图形处理器正处于让摩尔定律相形见绌的超高速发展道路之上。英伟达（Nvidia）的黄仁勋（Jensen Huang）如是说到。
上周，生气勃勃的黄仁勋出现在美国加州圣何塞举办的2018GPU技术大会（GTC）上，他出席了多个活动并做了一场主题演讲，不断地重复这么一个观点：由于技术的飞速进步，图形处理单元（GPU）有其自己的发展定律。
“新的定律正在形成，”他说，“一个超高速发展的定律。”
作为英伟达的CEO，黄仁勋并没有称其为“黄氏定律”。我猜他会留给其他人来命名这个定律。毕竟当今著名的“摩尔定律”的名字并不是戈登·摩尔（Gordon Moore）自己命名的。（摩尔定律——摩尔自己称之为一个现象——指的是单位集成电路可容纳的元件数量会周期性翻倍，也就是说同样算力下成本能大幅减少。）
但黄仁勋确信，参加GTC的所有人都会记住这一条。
GPU技术的发展到底有多快？在黄仁勋的主题演讲中，他指出现如今英伟达的GPU比五年前快了25倍。如果遵循摩尔定律给出的发展速度，黄仁勋说，它们只能快10倍。
黄仁勋其后给出了衡量GPU算力发展速度的另一个标准：训练AlexNet需要的时间。AlexNet是一个训练150万张图像的神经网络。他说，五年前采用两片英伟达GTX 580完成训练过程需要六天时间，而采用英伟达的最新硬件产品DGX-2则只需要18分钟——快了500倍。
黄仁勋丢出了各种各样的数字，似乎他还在确定哪个才是他要讨论的算力增长倍数。但是黄仁勋清楚GPU需要其独有的发展定律的原因——GPU的发展得益于多个方面的同时进步：架构、互联能力、存储技术、算法等等。
“技术革新并不只在于芯片上，”他说，“而在于整个体系上。”
英伟达高级工程师杰西·克莱顿（Jesse Clayton）在另一场分会中指出，GPU的发展速度比CPU更快的另一个原因在于，GPU依赖平行架构。
关于作者
特克拉·S·佩里（Tekla S. Perry）是常驻美国加州帕罗奥图市的高级编辑，她报道造就硅谷传奇的人、公司和技术超过30年。佩里在20世纪80年代初开始在IEEE Spectrum纽约办公室报道加州科技公司，其后于1986年搬到湾区（Bay Area）开始全职工作。她熟稔技术发展史，包括早期电子游戏、个人电脑产业的发展、Xerox PARC的兴衰与如今硅谷中惊人的创业热潮。她深入采访过许多科技先驱，包括戈登·摩尔（Gordon Moore）,安迪·葛洛夫（Andy Grove）,罗伯特·诺伊斯（Robert Noyce）,戴维·帕卡德（David Packard）,欧文·雅各布（Irwin Jacobs）,安德鲁·维特比（Andrew Viterbi），吉姆·克拉克（Jim Clark），瑞·杜比（Ray Dolby），亚伦·凯（Alan Kay），亚当·奥斯本（Adam Osborne），吉恩·阿姆达尔（Gene Amdhal），加里·基尔代尔（Gary Kildall），戈登·贝尔（Gordon Bell），史蒂夫·沃兹尼亚克（Steve Wozniak），玛丽莎·梅耶尔（Marissa Mayer），埃隆·马斯克（Elon Musk）与诺兰·布什内尔（Nolan Bushnell）。
除了在纸质刊物与她的博客“硅谷观察（View From the Valley）”中报道硅谷与初创公司，佩里还追踪报道全球消费电子技术趋势。她拥有密歇根州立大学的新闻学学士学位，并且是一名IEEE会员。
（翻译：常灏杰；审校：戴晨）
京公网安备11010502039775号
