華爾街日報:摩爾定律已死,Nvidia 黃仁勳的「黃氏定律」崛起

雖然「黃氏定律」正以驚人速度發展,但具體發展步調仍難以確定,其所提到的運算處理能力也無法「一體適用」於各種應用情境中。
評論
Jensen Huang, CEO of Nvidia, makes a point at his keynote address at CES in Las Vegas, Nevada, U.S. January 7, 2018. REUTERS/Rick Wilking - RC123F722500
Jensen Huang, CEO of Nvidia, makes a point at his keynote address at CES in Las Vegas, Nevada, U.S. January 7, 2018. REUTERS/Rick Wilking - RC123F722500
評論

Intel 創辦人之一 Gordon Earle Moore 所提出的摩爾定律(Moore's law),指出積體電路可容納的電晶體數目約每 18 個月會增加一倍,效能也翻倍。這個定律奠定了超過半世紀的半導體產業發展,但近年已經開始放慢;同一時間, Nvidia 執行長黃仁勳的「黃氏定律」(Huang’s Law)則崛起,將左右電子運算產業未來 50 年。

Nvidia 買安謀,原因是這個

根據《華爾街日報》技術專家作家 Christopher Mims 所述,「黃氏定律」指的是:為人工智慧提供動力的矽晶片,其性能將每兩年增加超過一倍。雖然或多或少受到硬體與軟體影響,但黃氏定律將穩定發展,小至個人 3C 裡的臉部或語音辨識,大至自駕車、自駕船等,都受益於黃氏定律。

不過,就像 Intel 並非摩爾定律的主要推手,Nvidia 也非黃氏定律的主要推手。即便 Nvidia 專長的 GPU 可以同時高效率運作多項任務,但在某些 AI 運算應用上,如果少了其他業者的幫助,Nvidia 也會黯然失色。因此,Christopher Mims 認為這也是今年 9 月 Nvidia 以 400 億美元收購安謀(ARM Holdings)的原因,因為安謀可以提高 AI 運算速度。

以 2017 年蘋果推出的 iPhone 8 為例,就搭配了神經網絡引擎,可說是為未來的各項機器學習任務奠下基礎。因為行動 AI 的應用目前呈倍數成長,再加上數百萬個感測器陸續佈建在智慧城市、智慧工廠等情境中,未來晶片需要在愈來愈小的環境下進行運算;而作為晶片設計商,安謀最小、最耗能的晶片只需要用手錶電池即足以供電,即可以讓攝影機即時辨識物體。

而 Nexar 執行長暨共同創辦人 Eran Shir 也說,AI 人工智慧的運算從雲端走到邊緣,正可解釋為何 Nvidia 想要買下安謀。雖然 Nvidia 在雲端 AI 運算幾乎壟斷,但兩年前當 Nexar 在雲端上執行 4 成數據運算時,安謀的晶片就可以讓他們在行動裝置上進行更快、更大量的邊緣運算。

十年內「黃氏定律」恐枯竭

專家們因此一致認為,「黃氏定律」正以驚人速度發展,但具體的發展步調仍難以確定。非營利人工智慧研究組織 Open AI 就表示,以典型的 AI 影像辨識測試為例,雖然「性能」(performance)每年可增加一倍,但要如何對「性能」達成共識,也是一項挑戰。

此外,黃氏定律所提到的運算處理能力,其實無法「一體適用」於各種應用情境中。以自駕車為例,雖然基本上是以 AI 人工智慧為核心,但系統運作時仍然少不了傳統的 CPU 運算。而 Nvidia 首席科學家 Bill Dally 也坦承,當工程師大幅提升某部分的運算時,其他無法再加快的部分就會成為瓶頸。

同樣地,既然摩爾定律會枯竭,黃氏定律未來也會。安謀機器學習集團產品行銷副總裁 Steve Roddy 認為,這可能會在十年內發生,但也代表在很短時間內,自駕車、智慧工廠、智慧家庭等等 AI 應用或許會實現。

核稿編輯:Chris 


延伸閱讀:




精選熱門好工作

客服督導/客服主管

VeryBuy非常勸敗
臺北市.台灣

獎勵 NT$15,000

網頁/美術UI設計師

萬欣網路科技有限公司
臺北市.台灣

獎勵 NT$15,000

企業公關專員

VeryBuy非常勸敗
臺北市.台灣

獎勵 NT$15,000