在近日的 CES 展會上，英偉達 CEO 黃仁勳表示，公司的 AI 芯片性能提升速度已經超越了摩爾定律的歷史標準。

摩爾定律是由英特爾聯合創始人戈登・摩爾於1965年提出的，預測計算機芯片上的晶體管數量每年大約會翻一番，進而使芯片性能也相應翻倍。然而，近年來，摩爾定律的進展速度已顯著放緩。

顯卡，英偉達，RTX40

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

黃仁勳指出，英偉達的最新數據中心超級芯片在運行 AI 推理工作負載時的速度是前一代的30倍以上。他表示:“我們能夠同時構建架構、芯片、系統、庫和算法，如果能夠做到這一點，就能超越摩爾定律，因爲我們可以在整個技術棧中進行創新。”

這一聲明在許多人質疑 AI 進展是否停滯不前的背景下顯得尤爲重要。目前，谷歌、OpenAI 和 Anthropic 等領先 AI 實驗室都在使用英偉達的 AI 芯片來訓練和運行 AI 模型，因此這些芯片的進步將直接影響 AI 模型的能力。

黃仁勳還提到，現在有三種活躍的 AI 擴展法則:預訓練、後訓練和測試時計算。他強調，摩爾定律在計算曆史上如此重要，因爲它推動了計算成本的降低，而推理過程中的性能提升也將帶來推理成本的降低。

儘管一些人對英偉達的昂貴芯片能否在推理領域繼續保持領先地位表示擔憂，黃仁勳卻表示，最新的 GB200NVL72芯片在推理工作負載上比 H100芯片快30到40倍，這將使 AI 推理模型變得更加經濟實惠。

黃仁勳強調，提升計算能力是解決推理時計算性能和成本可承受性問題的直接有效途徑。他預計，隨着計算技術的不斷進步，AI 模型的成本將持續下降，雖然目前 OpenAI 等公司的某些模型運行成本較高。

黃仁勳表示，如今的 AI 芯片相比十年前已經提升了1000倍，這一進步速度遠超摩爾定律，且他認爲這種趨勢不會很快停止。

劃重點:  

🌟 英偉達 CEO 黃仁勳表示，公司的 AI 芯片性能提升已超越摩爾定律。  

⚡ 最新的 GB200NVL72芯片在 AI 推理工作負載上的速度是前代產品的30到40倍。  

📉 黃仁勳預測，隨着計算能力的提高，AI 模型的使用成本將逐步下降。