🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《Web3+》官方Telegram
摩爾定律告終！黃仁勳：加速運算才是未來
輝達（NVIDIA）執行長黃仁勳於今（29日）在台北國際電腦展Computex中發表演說，現場他化身超級業務員針對輝達即將推出的新產品做介紹，黃仁勳也侃侃而談他的科技願景，強調資料中心就是電腦（data center is the computer），而輝達也以此為核心發展。
穿著皮夾克、受到熱烈歡迎登場的黃仁勳，一開場便藉由大螢幕展示AI（人工智慧）所建構的擬真畫面，昭顯AI時代的蒞臨。而對於輝達的策略發展，黃仁勳則從IBM於1964年創造出電腦的System 360開始說起。
黃仁勳表示，從IBM之後便迎來對算力的革命，同時也讓大家了解電腦的運作原理，System 360和程式編寫邏輯一直延續到了今天，持續了60年。然而如今，卻有兩項趨勢，將改寫長久以來的局面。
首先，便是CPU的升級開始停滯。 黃仁勳指出，「在相同成本下，CPU每五年會獲得10倍表現的定律已到盡頭。」這事實上代表著，隨著先進製程晶片的不斷微縮，摩爾定律發展也將到達盡頭，水漲船高的先進製程定價也是讓CPU無法再如從前飛快更迭的原因之一。
其次，黃仁勳也認為，企業若想達到更高的算力表現，也會需消耗更多的電量，這也是為何資料中心如此耗電的原因，本質上與如今淨零碳排的趨勢相斥。黃仁勳指出，想要解決CPU發展遇到的瓶頸，「就需要新的運算解決方案。」
黃仁勳直言：「加速運算是整個產業往前邁進的道路。」加上深度學習（deep learning）這項新的軟體使用方式也正好被開發，「加速運算和深度學習這兩件事綁在一起，驅動了今日的運算，也就是加速運算和生成式AI的爆發。」
換句話說，黃仁勳藉由CPU停止推陳出新的觀點，強調加速運算和AI應用普及的重要性，而發展這一切軟體運行最重要的基石，就是能夠做到平行運算的GPU（繪圖處理器），言下之意是希望以GPU取代CPU，推進整個科技產業的持續前行。
GPU買越多、省越多！黃仁勳的GPU登頂大計
黃仁勳直言：「加速運算是整個產業往前邁進的道路。」加上深度學習（deep learning）這項新的軟體使用方式也正好被開發，「加速運算和深度學習這兩件事綁在一起，驅動了今日的運算，也就是加速運算和生成式AI的爆發。」
換句話說，黃仁勳藉由CPU停止推陳出新的觀點，強調加速運算和AI應用普及的重要性，而發展這一切軟體運行最重要的基石，就是能夠做到平行運算的GPU（繪圖處理器），則更適合AI運算的發展。言下之意，黃仁勳對以GPU取代CPU推進整個科技產業的持續前行，抱有相當願景。
他指出，在資料中心能源供應有限的情況下，相較於CPU，GPU能節省更多成本。GPU雖看來價格高昂，但實則用起來能幫企業剩下不少成本費用。他開玩笑說：「今天聽不懂技術沒關係，你只要知道是『買越多、省越多』就好。」
荒地豐收！輝達克服哪3難關取得今日成績？
不過想要做到「取代」這件事並不容易，黃仁勳則點出其中三個難題。
首先，舉例來説，若想在一片荒涼的土地上開發，就必須打造基礎設施、種植樹木或開鑿河川等，才能吸引人類前來定居，並形成聚落。
輝達為GPU開發CUDA的目的就如同荒地開墾，為的就是要讓GPU能有軟體系統，產生自有生態圈，才能持續推展，一如CPU當初是著IBM所開發的System 360來發展的路徑。
CUDA是一套輝達提供給開發人員的編程工具，讓工程師能直接如C++或Java等高階語法來編寫GPU程式。黃仁勳指出：「我們必須從最基礎開始重新發明，包含系統、晶片、系統軟體和演算法。」
其次，黃仁勳指出第二個困難在於「資料中心就是電腦（datacenter is the computer）。」應用當今是橫跨所有的資料中心，人們也必須重新設計晶片、
系統以及相關軟體。
最後，加速運算已經是多重領域的工作，例如基因定序運算、車用和醫學等不同領域，都需要不同的專業人員，工程浩大，「這就是為何加速運算花了近30年才完成。」
🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《Web3+》官方Telegram
責任編輯：錢玉紘、林美欣、高敬原
