jakiro
來源：AI範兒
Nvidia CEO 黃仁勳表示，公司 AI 晶片性能的進步速度已經超越了摩爾定律 —— 這個曾經主導計算技術發展數十年的準則。
在拉斯維加斯 CES 大會上對 10,000 名觀眾發表主題演講後的第二天早上，黃仁勳在接受採訪時說：”我們的系統發展速度遠超摩爾定律。”
摩爾定律由 Intel 聯合創始人 Gordon Moore 於 1965 年提出， 預測晶片上的電晶體數量約每年翻倍，從而使晶片性能翻倍。 這一預測在之後的數十年裡基本實現，推動了計算能力的快速提升和成本的大幅下降。
雖然近年來摩爾定律的發展勢頭已經減緩，但黃仁勳表示 Nvidia 的 AI 晶片正以更快的速度發展。 公司稱其最新數據中心超級晶片在 AI 推理性能上比上一代提升了 30 多倍。
黃仁勳解釋說，通過同時在架構、晶片、系統、程序庫和算法等各個層面創新，就能突破摩爾定律的限制。
在許多人質疑 AI 發展是否已經停滯的時候，Nvidia CEO 做出了這一大膽宣稱。Google、OpenAI 和 Anthropic 等頂尖 AI 實驗室都在使用 Nvidia 的 AI 晶片來訓練和運行他們的模型，晶片性能的提升很可能帶來 AI 能力的進一步突破。
這不是黃仁勳第一次表示 Nvidia 超越摩爾定律。他在 11 月的一期播客中就提到，AI 領域正在經歷”超級摩爾定律”式的發展。
他反駁了 AI 進展放緩的說法，並指出目前存在三個 AI 發展定律：預訓練 (從海量數據中學習模式)、後訓練 (通過人類反饋等方式微調) 和測試時計算 (給予 AI 更多”思考”時間)。
黃仁勳表示，就像摩爾定律通過降低計算成本推動了計算技術的發展，提升 AI 推理性能也將降低其使用成本。
雖然 Nvidia 的 H100 曾是科技公司訓練 AI 模型的首選晶片，但隨著這些公司轉向關注推理階段，一些人開始質疑 Nvidia 昂貴晶片能否繼續保持優勢。
目前使用測試時計算的 AI 模型運行成本很高。以 OpenAI 的 o3 模型為例，它在通用智能測試中達到人類水平的表現，但每個任務就要花費近 20 美元，而ChatGPT Plus 訂閱費為一個月 20 美元。
在周一的主題演講中，黃仁勳展示了最新的數據中心超級晶片 GB200 NVL72。這款晶片在 AI 推理性能上比此前最暢銷的 H100 提升了 30-40 倍。他表示，這一性能飛躍將降低像 OpenAI o3 這樣需要大量推理計算的模型的使用成本。
黃仁勳強調，他們的重點是提升晶片性能，因為從長遠來看，更強的性能就意味著更低的價格。
他表示，提升計算能力是解決測試時計算在性能和成本方面問題的直接方案。長期來看，AI 推理模型還能為預訓練和後訓練階段提供更好的數據。
在過去一年中，得益於 Nvidia 等硬體公司的計算突破，AI 模型的價格確實大幅下降。儘管 OpenAI 最新推出的推理模型價格不菲，但黃仁勳預計這一降價趨勢仍將持續。
他還表示， Nvidia 如今的 AI 晶片性能比 10 年前提升了 1,000 倍，這遠超摩爾定律的發展速度， 而且這種快速發展的勢頭還看不到停止的跡象。
