jakiro
Quelle: KI -Stil
Jensen Huang, CEO von Nvidia, sagte, dass sich die KI -Chip -Leistung des Unternehmens schneller verbessert habe als das Moore -Gesetz – ein Prinzip, das einst die Entwicklung der Computertechnologie jahrzehntelang dominierte.
„Unser System entwickelt sich weitaus schneller als das Gesetz von Moore“, sagte Huang am Morgen in einem Interview, nachdem sie 10.000 Zuschauern auf der CES -Konferenz in Las Vegas eine Keynote -Rede gehalten hatte.
Moores Gesetz wurde 1965 vom Intel-Mitbegründer Gordon Moore vorgeschlagen.Die Anzahl der Transistoren auf dem Chip wird voraussichtlich jedes Jahr doppelt so groß wie die Chipleistung doppelt.Diese Prognose wurde im Grunde genommen in den folgenden Jahrzehnten realisiert, was zu einem raschen Anstieg der Rechenleistung und einem erheblichen Kostenrückgang führte.
Obwohl die Dynamik von Moores Law in den letzten Jahren verlangsamt hat, sagte Huang Renxun, dass sich die KI -Chips von Nvidia schneller entwickeln.Das Unternehmen sagt, dass die neuesten Super -Chips von Rechenzentrum in der KI -Inferenzleistung mehr als 30 -mal besser sind als die vorherige Generation.
Huang Renxun erklärte, dass die Grenzen des Gesetzes von Moore durch gleichzeitige Innovation auf verschiedenen Ebenen wie Architektur, Chips, Systemen, Programmbibliotheken und Algorithmen gebrochen werden können.
Nvidia -CEO machte diesen mutigen Anspruch zu einer Zeit, als viele fragten, ob die KI -Entwicklung ins Stocken geraten ist.Top -AI -Labors wie Google, OpenAI und Anthropic verwenden alle die KI -Chips von NVIDIA, um ihre Modelle zu trainieren und zu betreiben, und die Verbesserung der Chipleistung wird wahrscheinlich zu weiteren Durchbrüchen in KI -Funktionen führen.
Dies ist nicht das erste Mal, dass Huang Renxun gezeigt hat, dass Nvidia das Moores Gesetz übertrifft.In einem Podcast im November erwähnte er, dass das Gebiet der KI eine „Supermoores Law“ -Entwicklung durchläuft.
Er widerlegte die Aussage, dass der KI-Fortschritt verlangsamt hat, und wies darauf hin, dass es derzeit drei Gesetze der KI-Entwicklung gibt: Vorausbildung (Lernmuster aus massiven Daten), Nachtraining (Feinabstimmung durch menschliches Feedback usw.) und Test -Time -Berechnung (KI mehr „Denken“ Zeit geben).
Huang Renxun sagte, dass genau wie das Moores Law die Entwicklung der Computertechnologie durch die Reduzierung der Rechenkosten fördert und die Leistung der KI -Inferenz auch die Nutzungskosten senken wird.
Während die H100 von NVIDIA der Chip der Wahl für Technologieunternehmen für die Ausbildung von KI -Modellen war, da diese Unternehmen sich der Inferenzphase wandten, fragten sich einige, ob die teuren Chips von NVIDIA weiterhin ihre Vorteile aufrechterhalten könnten.
Derzeit ist das KI -Modell, das bei der Verwendung von Tests berechnet wurde, sehr teuer.Nehmen Sie zum Beispiel das O3-Modell von OpenAI, beispielsweise eine Leistung auf menschlicher Ebene bei allgemeinen Intelligenz-Tests, kostet jedoch fast 20 USD pro Aufgabe, während die ChatGPT-Plus-Abonnementgebühr 20 USD pro Monat beträgt.
In der Keynote vom Montag präsentierte Huang Renxun den neuesten Rechenzentrum -Super -Chip, den GB200 NVL72.Dieser Chip hat die KI-Inferenzleistung im Vergleich zum vorherigen meistverkauften H100 um das 30-40-fache verbessert.Er sagte, dieser Leistungssprung werde die Kosten für die Verwendung von Modellen wie OpenAI O3 senken, die viel Inferenz -Computing erfordern.
Huang Renxun betonte, dass ihr Fokus auf der Verbesserung der Chipleistung liegt, da auf lange Sicht eine stärkere Leistung niedrigere Preise bedeutet.
Er sagte, dass die Verbesserung der Rechenleistung eine direkte Lösung für die Leistung und die Kostenprobleme des Computers während des Tests sei.Langfristig können AI-Inferenzmodelle auch bessere Daten für die Stufen vor dem Training und nach dem Training liefern.
Der Preis für KI -Modelle ist im vergangenen Jahr in der Tat erheblich gesunken, dank der Durchbrüche von Hardwareunternehmen wie NVIDIA.Obwohl das neueste Inferenzmodell von OpenAI teuer ist, erwartet Huang Renxun, dass sich dieser Preissenkeltrend fortsetzt.
Sagte er auch,Die KI -Chipleistung von NVIDIA ist 1000 -mal höher als vor 10 Jahren, was weit über die Entwicklungsgeschwindigkeit von Moore von Moores hinaus geht.Darüber hinaus gibt es in diesem schnellen Entwicklungsimpuls keine Anzeichen für einen Zwischenstopp.
