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。
0 F% }+ h" I7 C2 s- k/ v' o( p0 t& Q d6 L7 n
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。
: G# J& h% j* E( O8 W" Z g& E. P9 r* _2 W) z( S5 [
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。3 o+ \. y) q- B% _, @ P# T5 K
2 }4 v! U. z) O1 L
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。+ Y( X9 \1 @4 x) j/ W
- v! m @# G4 q5 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。$ k/ ?, d+ V; d, c2 N: s
) p# j! c g& V: j% ?8 ?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。
8 k( @4 q% a+ l% T Q
1 z. T. J: p/ |* N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。 E4 q- S( n2 R# h" c# H
# z5 s3 p! {* B6 R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。
) _2 F3 R) j9 n4 e6 x8 Q. N, ], O& d# p- r
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」。
