時間:09/21/2020 00:00
瀏覽: 5950
隨著晶片業者精密到原子大小的電路和電子物理的極限,英特爾(Intel)共同創辦人摩爾(Gordon Moore)所提出的摩爾定律(積體電路上可容納的電晶體數目,大約每兩年會增加一倍,也表示效能會增強一倍)已經放慢,也有人說已經結束。但是,另一個定律正在崛起,對電子運算下一個半個世紀同樣重要。
這個定律大致是,驅動人工智慧的矽晶片,每兩年表現可提高逾一倍,效能的提升可歸因於硬體和軟體,但穩定發展之下,已成為大至自駕交通工具,小到個人裝置的臉部,語音和物體辨識等各方面的獨一促成要素 。
華爾街日報專欄作家 Christopher Mims以輝達(Nvidia)執行長暨聯合創始人黃仁勳為名,將這個規律命名為「黃氏定律」。
輝達首席科學家兼主管研究的資深副總裁達利(Bill Dally)指出,2012年11月到今年5月,輝達的晶片效能在一個AI計算的重要領域中提升317倍,換句話說,平均而言,這些晶片的效能每年增加一倍以上,這一進展讓摩爾定律相形見絀。
輝達的強項是圖像處理器(GPU),能很有效率同時執行多項個別任務。英特爾專擅的中央處理器(CPU)效率就差了些,但執行單一連續任務時表現更好。
正如英特爾並非推動摩爾定律的主要推手,輝達也不是「黃氏定律」的唯一推動者。事實上,在某些應用上,輝達在若干應用上的AI運算正散失吸引力,這可能正是本月以400億美元收購矽智財業者安謀公司(ARM Holdings)的主要原因,安謀也將是持續提高AI速度的另一大關鍵。
黃氏定律影響的一個領域是自駕車。對於位於聖地亞哥的自動化卡車新創公司圖森(TuSimple)來說,最大挑戰是製造一種自駕系統,能配合柴油動力的聯結車的動力和空間限制。也就是說,在一般TuSimple車輛上,整個系統要塞進臥舖的空調駕駛室,耗電不能超過5千瓦。
在這種功耗限制下,最重要的是每瓦性能。該公司的聯合創始人兼技術長侯曉迪說,他們所開發由輝達所驅動系統的表現每年都呈倍數成長。
AI效能也在手機上大幅提升。2017年,蘋果推出了配備神經網路引擎的iPhone 8。蘋果設此晶片是專門為了執行機器學習的任務,這對各種AI都很重要。蘋果的晶片合作夥伴是台積電。
從手機到各式各樣的智慧產品中,行動AI的用途成倍數成長,數百萬個感測器進入城市,工廠和工業設施。安謀正是這場革命的核心。
安謀機器學習集團營銷副總裁Dennis Laudick指出,在過去的三到五年中,機器學習網路的效率一直加速度提升,「現在愈能在愈來愈小的環境下作業」。安謀最小,最耗能的晶片小到足以由手表電池供電,如今可以讓攝影鏡頭即時辨識物體。
專家一致認為的是,華爾街日報專欄作家所稱的「黃氏定律」的現象正以驚人的速度進展,只是確切的步調很難確認。非營利組織Open AI表示,以典型的AI影像辨識測試而論,性能每年大約增加一倍。不過,「性能」在定義上並無一定共識。
黃氏定律的另一問題是,在處理能力無法對每一種應用一概而論 。圖森的侯曉迪說,即使像自駕這種已定型以AI為中心的功能,系統運作的大部分核心仍少不了CPU。輝達的Dally博士也承認了這個問題,他說,當工程師大幅提升某一部分的運算時,無法加快的部分就會成為瓶頸。
像摩爾定律一樣,黃氏定律也有枯竭的一天。Arm機器學習集團產品營銷副總裁 Steve Roddy 說,這情形十年內就可能出現,但也有可能在更較短時間內發揮更大功用。
图片翻摄自网路,版权归原作者所有。如有侵权请联系我们,我们将及时处理。