Tác giả: Matthew Connatser
Thứ Ba, ngày 03 tháng 10 năm 2023
Hiệu suất sẽ gia tăng gấp 1000 lần cứ sau mỗi 10 năm — Định luật Hwang (CEO của NVIDIA)
Trong thập kỷ qua, ngành công nghiệp bán dẫn dưới tác động của Định luật Moore đang dần cạn kiệt. Ngày càng khó khăn hơn cho các nhà máy sản xuất để cung cấp các node công nghệ mới mang lại sự cải thiện truyền thống về công suất, diện tích và hiệu suất như trong quá khứ. Nhưng NVIDIA và CEO tham vọng của họ, Jensen Huang, dường như đã nhìn thấy sự “phá sản” tất yếu của Định luật Moore, khi công ty đang ngày càng dựa vào trí tuệ nhân tạo để tối ưu hóa thiết kế GPU trong tương lai, và đã tuyên bố buổi bình minh của Định luật Huang.
Nếu bạn chưa quen thuộc với Định luật Moore, nó đã được dự đoán lần đầu bởi kỹ sư huyền thoại và người đồng sáng lập Intel, Gordon Moore, người dự đoán rằng số lượng transistor trong một mạch tích hợp sẽ tăng gấp đôi sau hai năm. Điều này có nghĩa là nén thêm các transistor vào không gian ngày càng nhỏ hơn và cung cấp các tính năng hoặc hiệu suất cao hơn. Việc xây dựng các chip nhỏ hơn với nhiều tính năng và hiệu suất cũng lịch sử đã giảm giá theo thời gian.
Từ những năm đầu của thập kỷ 2010, ngành công nghiệp bán dẫn đã gặp khó khăn trong việc theo kịp với Định luật Moore. Các node công nghệ tiên tiến nhất hiện nay thường không cung cấp các lợi ích và tiết kiệm chi phí truyền thống của các bản cập nhật trước đó, và có ít nhà máy sản xuất theo kịp được tốc độ thay đổi. Đối với một ngành công nghiệp đã được hưởng lợi lớn qua các năm bởi tác động của Định luật Moore, đây là một cuộc khủng hoảng mang tính chất sống còn.
NVIDIA không xem việc Định luật Moore là thứ không thể vượt qua; thay vào đó, công ty coi trí tuệ nhân tạo là tương lai của GPU. Tại sự kiện Hot Chips 2023, Tiến sĩ Bill Dally, Giám đốc Khoa học của NVIDIA, đã đề xuất Định luật Huang, được đặt tên theo CEO của công ty, dự đoán rằng mỗi mười năm hiệu suất tăng 1000 lần nhờ vào sự đóng góp của trí tuệ nhân tạo. Điều này không phải là một con số hoàn toàn lý thuyết; NVIDIA ước tính rằng GPU H100 Hopper mới nhất của họ nhanh hơn xấp xỉ 1000 lần so với GPU K20X Kepler từ đầu những năm 2010.
Tiền đề của Định luật Huang là việc đóng gói thêm transistor vào không gian nhỏ hơn không phải là cách duy nhất để cải thiện hiệu suất, công suất và chi phí. Nhờ vai trò ngày càng quan trọng của trí tuệ nhân tạo trong thiết kế tối ưu chip GPU, hiệu suất và theo đó cả chi phí sẽ đều được cản thiện đáng kể.
Việc xem xét xem Định luật Huang có đúng không vẫn còn nhiều điều tranh cãi, nhưng rõ ràng trí tuệ nhân tạo đang đóng một vai trò ngày càng gia tăng trong thiết kế và tối ưu hóa vi mạch tích hợp, và các nhà cung cấp công cụ EDA như Synopsys và Cadence cũng đã đưa ra các dự đoán tương tự.
