精选
从摩尔定律到黄定律 (180509）
闵应骅
打开本月的IEEE Spectrum（2018/05），一篇报道吸引了我的眼球。我们知道，摩尔定律已经无法描写今天集成电路的发展，而且物理极限限制了集成电路沿着原来的路子走下去。而图形处理器（GPU）发展最近神速。Nvidia（恩威迪亚）成为一匹黑马，非常值得关注。
今年春天，Nvidia（恩威迪亚）在美国圣何瑟会议中心举办第十届GPU年会，出席者老早就排队，著说有8300人。有些人彻夜排队，为的是听Nvidia首席执行官Jensen Huang杰出的主旨演讲。Jensen Huang从百度上查，即黄仁勋（译：黄健生、黄健森），美籍华人，1963年出生在台北，9岁就去美国，1984年获得斯坦福大学硕士学位。1993 年创办NVIDIA （全球最大显卡芯片厂商之一）。2001年黄仁勋在《财富》“40岁以下最富40 人”排名第12 位。黄仁勋为人不张扬，国内很少有人知道这位杰出华人的成功之路。其实他的成绩已经足够与王嘉廉和杨致远等华人IT精英并驾齐驱。同时在用户口中，他也经常被人亲切的叫他“老黄”。这天，他像平常一样，穿着一件皮夹克。在他3小时的主旨演讲之后，突然出现在记者午餐会上，回答了几个记者的问题，包括优步悲剧（3月18日晚，优步的自动驾驶车辆在亚利桑那州凤凰城市内撞死一个行人，优步宣布停止所有自动驾驶试验。）然后和Nvidia的共同创办人Chris Malachowsky谈话，并分发几百万美元给三个新创业公司。在主旨演讲中，他说，由于图形处理器的出现，摩尔定律已经站不住脚了，代之以一个新的超强的定律。他反复强调由于技术的极端发展，图形处理器（GPU）已经有它自己的定律。他没有说这个定律叫黄定律，就像Gordon Moore当年也没有说那叫摩尔定律，而是叫一个观察，即当按集成电路计算能力考虑日趋便宜，而元件数却加倍。后来的那些公式计算都是后人发挥出来的。现在，GPU技术的进展有多快？黄在主旨演讲中指出，Nvidia的GPU比5年前快了25倍。按摩尔定律计算只能快10倍。对1500万图像训练卷积神经网络AlexNet，5年前，用两个Nvidia GTX580需要6天；而用最新推出的DGX-2，只要18分钟，提高了500倍。
在黄的主旨演讲中，他列出了许多数据。他在精确估算各种增长倍数。他感到GPU需要一个定律来描写各种前沿技术同时推进所产生的综合效果。这些前沿技术包括体系结构、互连、存储技术、算法等等。摩尔定律、黄定律都不是用科学论文数学地推导出来的，而是许多经验数据总结出来的。黄的演讲吸引8千多人连夜排队，等候聆听，实在难得，在美国尤其稀罕。这说明GPU技术进展神速，Nvidia的GPU技术更是万众瞩目。
最近，在我们国家，各行各业的人们都关心集成电路在我国的发展。从技术角度讲，我赞成点上突破，跟上最新的步伐，与国际汇成一流，创建有中国特色的微纳电子产业。
Nvidio CEO Jensen Huang正在解释测度GPU性能增长的方法。
转载本文请联系原作者获取授权，同时请注明本文来自闵应骅科学网博客。
链接地址：https://wap.sciencenet.cn/blog-290937-1113045.html?mobile=1
收藏
