gravius

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。
/ x9 G2 y. C8 |/ x. R, C. ]# L" O# N$ t
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。
0 x5 [, p& K/ l. ]. ]  j# P- B
% J. h0 Q# i4 `2 {8 B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。% n3 t% V1 @% y. c
- w  n3 m6 d! s9 B# [% [9 d6 [3 J6 S
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, S6 s7 r7 v1 Y; X5 C
( M. d4 L2 l4 k- O5 r
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。  O" I7 w5 M+ s' |9 n8 S. B  W7 f. f

& ^4 g( l9 B! U. y# l% Q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。
, t! d0 [/ c; ^, @
' n1 J; x! M& u; F2 `9 |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。
( D7 ~5 t% Z5 t6 b! z2 q1 ?0 q1 T% k- ]  W
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。
7 Y/ l4 G% N  A+ V" s$ t& L, X4 `1 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」。