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。8 [" Z& ?% t6 W( d2 @: F
1 S* R1 {! E0 `6 F0 U- 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。
7 ?  Q! y4 X) y0 t7 a& }3 V: d5 w5 M4 R: j/ R4 d( f5 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。
# J* K# q, _# t7 h" D: M  z; u3 v+ {4 s# s( N: {: X
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。
% ~2 P0 F3 F7 c2 r" V  [/ A. I
" ]1 V8 R, b( a  r6 K$ x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。
) [/ M# \! _1 J0 v- K: `% A
: U, e; K) ?* l' X7 Z& S- O0 @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。
2 _' `( ^# x9 j& {" F. @7 t' t- p  L* V9 W( I
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。
: @3 F8 T( o1 Q! z' s9 L$ B) p# H7 ?( s2 l' M9 K
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 ~+ K! b4 o( L7 z& S$ E

  c+ h$ U4 I  f3 ]8 F0 }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」。