標題: [轉貼] 摩爾定律已逝 黃仁勳「黃氏定律」GPU AI 效能10年增千倍 [打印本頁] 作者:
gravius 時間: 2023-10-7 00:36 標題: 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。/ g% S/ @" {6 |$ b
3 P" e; k- @1 t/ T8 b" i+ D8 E
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。 3 y+ G* U1 j7 T9 T 1 d8 D( S P" l W, z$ N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。 ; }5 M8 ^. l: ~5 j4 @/ x; d5 u$ e9 J# b* V7 B+ k2 C7 S) u, j- z
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。5 L4 ~2 f4 O& d: |6 k; x' c
6 |' B d$ Y _! W2 A6 j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。- U# M) Z# w) {& t* M C2 E
8 M( X% c3 ^7 u4 U1 \9 B7 M$ U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。3 o" M/ B( Y# i& E9 q2 `: p( z
7 J- [7 f& Y( ~, 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。0 G5 e! V. H2 }+ F8 v' T3 k! i
4 j! B! o. [& b1 P; S
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。 t! i; A7 \1 L' j- F4 e2 } 7 \$ F7 _- a' Q( Q: [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」。
