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
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。