英伟达公司CEO黄仁勋终于说出了人们憋在心中许久的结论——摩尔定律已死,而这一论断亦使其成为首位作此评价的主流半导体厂商掌门人。
摩尔定律得名自英特尔公司创始人Gordon Moore(戈登-摩尔)。根据他在1965年对于技术发展的观察,晶体管体积正不断缩小,因此每年芯片制造商都能够在同等芯片面积之内容纳两倍于上一年的晶体管数量。而到1975年,这一速度下降为每两年实现一次倍增。
黄仁勋本届于台北举办的Computex大会上告诉我们,目前每一代芯片制造技术的主要推动力已经集中于大规模架构调整以及增加通道传输能力,但这些方案目前并无法继续保持每年50%的晶体管密度提升要求。顺带一提,作为年度盛会,Computex大会每年都吸引到大批记者与分析师前往现场。
黄仁勋解释称,“微处理器已经不再像以往那样立足性能水平进行扩展——这意味着摩尔定律已经宣告终结。半导体的物理学性质阻碍着我们进一步采取等比例缩放定律实现性能提升。”
英伟达公司CEO黄仁勋在本届台北Computex大会上指出,半导体技术与微处理器性能之间开始出现差距。
登纳德缩放,亦被称为等比例缩放定律(简称MOSFET),源自罗伯特-登纳德(Robert H. Dennard)于1974年发表之论文。从基本概念上,这一定律是指随着晶体管功的体积逐步降低,其功率密度则保持不变,意味着功率水平与芯片面积成正比。
摩尔定律与登纳德定律回报率降低使得半导体行业进入发展中的成熟阶段,目前只有少数芯片制造商能够承受推动制程技术升级所需要的数十亿美元投资。到当下为止,只有少数芯片设计人员能够立足16纳米与14纳米制造具有实用性价值的芯片产品。这意味着两大定律作为设计规则的作用越来越模糊。
技术发展的停滞也使得芯片行业近年来出现大规模合并风潮,相关兼并与收购活动投入达数十亿美元。
英伟达公司CEO黄仁勋预测,GPU计算将取得进一步发展。
尽管如此,但黄仁勋提出了半导体行业的另一种发展方向,即图形处理器。英伟达公司预计其产品将在未来几年内持续发展。黄仁勋解释称,深度学习方案将利用英伟达旗下全新架构GPU的处理能力作为主要依托,而这亦将使得该公司在人工智能、电脑游戏业务等领域继续占据主导地位。
目前,半导体行业正在积极探索摩尔定律之外的一些潜在发展途径。部分新兴中国芯片制造商正在全面推动硅绝缘体FD-SOI技术的发展。另一些厂商则摆脱平面设计的束缚,考虑将三维芯片作为实现性能提升的可行方式。
瑞信信贷公司分析师Randy Abrams在本届台北Computex大会上表示,英伟达公司全力投身人工智能领域以促进芯片行业发展的作法确实值得肯定。
英伟达公司强调称,其Volta GPU采用12纳米制程以打造出一款815毫米芯片,其面积达成iPhone处理器的7倍。另外,此款芯片亦使用台积电公司的硅插入器技术以实现16 GB高传输带宽内存。英伟达公司打造的8芯片配置DGX-1方案专门针对深度学习/主性能计算需求,售价为14万9千美元。
英伟达公司的数据中心业务较上年同期增长186%,根据本季度推算全年营收可达17亿美元。而对于台积电公司而言,这部分业务能够带来5亿美元营收,相当于其整体营收的1.5%。Abrams同时指出,AI还需要一段时间才能抵消手机作为主要营收动力的市场需求下滑问题。
好文章,需要你的鼓励
惠普企业与爱立信合作开设研究设施,验证双模5G核心服务,为电信运营商提供"无缝"下一代核心网络。联合验证实验室将解决多供应商基础设施部署中的关键挑战,进行互操作性测试。实验室位于瑞典爱立信总部附近,2025年底投入运营。该方案结合爱立信双模5G核心服务与惠普服务器、网络架构和红帽OpenShift平台,支持5G和4G网络,降低复杂性和运营成本。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
高通在骁龙峰会2025上发布新一代骁龙8 Elite Gen 5芯片,AI处理速度从15令牌/秒提升至220令牌/秒,为真正的AI代理性能奠定硬件基础。AI首席官马拉迪表示,个性化AI助手即将到来,能够利用设备本地文档和图片等数据提供智能服务。尽管生成式AI仍面临准确性挑战,但硬件已不再是障碍,关键在于制造商的集成应用。AI代理将改变人机交互方式,自动化繁琐任务,让用户更高效地使用设备功能。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。