英伟达AI芯片性能飙升：打破摩尔定律，重塑AI未来
国际消费电子展（CES）近日在拉斯维加斯举行，英伟达CEO黄仁勋在面向万人的主题演讲后接受TechCrunch采访时表示，其公司AI芯片的性能提升速度已远超数十年来推动计算机技术进步的“摩尔定律”设定的标准。这一突破性的进展，无疑将重塑AI的未来。
自戈登·摩尔于1965年提出“摩尔定律”以来，计算机芯片上的晶体管数量大约每年翻一番，从而使芯片性能也大致翻一番。这一预测基本实现了，并在几十年里推动了计算机性能的快速提升和成本的急剧下降。然而，随着科技的进步，这一定律的发展速度逐渐放缓。而英伟达的AI芯片，正以惊人的速度突破这一限制。
黄仁勋声称，英伟达的AI芯片正以自身的加速节奏发展。其最新的数据中心超级芯片在运行AI推理工作负载方面的速度比上一代产品快30多倍。这一进步并非偶然，而是英伟达持续创新，从架构、芯片、系统、库和算法等多方面进行突破的结果。
黄仁勋提出的“超摩尔定律”观点，正是对当前AI发展现状的精准描绘。他认为，当前AI领域存在三大扩展定律：预训练、后训练和推理时计算。预训练阶段，AI模型从海量数据中学习模式；后训练阶段，通过人类反馈等方法微调模型；推理时计算则让模型在回答每个问题后有更多时间“思考”。随着计算能力的提升，AI推理成本将逐步降低，类似于摩尔定律推动计算成本下降的历史进程。
英伟达的H100芯片曾是科技公司训练AI模型的首选，但随着科技公司更加关注推理，一些人开始质疑英伟达昂贵的芯片是否还能保持领先地位。然而，GB200 NVL72的推出，在运行AI推理工作负载方面的速度比英伟达之前最畅销的芯片H100快30到40倍，无疑给了质疑者一记重拳。黄仁勋表示，这种性能的飞跃意味着像OpenAI的o3这样在推理阶段使用大量计算的AI推理模型，其成本将随着时间的推移而降低。
然而，英伟达的突破并非终点，而是新的起点。黄仁勋表示，他总体上专注于创造性能更强的芯片，而性能更强的芯片从长远来看会带来更低的价格。他认为，AI推理模型可以用于为AI模型的预训练和后训练创建更好的数据，这将是未来降低AI成本的关键。
过去的一年里，我们确实看到了AI模型的价格大幅下降，部分原因是英伟达等硬件公司的计算技术突破。黄仁勋对此持乐观态度，他预计这种趋势将随着AI推理模型的发展而继续下去。他声称他今天的AI芯片比10年前的产品好1000倍，这是一个比“摩尔定律”设定的标准快得多的速度，他表示他认为这种速度没有停止的迹象。
总的来说，英伟达的AI芯片性能飙升，打破了“摩尔定律”的限制，为AI领域带来了巨大的变革。这一突破不仅提升了英伟达在硬件市场的竞争力，也为其他科技公司提供了更强大的工具来训练和运行AI模型。随着AI技术的发展，我们期待看到一个更加智能、成本更低的未来。
