英偉達首席科學(xué)家：摩爾定律已失效，“黃氏定律”成全新指標

1965年，時任仙童半導(dǎo)體公司工程師，也是后來英特爾的創(chuàng)始人之一的戈登·摩爾（Gordon Moore）提出了摩爾定律（Moore's law），預(yù)測集成電路上可以容納的晶體管數(shù)目大約每經(jīng)過24個月便會增加一倍。

后來廣為人知的每18個月芯片性能將提高一倍的說法是由英特爾CEO大衛(wèi)·豪斯（David House）提出。過去的半個多世紀，半導(dǎo)體行業(yè)按照摩爾定律發(fā)展，并驅(qū)動了一系列的科技創(chuàng)新。

有意思的是，在摩爾定律放緩的當(dāng)下，以全球另一大芯片公司英偉達（NVIDIA）創(chuàng)始黃仁勛（Jensen Huang）名字命名的定律“黃氏定律 (Huang’s Law)”對AI性能的提升作出預(yù)測，預(yù)測GPU將推動AI性能實現(xiàn)逐年翻倍。

△英偉達GPU助推AI推理性能每年提升一倍以上

英特爾提出了摩爾定律，也是過去幾十年最成功的芯片公司之一。英偉達作為當(dāng)下最炙手可熱的AI芯片公司之一，提出黃氏定律是否也意味著其將引領(lǐng)未來幾十年芯片行業(yè)的發(fā)展？

AI性能將逐年翻倍

受疫情影響，一年一度展示英偉達最新技術(shù)、產(chǎn)品和中國合作伙伴成果的GTC China改為線上舉行，黃仁勛缺席今年的主題演講，由英偉達首席科學(xué)家兼研究院副總裁Bill Dally進行分享。Bill Dally是全球著名的計算機科學(xué)家，擁有120多項專利，在2009年加入英偉達之前，曾任斯坦福大學(xué)計算機科學(xué)系主任。加入英偉達之后，Dally曾負責(zé)英偉達在AI、光線追蹤和高速互連領(lǐng)域的相關(guān)研究。

△英偉達首席科學(xué)家兼研究院副總裁Bill Dally

雷鋒網(wǎng)消息，在今天GTC China 2020演講中，Dally稱：“如果我們真想提高計算機性能，黃氏定律就是一項重要指標，且在可預(yù)見的未來都將一直適用。”

Dally用三個項目說明黃氏定律將如何得以實現(xiàn)。首先是為了實現(xiàn)超高能效加速器的MAGNet工具。英偉達稱，MAGNet生成的AI推理加速器在模擬測試中，能夠達到每瓦 100 tera ops 的推理能力，比目前的商用芯片高出一個數(shù)量級。

之所以能夠?qū)崿F(xiàn)數(shù)量級的性能提升，主要是因為MAGNet采用了一系列新技術(shù)來協(xié)調(diào)并控制通過設(shè)備的信息流，最大限度地減少數(shù)據(jù)傳輸。數(shù)據(jù)搬運是AI芯片最耗能的環(huán)節(jié)已經(jīng)是當(dāng)今業(yè)界的共識，這一研究模型以模組化實現(xiàn)能夠?qū)崿F(xiàn)靈活擴展。

Dally帶領(lǐng)的200人的研究團隊的另一個研究項目目標是以更快速的光鏈路取代現(xiàn)有系統(tǒng)內(nèi)的電氣鏈路。Dally說：“我們可以將連接GPU的NVLink速度提高一倍，也許還會再翻番，但電信號最終會消耗殆盡?！?/p>

這個項目是英偉達與哥倫比亞大學(xué)的研究團隊合作，探討如何利用電信供應(yīng)商在其核心網(wǎng)絡(luò)中所采用的技術(shù)，通過一條光纖來傳輸數(shù)十路信號。據(jù)悉，這種名為“密集波分復(fù)用”的技術(shù), 有望在僅一毫米大小的芯片上實現(xiàn)Tb/s級數(shù)據(jù)的傳輸，是如今互連密度的十倍以上。

△搭載160多個GPU的NVIDIA DGX系統(tǒng)模型

Dally在演講中舉例展示了一個未來將搭載160多個GPU的NVIDIA DGX系統(tǒng)模型。這意味著，利用“密集波分復(fù)用”技術(shù)，不僅可以實現(xiàn)更大的吞吐量，光鏈路也有助于打造更為密集的系統(tǒng)。

想要發(fā)揮光鏈路的全部潛能，還需要相應(yīng)的軟件，這也是Dally分享的第三個項目——全新編程系統(tǒng)原型Legate。Legate將一種新的編程速記融入了加速軟件庫和高級運行時環(huán)境Legion，借助Legate，開發(fā)者可在任何規(guī)模的系統(tǒng)上運行針對單一GPU編寫的程序——甚至適用于諸如 Selene等搭載數(shù)千個GPU的巨型超級計算機。

