黃仁勛：摩爾定律已死，而人工智能長存

　　英偉達(dá)創(chuàng)始人和CEO黃仁勛于日前在慕尼黑召開的GPU技術(shù)會議(GTC)上表達(dá)了他對動力控制和計(jì)算機(jī)行業(yè)的看法，他認(rèn)為摩爾定律已經(jīng)失效，而人工智能從云端走進(jìn)設(shè)備端才是移動計(jì)算發(fā)展的未來趨勢。

　　摩爾定律的內(nèi)容是芯片的晶體管數(shù)量密度每隔兩年增倍，而價(jià)格不變或有所下降。黃仁勛認(rèn)為，這種趨勢已經(jīng)持續(xù)了超過半個(gè)世紀(jì)，但是，半導(dǎo)體物理學(xué)的限制意味著如今CPU性能每年只能提升10%，摩爾定律已走向終結(jié)，信息技術(shù)對中央處理器(CPU)的依賴已轉(zhuǎn)向于圖形處理器(GPU)。

　　圖源自Nvidia官網(wǎng)

　　加速計(jì)算應(yīng)著眼于整個(gè)堆棧、算法、軟件和處理器，才能知道瓶頸在何處，推動應(yīng)用程序運(yùn)行提速不應(yīng)該僅依靠芯片，還要有新的軟件系統(tǒng)。加速計(jì)算正在解放。比如有一架飛機(jī)并需要運(yùn)輸一個(gè)包裹，飛機(jī)可能需要飛行12個(gè)小時(shí)才能完成包裹的運(yùn)輸，為了提升運(yùn)輸速度，與其想辦法讓飛機(jī)飛得更快，不如集中注意力在如何加速包裹運(yùn)輸?shù)膯栴}。同理，應(yīng)用程序的加速不應(yīng)只關(guān)注芯片的加速，還要考慮如何更快地交付目標(biāo)。

　　他坦白表示，英偉達(dá)只是 “一匹變戲法的小馬”，他們正在投資加速計(jì)算領(lǐng)域，選擇計(jì)算能夠執(zhí)行和填補(bǔ)空白的市場，并解決零售、電信和汽車等行業(yè)的問題，而解決這些問題的唯一途徑是對從處理器芯片、算法到軟件的堆棧進(jìn)行重新設(shè)計(jì)。

　　黃仁勛在會議上推出了一套名為Rapids的AI軟件庫，一款專為大規(guī)模數(shù)據(jù)分析和機(jī)器學(xué)習(xí)而設(shè)計(jì)的開源GPU加速平臺，為眾多大型企業(yè)提供前所未有的速度來分析龐大的數(shù)據(jù)與產(chǎn)出精確的商業(yè)預(yù)測，被戴爾EMC、聯(lián)想、思科等業(yè)界領(lǐng)導(dǎo)品牌大廠采納。

　　這款A(yù)I軟件庫已經(jīng)被沃爾瑪試驗(yàn)用于庫存和物流跟蹤，同時(shí)由惠普、IBM和Oracle支持運(yùn)行，擁有Databricks和Anaconda等開源伙伴。它為廣受歡迎的開源Python數(shù)據(jù)科學(xué)工具添加了GPU加速，并將被集合到用于分析和數(shù)據(jù)科學(xué)的開放源代碼框架Apache Spark中。