摩爾定律“已死”,英偉達首度承認(rèn)“黃氏定律”
在媒體層面?zhèn)鞑啄旰,“黃氏定律”這一命名終于被英偉達官方認(rèn)可。
摩爾定律會失效嗎?
除了Intel一直不肯承認(rèn)外,想必其他廠商的答案都是“肯定”的。
在這一事實的前提下,他們更多的考慮的問題是:摩爾定律失效后,該如何進一步提高處理器的能效?針對這個問題,一些公司已經(jīng)找到了自己的答案,比如英偉達。
過去幾年來,黃仁勛一直對外表達“摩爾定律已死、新定律正在形成”,尤其是在GPU方面,更是預(yù)測每10年GPU性能增長1000倍,這一預(yù)測也被戲稱為“黃氏定律”。
值得注意的是,就在正在舉辦的GTC 2020中國線上大會上,“黃氏定律”正式被官方敲章——官方活動上,英偉達首席科學(xué)家兼研究院副總裁Bill Dally親口說出“黃氏定律”。
什么是黃氏定律?
聊黃氏定律之前,我們先了解一下被預(yù)測即將失效或“已死”的摩爾定律。
摩爾定律由Intel創(chuàng)始人之一的戈登·摩爾提出,預(yù)測集成電路上可以容納的晶體管數(shù)目大約每經(jīng)過24個月就會增加一倍。
之后,Intel前CEO大衛(wèi)·豪斯更新了另外一版說法,即每18個月芯片性能將提高一倍。
現(xiàn)在,以性能提升一倍為目標(biāo),黃仁勛也帶來了自己的答案——1年。沒錯,在黃仁勛認(rèn)為,基于GPU的一倍性能提升只需要1年的時間,這個速度比摩爾定律至少快1.5倍。
當(dāng)然,任何一個論點的成立沒有事實依據(jù)來支撐必然是脆弱的,為此Bill Dally在線上演講過程中直接以英偉達GPU產(chǎn)品為例,證明芯片產(chǎn)品性能的提升核心并不是制程工藝。
具體來看,Bill Dally帶來了一張圖標(biāo),其中展示了從2012年的Kepler,一直到今年5月份的Ampere A100等多款GPU產(chǎn)品的性能增長趨勢圖:
8年時間,單芯片推理性能提高了317倍。“實際上,我們的推理性能每年都要增加一倍以上,部分原因在于Tensor Core的改進、更優(yōu)化的電路設(shè)計和架構(gòu),制程技術(shù)所發(fā)揮的作用不大。”Bill Dally表示。
他解釋稱,自2012年到2020年,英偉達在GPU產(chǎn)品養(yǎng)發(fā)上僅使用了3代制程工藝,分別是最開始Kepler架構(gòu)使用的28nm、中間時期采用的16nm,以及最近Ampere架構(gòu)使用的7nm。
其中Bill Dally指出,在“317倍”這一成果中,制程工藝整體上發(fā)揮的作用不到2成,主要功臣是“架構(gòu)的改進”。
“在摩爾定律消失之后,我們還有‘黃氏定律’來不斷提高計算性能,因為我們未來需要利用更高的計算性能來完成許多工作!
眾所周知,摩爾定律的關(guān)鍵是基于先進工藝在特定體積內(nèi)放入更多的晶體管,還是容易理解的。至于黃氏定律的“架構(gòu)改進”,具體怎么實現(xiàn)?針對這個問題,Bill Dally也在演講中做出了解答。
如何實現(xiàn)黃氏定律?
針對這個問題,Bill Dally在演講中用了三個項目進行解答。
首先是為了實現(xiàn)超高能效加速器的MAGNet工具。英偉達稱,MAGNet生成的AI推理加速器在模擬測試中,能夠達到每瓦 100 tera ops 的推理能力,比目前的商用芯片高出一個數(shù)量級。
之所以能夠達到這樣的成效,是因為MAGNet采用了一系列新技術(shù)來協(xié)調(diào)并控制通過設(shè)備的信息流,最大限度地減少數(shù)據(jù)傳輸,畢竟數(shù)據(jù)傳輸正是當(dāng)今芯片中最耗能的環(huán)節(jié)。整個過程中,這一研究原型均以模組化實現(xiàn),因此能夠靈活擴展。
第二個項目的目標(biāo)則是為了以更快速的光鏈路取代現(xiàn)有系統(tǒng)內(nèi)的電器鏈路。Bill Dally表示:“我們可以將連接GPU的NVLink速度提高一倍,也許還會再翻番,但電子信號最終會消耗殆盡!
