摩尔定律让一让，为黄氏定律让路

来源：内容来自「悦智网」，作者 Tekla S. Perry，谢谢。

━━━━

英伟达的黄仁勋称， 图形处理器正处于让摩尔定律相形见绌的超动力发展之路上。

今年春天早些时候，英伟达在美国加州圣何塞举办了其第10届年度图形处理器（GPU）技术大会（GTC）。与会者早早开始排队，据报道，8300名与会者之中，有一些人甚至通宵露营排队，以期在黄仁勋这场人满为患的主题演讲之中能有一席之地。由于很多分组会议也拥挤不堪，因此挤爆圣何塞会议中心只是时间问题。

黄仁勋穿着他标志性的皮夹克，似乎无处不在。在接近3小时的主题演讲结束后不久，他突然未经宣告地出现在媒体午餐会上，就最近优步的悲剧回答了一些尖锐的问题，随后和英伟达联合创始人克里斯•马拉裘斯基（Chris Malachowsky）一道追忆往昔，并向3家初创公司提供了总额100万美元的资金。

黄仁勋在他的主题演讲中表示，摩尔定律在GPU中已经完全被推翻。GPU遵循一种新的“超动力”定律，其实“超动力”也可以用来形容他自己的性格。他一再指出，由于技术的极致进步，GPU受其自身规律支配。

黄仁勋从来没有把它称作黄氏定律，我猜他会把这件事留给其他人来做。毕竟，摩尔定律也不是戈登•摩尔自己取的名字。（摩尔定律——摩尔自己将其称作是一项观察——指的是每个集成电路上的组件数量会定期翻倍，这会使计算能力的成本大幅降低。）

━━━━

但黄仁勋确实保证了GTC的与会者没有一个人错过备忘录。

GPU技术发展得有多快？黄仁勋在演讲中指出，英伟达GPU目前的速度已经是5年前的25倍。他说，如果它们按照摩尔定律推进，其速度只会提高10倍。

黄仁勋后来考虑了GPU在另一个基准测试中的效能增长：利用1500万幅图像训练AlexNet卷积神经网络的时间。他表示，5年前英伟达GTX 580s的两款产品花费了6天时间才完成AlexNet的训练过程；而现在使用公司一台最新的硬件设备DGX-2，整个训练过程只需18分钟——仅为原来的1/500。

黄仁勋在演讲中罗列了很多数字，他似乎仍没有确定黄氏定律最终的确切倍数。但他很清楚GPU需要其自身定律的原因。它们受益于多个领域的同时进步——架构、互联、内存技术、算法等等。

今天是《半导体行业观察》为您分享的第1651期内容，欢迎关注。