Дженсън Хуанг заяви, че ИИ-чиповете на Nvidia изпреварват Закона на Мур
Според него това се дължи на цялостния метод на Nvidia към създаването на чипове...
Емил Василев 18:00 | 08.01.2025 0 СподелиНай-четени
IT НовиниЕмил Василев - 22:05 | 05.01.2025Безпрецедентен хакерски пробив принуди Съединени американски щати да признаят цялостното проваляне на разследващите служби
НаукаЕмил Василев - 17:09 | 06.01.2025Учени идентифицираха нова кръвна група след 50-годишна тайнственост
IT НовиниДаниел Десподов - 10:21 | 06.01.2025Росатом даде обещание да построи най-красивата, съвременна и безвредна атомна електроцентрала в Европейския съюз
Емил Василевhttps://www.kaldata.com/Оспорвайки общоприетите схващания, основният изпълнителен шеф на Nvidia Дженсън Хуанг съобщи, че ИИ-чиповете на компанията му надвишават историческия растеж на продуктивността, избран от Закона на Мур. Това изказване, изказано по време на главната му тирада на CES в Лас Вегас и повторено в изявление е сигнал за евентуална смяна на парадигмата в света на компютрите и изкуствения разсъдък.
В продължение на десетилетия Законът на Мур, основан от съоснователя на Intel Гордън Мур през 1965 година е движещата мощ на напредъка в региона на изчислителната техника.
Той планува, че броят на транзисторите в компютърните чипове ще се удвоява почти всяка година, което ще докара до експоненциално повишаване на продуктивността и внезапно понижаване на разноските. През последните години обаче този закон демонстрира признаци на закъснение. Хуанг показа друга картина на ИИ-чиповете на Nvidia.
„ Нашите системи се развиват доста по-бързо от Закона на Мур. “
каза той пред TechCrunch, акцентирайки най-новия суперчип на компанията за центрове за данни, за който се твърди, че е над 30 пъти по-бърз от своя предходник
Хуанг изяснява този интензивен прогрес с цялостния метод на Nvidia към създаването на чипове.
„ Можем да създадем архитектурата, чипа, системата, библиотеките и логаритмите по едно и също време. Ако извършите това, тогава можете да се движите по-бързо от Закона на Мур, тъй като можете да въвеждате нововъведения в целия стек. “
изясни той
Тази тактика явно е дала впечатляващи резултати. Хуанг твърди, че през днешния ден ИИ-чиповете на Nvidia са 1000 пъти по-усъвършенствани от тези, които компанията е произвеждала преди 10 години, което надалеч изпреварва темпото, заложено от Закона на Мур.
Отхвърляйки схващането, че напредъкът в региона на ИИ е в застой, Хуанг очерта три дейни стъпки за мащабиране на ИИ: авансово образование, следващо образование и калкулации по време на тестванията. Той посочи смисъла на изчисленията по време на тестванията, които се правят по време на етапа на изводите и дават на моделите на ИИ повече време да „ мислят “ след всеки въпрос.
По време на своето изявление на CES Хуанг показа най-новия суперчип на Nvidia за центрове за данни – GB200 NVL72, като посочи неговата 30 до 40 пъти по-висока продуктивност при ИИ натоварвания спрямо неговия предходник H100. Той твърди, че този скок в продуктивността ще направи скъпите ИИ-модели като o3 на OpenAI по-достъпни с течение на времето.
„ Директното и неотложно решение за изчисленията по време на тестванията, както във връзка с продуктивността, по този начин и на ценовата досегаемост е да увеличим изчислителните си благоприятни условия. “
каза Хуанг
Той добави, че в дълготраен проект ИИ-моделите ще могат да се употребяват за основаване на по-добри данни за авансово и следващо образование на други ИИ-модели.
