Jensen Huang が半導体技術の避けられない限界を強調

NVIDIAの CEO としてよく知られているJensen Huangと彼の妻は最近、オレゴン州立大学に5000万ドルを寄付しまし た。この金額は、 NVIDIA スーパーコンピューター を含む革新的な複合施設に資金を提供することを目的としています。議定書でそれについて尋ねられたとき、 Jensenは将来についての彼の見解と、人工知能の助けがなければ技術の進歩がどのように止まるかを説明しました。

5000万ドルの寄付

5000万ドルは簡単に受け入れられる金額ではありません。ジェンセンの目には、AI はタイム マシンのようなものです。完了するまでに数日かかったワークロードが、数時間で結果を表示するようになりました。天気予報は、AI が未来の予測にどのように役立つかを示す代表的な例です。現代の AI には劣るものの、私たちの知性は驚異的です。科学者は、私たちの誰よりもこの技術を必要としています。医療部門がその例です。がんなどの病気が増加しているため、AI がそのような重要な分野に導入されれば、世界全体が恩恵を受けるでしょう。残念ながら、ほとんどの大学には、そのようなプロジェクトに資金を提供するための十分な予算がありません。ここで、ジェンセンと彼の妻の寄付が注目されます。

「[私たちは] この技術を科学者の手に渡して、科学者が最も重要で緊急の問題に適用できるようにする必要があります。」

〜議定書へのJensen Huang

この引数は、複数のフィールドに限定されません。物理学では、相対性理論と量子論の間の相関関係が必要です。増え続ける処理要求に対応するには、コンピュータ サイエンスはシリコンの設計方法を根本的に変える必要があります。天文学の世界では、何百万光年も離れた物体を捉えるために、光学とイメージング技術に革命を起こすことが求められています。要するに、人類を進歩に導いたのはこれらの技術的飛躍でした。

「基礎科学と[私たちの寄付の]理由は、人々が異なる未来を見ているということです」

~Jensen Huang プロトコル経由

ムーアの法則の終わり？

Jensenは、半導体業界は限界に達していると述べています。トランジスタをどれだけ縮小できるかには、物理​​的な限界があります。量子トンネリングを考えると、原子のサイズを超えるスケーリングは退屈なプロセスです。これは、科学者に力を与えるという Jensen の当初のスタンスによるものです。十分に強力なハードウェアにアクセスできる場合、最新のマイクロプロセッサの内部をモデル化することは難しい作業ではありません。

チップ効率の向上も、NVIDIA の将来のロードマップの一部です。このプロトコルは、データセンターがすでに世界でかなりの量の電力を消費していることを強調しています。さらに、ムーアの法則は限界に近づいていますが、Intelのような企業はそれを維持するために最善を尽くしています。ムーアの法則を定義すると、トランジスタの数を増やすだけで済みます。ただし、方程式にパフォーマンスを追加すると、スタッキング テクノロジ ( AMD V-Cache )、より小型のアダプター(< 3nm)、および人工知能(DLSS)を使用すれば、ムーアの法則は依然として成立します。

頭を砂に埋めることもできますが、何か他のことをしなければならないという事実に直面しなければなりません。」

~Jensen Huang プロトコル経由

結論

Jensen は、NVIDIA の AI 製品を拡張するために 24 時間体制で取り組んでいます。デスクトップ GPU でさえ、ディープ ラーニング スーパー サンプリング (DLSS) の追加により同じ処理を受けています。これは、人工知能が NVIDIA のビジネス戦略の重要な部分であることを示しています。

(すべてのクレジットは、必要な情報を提供するためにプロトコルに送られます)