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
创业公司Pythagora发布全新AI编程平台,通过14个专业AI代理实现从前端到后端的全栈应用开发。该平台支持开发者和非技术用户仅通过自然语言提示创建应用程序,涵盖规划、编码、测试、调试和部署全流程。与传统AI编程工具不同,Pythagora提供端到端解决方案,AI代理可自动处理前后端开发、API连接、数据库管理等任务,并具备专门的调试功能,让用户无需实际编写代码即可创建完整应用。
字节跳动联合浙江大学发布了ImmerseGen系统,这是一个能根据文字描述自动生成VR世界的AI工具。该系统采用轻量化代理和RGBA纹理技术,用AI代理协作完成从地形生成到物体布置的全流程,还能添加动态效果和环境音效。相比传统方法,它生成的场景效率提升数十倍,在移动VR设备上达到79帧流畅运行,为VR内容创作带来革命性突破。
Context公司推出AI驱动的自动驾驶平台,可同时启动数千个AI代理执行深度研究、数据分析和报告生成等工作。该公司与高通建立战略合作,支持AI代理在骁龙神经处理单元上本地部署,实现在用户个人电脑而非云端运行的AI自动化。平台类似中国AI平台Manus,通过大语言模型执行复杂任务,包括企业搜索、代码解释、文档生成等应用,已完成1100万美元种子轮融资。
慕尼黑大学研究团队开发了SwarmAgentic技术,这是首个能够完全自主生成智能体系统的框架,无需人工预设模板。该技术借鉴蜂群智能原理,让AI系统自己决定需要什么角色、如何分工协作。在旅行规划等六项复杂任务测试中,SwarmAgentic表现优异,在旅行规划任务上比现有最佳方法提升261.8%,展现了全自动智能体系统设计的巨大潜力。