摩爾定律死亡論，NVIDIA的應對措施是人工智慧

學者們一直在談論「穆爾定律是死的」這句話已經過了一段時間，但現在這句話從NVIDIA的執行長Jen hsun Huang的嘴說話，但具有不同的意義。

在網絡通信的蕭邊一起了解相關內容。

穆爾定律被命名為英特爾聯合創始人戈登·摩爾（戈登·摩爾）後。

1965他建議半導體晶片上集成的電晶體和電阻每年都會增加一倍。

1975，他根據當時的實際情況修改了穆爾的法律，把「每年兩次」的數量翻了一番，「每兩年翻一番」。

在穆爾的法律面對死亡，NVIDIA的回應是人工智慧嗎？

「NVIDIA公司的執行長，在台北電腦展Jen hsun Huang告訴一些記者和分析師：

每一代晶片架構都是通過調整超標量體系結構和預測執行來增加線路尺寸來改進的。

然而，這些技術的發展並沒有跟上晶片密度每年提高50%的目標。

他說:

微處理器不再能夠維持過去，發展規律，我們稱之為穆爾定律，已經失敗了。

半導體的物理特性決定了我們不能按照納德定律進行進一步的研究。

」

半導體技術和處理器性能轉移軌跡

納德定律，又稱為MOSFET的標度律，是源於Robert Dennard在1974發表的一篇論文。

文章指出，電晶體面積的減小，使其所消耗的電壓和電流減小到大致相同的大小。

也就是說，如果電晶體的尺寸減半，電晶體的靜態功耗將降低到1/4（電壓和電流同時減半）。

穆爾定律和納德定律的減弱效應使半導體產業進入成熟期，現階段，只有少數晶片製造商推動技術的進一步發展，在需要的下億美元的高投入。

目前，有足夠的錢去，並在此基礎上為14nm制技術，很少有廠商推出8nm以下過程。

近年來，技術進步的停滯導致了行業合併的增加，數十億美元的兼并和收購。

Jen hsun Huang預計，進一步的進展將在GPU計算了

在這樣的背景下，Jen hsun Huang提出了另一個方向的半導體產業發展的圖形處理器。

NVIDIA希望依靠圖形處理器在未來幾年繼續推動半導體產業。

Jen hsun Huang說，深度學習需要NVIDIA的GPU晶片的使用，NVIDIA將藉此機會進入人工智慧領域，和電腦遊戲業務將逐步讓位於優勢。

雖然穆爾的律師已經失敗，在半導體產業創新停滯不前。

雷鋒網了解到，一些新興的中國晶片製造商是超重的FD-SOI。

一些製造商認為，從二維到三維晶片設計晶片設計的轉變將是未來半導體產業。

NVIDIA選擇押注於人工智慧，使用機器學習來對抗穆爾定律。

NVIDIA認為沒有必要使機器更強大，只是讓它變得更聰明。

智慧比NVIDIA的思想力量更重要。

瑞信信貸分析師台北蘭迪（Randy Abrams）答？Nvidia的人工智慧來促進半導體產業的發展，前景很樂觀。

使用12nm過程Volta GPU晶片Nvidia已經讓人感覺明亮。

據雷鋒網了解，這種晶片只有815mm大小，相當於7的iPhone手機的處理器，採用台積電（TSMC）矽插件技術連接到16GB的高帶寬內存。

並用8伏特的GPU晶片，深度學習計算機dgx-1費用高達149000美元。

Abrams指出，NVIDIA的數據中心業務的年增長率達到了186%，高達17億美元的最近。

企業創造了價值5億美元的台積電，NVIDIA的總收入約1.5%。

但Abrams認為，人工智慧將仍然需要時間來成為手機的主要驅動。