300 家明星公司，3000 位 AI 创业者齐聚深圳，CCF-GAIR，全球人工智能与机器人峰会，见证 AI 浪潮之巅，你不来吗？
学者们念叨“摩尔定律已死”这句话已经有一段时间了，不过如今这句话从Nvidia CEO黄仁勋口中说出，却带有别样的意味。
摩尔定律是以英特尔联合创始人戈登·摩尔（Gordon Moore）的名字命名的。他曾在1965年时提出，半导体芯片上集成的晶体管和电阻数量将每年增加一倍。1975年，他又根据当时的实际情况对摩尔定律进行了修正，把"每年增加一倍"改为了"每两年增加一倍"。
Nvidia CEO黄仁勋在台北电脑展上对一小拨记者和分析师说道：
“每一代芯片架构都在进步，通过调整超标量体系结构以及预测执行增加管线尺寸。然而这些技术的发展，已经跟不上每年将芯片密度提升50%的目标了。”
他说道：
“微处理器已经无法延续过去的发展速度，我们称之为‘摩尔定律’的发展规律正在失效。半导体的物理特性决定了我们不能再按照登纳德定律进一步发展。”
半导体技术与处理器性能的发展轨迹正在偏离
登纳德定律又称作MOSFET缩放定律，源于1974年罗伯特·登纳德联名发表的一篇论文。该论文指出，晶体管面积的缩小使得其所消耗的电压以及电流会以差不多相同的比例缩小。也就是说，如果晶体管的大小减半，该晶体管的静态功耗将会降至四分之一（电压电流同时减半）。
摩尔定律和登纳德定律带来的递减效应推动半导体行业步入了成熟期，在这个阶段只有极少数芯片制造商能够承受推动技术进一步发展所需的、高达数十亿美元的高昂投入。就眼下来说，拥有足够雄厚的财力，能在16nm和14nm工艺的基础上再进一步，推出8nm和7nm工艺的厂商寥寥无几。
技术进步的停滞导致了近年来行业整合加剧，高达数十亿美元的兼并和收购案屡见不鲜。
黄仁勋预测，GPU计算将取得进一步进展
在此背景下，黄仁勋提出了半导体行业发展的另一个方向——图形处理器。Nvidia希望能依靠图形处理器在未来数年间继续推动半导体行业发展。黄仁勋表示，深度学习需要用到Nvidia的GPU芯片，Nvidia将借此契机进军人工智能领域，而电脑游戏业务则将逐渐让出主导地位。
虽然摩尔定律已经失效，但是半导体行业的创新并未止步。雷锋网了解到，一些新兴的中国芯片制造商正在加码FD-SOI。还有一些厂商认为，从二维芯片设计转向三维芯片设计将是半导体行业的未来。
Nvidia则选择了押注人工智能，用机器学习抗争摩尔定律的衰亡。Nvidia认为，没有必要把机器变得更强大，只需要让它更智能就行了。在Nvidia的观念里，智慧比力量更加重要。
瑞信信贷在台北的分析师兰迪•艾布拉姆斯（Randy Abrams）认为，Nvidia通过人工智能推动半导体行业发展，前景看起来很乐观。
Nvidia采用12nm工艺的Volta GPU芯片已经让人感觉到了眼前一亮。据AI科技评论了解，这款芯片有815mm²大小，相当于7个iPhone手机处理器，并使用台积电（TSMC）的硅插入器技术连接到了16GB的高带宽内存。而配置了8个Volta GPU芯片的深度学习超级计算机DGX-1售价高达149,000美元。
艾布拉姆斯指出，Nvidia的数据中心业务以每年186％的速度增长，最近已经达到了17亿美元。这块业务为台积电创造了5亿美元的价值，约占Nvidia总营收的1.5%。不过艾布拉姆斯认为，AI成为手机的主要驱动力仍然需要时间。
AI科技评论招业界记者啦！
在这里，你可以密切关注海外会议的大牛演讲；可以采访国内巨头实验室的技术专家；对人工智能的动态了如指掌；更能深入剖析AI前沿的技术与未来！
如果你：
＊对人工智能有一定的兴趣或了解
* 求知欲强，具备强大的学习能力
* 有AI业界报道或者媒体经验优先
简历投递：
[email protected]