目前,由Bill Dally帶領(lǐng)的200人團隊正在與哥倫比亞大學(xué)的研究人員密切合作,探討如何利用電信供應(yīng)商在其核心網(wǎng)絡(luò)中所采用的技術(shù),通過一條光纖來傳輸數(shù)十路信號。
據(jù)了解,這種名為“密集波分復(fù)用”的技術(shù), 有望在僅一毫米大小的芯片上實現(xiàn)Tb/s級數(shù)據(jù)的傳輸,是如今互連密度的十倍以上。
值得注意的是,除了更大的吞吐量,光鏈路也有助于打造更為密集型的系統(tǒng)。針對這一點,Bill Dally舉例展示了一個未來將搭載160多個GPU的NVIDIA DGX系統(tǒng)模型。
圖 | 搭載160多個GPU的NVIDIA DGX系統(tǒng)模型
想要發(fā)揮光鏈路的全部潛能,還需要相應(yīng)的軟件,這也是Bill Dally分享的第三個項目——全新編程系統(tǒng)原型Legate。
Legate將一種新的編程速記融入了加速軟件庫和高級運行時環(huán)境Legion,借助Legate,開發(fā)者可在任何規(guī)模的系統(tǒng)上運行針對單一GPU編寫的程序——甚至適用于諸如 Selene等搭載數(shù)千個GPU的巨型超級計算機。
目前,Legate正在美國國家實驗室接受測試。
黃氏定律存在“天花板”嗎?
一個定律的成立與延續(xù),必然不是一家企業(yè)單打獨斗能夠做到的,需要更多上下游的合作伙伴一起來激發(fā)新需求和推進創(chuàng)新落地。
這方面,英偉達也正以GPU產(chǎn)品為中心,搭建自己的AI生態(tài)圈。以英偉達初創(chuàng)加速計劃為例,在4年時間內(nèi),加入該計劃的企業(yè)已經(jīng)超過了7000家,遍布全球92個國家,其中僅在中國,得到英偉達扶持的企業(yè)就已經(jīng)超過了800家。
在Bill Dally的演講中,我們也見到了國內(nèi)12家代表性AI創(chuàng)企的展示,其中包括自動駕駛明星創(chuàng)企圖森未來、文遠知行、衛(wèi)星圖像數(shù)據(jù)分析公司大地量子等等。
以圖森未來為例,早在此前的一次采訪中,他們就曾對外表示,采用英偉達AI芯片的系統(tǒng),效能每年都增加一倍。站在落地商用的角度,從企業(yè)所表述的情況來看,“黃氏定律”顯然正發(fā)揮作用、成為現(xiàn)實。
當(dāng)然,參考當(dāng)前摩爾定律正在失效的情況,人們也不可避免的開始擔(dān)憂,黃氏定律也會有失效的一天嗎?
不同于制程工藝的肉眼可見,架構(gòu)的改進相對來講是較為虛化的。針對這個問題,曾有人給出了一個“10年內(nèi)”的可能答案。對于這個答案的準(zhǔn)確與否,我們也不過多評判,不管“天花板”存在與否,我們目前可以確定的是,從過去8年的表現(xiàn)來判斷,在未來一段十日內(nèi),黃氏定律仍然會繼續(xù)發(fā)揮它“性能一年翻一倍”的優(yōu)勢,這一定律帶來的最終成果還是很值得期待的。
作者:韓璐
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月23日火熱報名中>> 2025是德科技創(chuàng)新技術(shù)峰會
-
11月20日立即報名>> 芯智所向 邊緣無界—華邦電子與恩智浦聯(lián)合技術(shù)論壇
-
即日-11.25立即下載>>> 費斯托白皮書《柔性:汽車生產(chǎn)未來的關(guān)鍵》
-
11月27日立即報名>> 【工程師系列】汽車電子技術(shù)在線大會
-
即日-12.12點擊報名>>> 【免費試用】宏集運輸沖擊記錄儀
-
12月18日立即報名>> 【線下會議】OFweek 2025(第十屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
- 1 工業(yè)軟件 | 特朗普:對華實施“所有關(guān)鍵軟件”出口管制
- 2 重磅 | 光亞鴻道亮相2025工博會,“AI+智造”引領(lǐng)工業(yè)新浪潮
- 3 深度 | 鋰電設(shè)備出口管制,印證中國高端制造的崛起
- 4 漲停!東軟集團獲56億定點,汽車智能化再爆大單
- 5 ABB :383億出售機器人業(yè)務(wù)給軟銀
- 6 國家隊“亮劍”!新凱來子公司發(fā)布兩款EDA設(shè)計軟件
- 7 “1個AI數(shù)字員工替代20人”:磅旗全球首發(fā)工業(yè)AI智能體,定義工業(yè)智能新范式
- 8 盤中臨停:大漲133.96%,云智匯與優(yōu)必選簽署全球戰(zhàn)略合作協(xié)議
- 9 博世力士樂本地化產(chǎn)品首發(fā)亮相2025工博會,以全價值鏈創(chuàng)新賦能中國智造升級
- 10 優(yōu)艾智合赴港 IPO :工業(yè)移動操作機器人“ 雙料第一 ”
- 生產(chǎn)部總監(jiān) 廣東省/廣州市
- 資深管理人員 廣東省/江門市
- Regional Sales Manager 廣東省/深圳市
- 銷售總監(jiān) 廣東省/深圳市
- 結(jié)構(gòu)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 自動化高級工程師 廣東省/深圳市
- 技術(shù)專家 廣東省/江門市
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 封裝工程師 北京市/海淀區(qū)