Dally稱Legate正在美國國家實驗室接受測試。

MAGNet、以光鏈路取代現(xiàn)有系統(tǒng)內(nèi)的電氣鏈路以及Legate是成功實現(xiàn)黃氏定律的關(guān)鍵，但GPU的成功才是基礎(chǔ)。因此，GPU當(dāng)下的成功以及未來的演進都尤其重要。

GPU是黃氏定律的基礎(chǔ)

今年5月，英偉達發(fā)布了面積高達826平方毫米，集成了540億個晶體管的7nm全新安培（Ampere）架構(gòu)GPU A100。相比Volta 架構(gòu)的GPU能夠?qū)崿F(xiàn)20倍的性能提升，并可以同時滿足AI訓(xùn)練和推理的需求。

憑借更高精度的第三代Tensor Core核心，A100 GPU AI性能相比上一代有明顯提升，雷鋒網(wǎng)此前報道，在7月的第三個版本MLPerf Training v0.7基準測試（Benchmark）結(jié)果中，英偉達的DGX SuperPOD系統(tǒng)在性能上開創(chuàng)了八個全新里程碑，共打破16項紀錄。

另外，在10月出爐的MLPerf Inference v0.7結(jié)果中，A100 Tensor Core GPU在云端推理的基準測試性能是最先進英特爾CPU的237倍。

更強大的A100 GPU迅速被多個大客戶采用，迄今為止，阿里云、百度智能云、滴滴云、騰訊云等眾多中國云服務(wù)提供商推出搭載了英偉達A100的多款云服務(wù)及GPU實例，包括圖像識別、語音識別，以及計算流體動力學(xué)、計算金融學(xué)、分子動力學(xué)等快速增長的高性能計算場景。

另外，新華三、浪潮、聯(lián)想、寧暢等系統(tǒng)制造商等也選擇了最新發(fā)布的A100 PCIe版本以及英偉達 A100 80GB GPU，為超大數(shù)據(jù)中心提供兼具超強性能與靈活的AI加速系統(tǒng)。

Dally在演講中提到：“經(jīng)過幾代人的努力，NVIDIA的產(chǎn)品將通過基于物理渲染的路徑追蹤技術(shù)，實時生成令人驚艷的圖像，并能夠借助AI構(gòu)建整個場景。”

與光鏈路取代現(xiàn)有系統(tǒng)內(nèi)的電氣鏈路需要軟硬件的匹配一樣，英偉達GPU軟硬件的結(jié)合才能應(yīng)對更多AI應(yīng)用場景苛刻的挑戰(zhàn)。

Dally在此次的GTC China上首次公開展示了英偉達對話式AI框架Jarvis與GauGAN的組合。GauGAN利用生成式對抗網(wǎng)絡(luò)，只需簡略構(gòu)圖，就能創(chuàng)建美麗的風(fēng)景圖。演示中，用戶可通過語音指令，即時生成像照片一樣栩栩如生的畫作。

GPU是黃氏定律的基礎(chǔ)，而能否實現(xiàn)并延續(xù)黃氏定律，僅靠少數(shù)的大公司顯然不夠，還需要眾多的合作伙伴激發(fā)對AI算力的需求和更多創(chuàng)新。

黃氏定律能帶來什么？

英偉達已經(jīng)在構(gòu)建AI生態(tài)，并在GTC China上展示了英偉達初創(chuàng)加速計劃從100多家AI初創(chuàng)公司中脫穎而出的12家公司，這些公司涵蓋會話人工智能、智慧醫(yī)療/零售、消費者互聯(lián)網(wǎng)/行業(yè)應(yīng)用、深度學(xué)習(xí)應(yīng)用/加速數(shù)據(jù)科學(xué)、自主機器/IOT/工業(yè)制造、自動駕駛汽車。

智能語音正在改變我們的生活。會話人工智能的深思維提供的是離線智能語音解決方案，在占有很少空間的前提下實現(xiàn)智能交互，語音合成和語音識別保證毫秒級響應(yīng)。深聲科技基于英偉達的產(chǎn)品研發(fā)高質(zhì)量中英文語音合成、聲音定制、聲音克隆等語音AI技術(shù)。

對于行業(yè)應(yīng)用而言，星云Clustar利用英偉達GPU和DGX工作站，能夠大幅提升模型預(yù)測精確度以及解決方案處理性能，讓傳統(tǒng)行業(yè)的AI升級成本更低、效率更高。

摩爾定律的成功帶來了新的時代，黃氏定律能否成功仍需時間給我們答案。但這一定律的提出對AI性能的提升給出了明確的預(yù)測，并且英偉達正在通過硬件、軟件的提升和創(chuàng)新，努力實現(xiàn)黃氏定律，同時借生態(tài)的打造想要更深遠的影響AI發(fā)展。

黃氏定律值得我們期待