅费每月也才收20美元,令执行长Sam Altman哀怨用户用太凶,害它亏很大。因此,黄仁勋相信,像OpenAI o3的模型推论成本长时间会下降。因为具思考能力的AI模型可创造更好的资料于AI预训练及后训练使用,进而加速AI模型运算效能。