NVIDIA GTC介绍新进展：黄氏定律让AI性能实现

在计算机领域，有一个如雷贯耳的定律——“摩尔定律”。这一定律指引着集成电路的晶体管数量每隔18个月至24个月翻番，长期作为行业发展的风向标。受材料科学等技术的瓶颈制约，摩尔定律的进度明显放缓。正是在这样的背景下，图形领域的巨头NVIDIA的CEO黄仁勋提出了前瞻性的“黄氏定律”。他预测，GPU的革新将推动AI性能的逐年翻倍增长，NVIDIA也正以坚定的步伐朝着这一目标迈进。

今日，NVIDIA的GTC中国大会如期召开，会上，NVIDIA的首席科学家Bill Dally为大家揭示了实现“黄氏定律”的技术内幕。NVIDIA的技术团队正通过一系列的创新研究努力实现这一目标，包括打造更快的AI芯片、简化编程流程等。为了提升AI的推理性能，NVIDIA推出了一款名为MAGNet的工具，这款工具生成的AI推理性能卓越，最高可达每瓦100TOPs的推理能力，相较于现有的商用，其性能提升了一个数量级。

在新技术的过程中，NVIDIA的研究人员发现光子相比传统电子能携带更多信息，且在信息传递过程中的能耗更低。基于这一发现，NVIDIA设定了一个雄心勃勃的目标——利用光信号进行信息传输和交换。为此，NVIDIA研发出了“密集波分复用”技术，这项技术有望在1毫米大小的芯片上实现Tb/s级数据的传输，相当于当前互联密度的十倍。

光链路技术也能助力专业用户搭建更密集的系统，NVIDIA也介绍了Legate这一全新的编程系统原型。该系统能让开发人员在任何规模的系统上都运行针对单一GPU便携的程序。在AI领域，NVIDIA借助基于物理渲染的路径追踪技术，实时生成令人惊叹的图像，并通过AI构建整个场景。这一技术在医疗健康、汽车、机器人等众多行业都发挥着重要作用。

此次GTC大会上，NVIDIA还宣布了与国内著名云服务提供商的紧密合作。阿里、百度、滴滴等云服务提供商纷纷采用NVIDIA的A100 Tensor Core GPU及相关技术，为各类AI应用提供强大的加速支持。新华三、浪潮、联想等OEM厂商也开始推出基于NVIDIA A100 GPU的产品，以获取卓越的AI计算性能，满足不断增长的市场需求。