摩爾定律已逝 黃仁勳「黃氏定律」GPU AI 效能10年增千倍
自由時報 2023/10/06 當人們在討論「摩爾定律」（Moore's Law）是否失效之際，輝達首席科學家達利（Bill Dally）近期演說指出，後摩爾時代的「黃氏定律」（Huang's Law）正帶來電腦效能的結構性轉變，他預測，GPU AI（人工智慧）推理效能10年將提升1000倍。1 } O0 b8 }$ w& s
1 L- A2 e* d# }達利在近日舉行的「2023 Hot Chips」年度會議上指出，每一款新的處理器需要獨創性與努力來發明與驗證新成份。這迥然不同於一個世代以前，工程師基本上依賴的是更小、更快速的晶片原理。
) ~+ s% q5 L) T: [% ?: F+ d3 s
8 `% t% `7 i+ g; c$ Q他說，他在輝達領導的一個300多人團隊，過去10年協助單一GPU的AI推理效能提升1000倍，未來也將以這樣的速度持續下去。4 l4 {7 S7 ~) I& }( u* S3 W+ S5 }
- Q! i/ v9 I* J0 k, m
IEEE Spectrum一篇報導，首度以輝達創辦人兼執行長黃仁勳為名，將此驚人進展稱為「黃氏定律」，華爾街日報之後一篇專欄文章，使此定律廣為人知。/ l3 j& a8 u a+ c
/ Y6 ^; e" v$ c3 N$ E& o
達利解釋，輝達一直努力改良GPU微架構，以提升AI推理的效能成長。比如，輝達最新Hopper架構與Transformer引擎，採用8與6位元浮點及整數數學動態組合，產生12.5倍的效能提升，這是為當前生成式AI模型的需求，量身打造的，相關複雜指令協助以更少能源執行更多工作。
8 Z2 n* t, Z4 @3 H( x5 k+ c" p3 S) T( H7 q4 r3 [' {+ V' a( Q7 W
此外，輝達安培架構（Ampere）增加結構稀疏性，此為簡化AI模型權重，而又不降低模型準確度的創新方式，該技術帶來另外2倍的效能提升，未來有望再度取得進展。' c4 W4 Y' H% X9 ?( N: z4 N1 q
. j3 B" v" F. v3 V# d
達利也提到，將系統中的GPU，以及系統之間的輝達網絡直接串連的，能提升單一GPU效能1000倍。
" a% S2 }+ \3 u1 ?- ]& R) q% P# `$ g
他說，雖然過去10年，輝達的GPU從28奈米升級到5奈米製程，但總體效能僅提升2.5倍，這與一個世代前的摩爾定律迥然有別，根據該定律，隨著晶片越變越小、運算越來越快，效能每兩年應倍增。
9 }9 v0 l9 N& \+ k' h" I" B
+ S. @* z5 C& f/ F- J& y達利說，儘管摩爾定律的效能提升逐漸失效，但他對於黃氏定律深具信心。他說，因為新一代晶片與系統需要新創新，「這是做電腦工程師的有趣時代；電腦產業正處於決定性時刻，而這一切都取決於公司如何看待晶片與運算的發展」。
