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。
; ?4 h  _' p) V4 ^- v! [8 u* |) I# U( X  L& L
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 \( \- K0 Z1 a2 f8 O* Z' {. v! y- w0 D. L# z# z# i4 x9 @
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。8 F6 Y! p8 Z+ k: B9 ~2 \7 s0 i6 e

  `" W7 X4 b# RIEEE 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。: ^6 A2 x6 D5 Z4 @" @" l5 I5 [+ u( S
7 P; M1 a4 O; m' \
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。7 u- x  a  x$ e' y7 V5 ]* }7 @! v

. g! G' V* Y2 w2 |8 e& C7 P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。/ ^. _1 ?: {7 q+ `$ s

. F) q' y2 B7 r) n1 c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。
  I- v/ r. \. _7 m5 `
1 m3 v( }4 U. n' ^6 }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。
/ @8 d5 N  B& S8 E& G5 X. L- j$ V" X, w# A' C, P, P9 r5 ?/ t- b
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」。