El director ejecutivo de Nvidia declara muerta la ley de Moore

Uno de los temas a los que hemos vuelto repetidamente aquí en 2007es.com es el estado de Ley de Moore y su futuro a largo plazo. Nuestras conclusiones a menudo han estado en desacuerdo con las declaraciones públicas de los diseñadores de semiconductores y las fundiciones que construyen su hardware. Intel, por ejemplo, sigue enfatizando la importancia y validez de la ley de Moore. El CEO de Nvidia, Jen-Hsun Huang, ya no está de acuerdo.

Según Jen-Hsun, el escalado de la CPU en los últimos años ha aumentado significativamente la cantidad de transistores, pero las mejoras de rendimiento han sido pocas y espaciadas. Las GPU, por el contrario, se han vuelto mucho más rápidas durante el mismo período de tiempo. Jen-Hsun se ha referido ocasionalmente a esto como 'Ley de Hyper Moore' y argumenta que debido a que las CPU son menos buenas en el paralelismo, las GPU eventualmente las suplantarán. DigiTimes informesNvidia también se ha asociado con Huawei, Inspur y Lenovo para desarrollar un nuevo acelerador Tesla 100 HGX-1 diseñado específicamente para aplicaciones de inteligencia artificial.

No se puede negar que las mejoras en el rendimiento de la CPU han sido lentas durante los últimos seis años. Intel se ha centrado más en reducir el consumo de energía y mejorar el rendimiento en sobres de bajo consumo. Sus avances en esta área han sido considerables; las CPU modernas consumen mucha menos energía que Sandy Bridge. En cuanto a sus comentarios sobre la Ley de Moore, la situación es más complicada de lo que él hace parecer. La informática no se divide estrictamente entre CPU y GPU sin nada en el medio. Intel Desembarco de caballeros tiene hasta 72 núcleos con 288 subprocesos con 36 MB de caché L2. Si bien los procesadores de Xeon Phi se basan técnicamente en un núcleo Atom, Intel los ha modificado sustancialmente para manejar múltiples subprocesos e instrucciones AVX-512.



Intel no es la única empresa que trabaja en este campo. Varios fabricantes están diseñando su propio hardware personalizado para estas cargas de trabajo, incluido Fujitsu, propiedad de Intel. movidy Google. Estos procesadores no son CPU convencionales, pero tampoco GPU. Es muy posible que la inteligencia artificial y los procesadores de aprendizaje profundo implementados en los centros de datos sean completamente diferentes de los implementados en el borde, en los teléfonos inteligentes o (poco probable, pero técnicamente posible) en las PC.

¿Está muerta la ley de Moore?

Incluso la respuesta a esta pregunta está abierta a debate. Históricamente, la gente trata la Ley de Moore como una regla que dice que el rendimiento de la CPU se duplicará cada 18-24 meses, pero eso no es cierto. La ley de Moore predice que el número de transistores se duplica, no el rendimiento bruto. Había otra regla que regía las mejoras de rendimiento: Escala de Dennard. La escala de Dennard declaró que a medida que los transistores se volvían más pequeños, usarían menos energía. Esto reduciría el calor generado por cualquier transistor dado y permitiría que se empaquetaran más juntos. Desafortunadamente, la escala de Dennard se rompió alrededor de 2005, razón por la cual las velocidades de reloj de la CPU apenas se han movido desde entonces.

He argumentado en el pasado Ley de Moore no esta muerto tanto como su transformado. En lugar de centrarse estrictamente en aumentar el número de transistores y las velocidades de reloj, las empresas ahora se centran en la eficiencia energética y la integración de componentes. La explosión de procesadores especializados para manejar la inteligencia artificial y las cargas de trabajo de aprendizaje profundo es en parte una reacción al hecho de que las CPU no escalan como solían hacerlo.

El CEO de Nvidia, Jen-Hsun Huang, anuncia el nuevo software de inferencia de IA de Nvidia, TensorRT 3.

Es importante tener en cuenta que los mercados de inteligencia artificial y aprendizaje profundo están en su infancia. Las empresas han presentado una gran cantidad de ideas sobre lo que la IA y el aprendizaje profundo podría hacer, pero implementar estas tecnologías en el campo ha resultado ser más desafiante. Pero si el mercado despega, eventualmente verá que estas capacidades se integran en las CPU. Érase una vez (también conocido como mediados de la década de 1990), características como gráficos y caché L2 residían en la placa base, no en la CPU. Con el tiempo, las CPU han integrado caché L2, caché L3, controladores de memoria, gráficos integrados y los Southbridge que solían manejar el almacenamiento y el control de E / S.

Jen-Hsun tiene toda la razón en que agregar transistores ha hecho poco por el rendimiento de la CPU, por lo que, en ese sentido, la Ley de Moore está muerta. Sin embargo, si considera la pregunta en términos de qué características y capacidades han integrado las CPU, la Ley de Moore está muy viva. Nvidia ha realizado un gran trabajo en inteligencia artificial y aprendizaje automático, pero la situación es más complicada de lo que sugiere Jen-Hsun, y todavía no sabemos qué núcleos y diseños van a vencer a los demás. Todavía estamos en la fase de 'Tirar barro a la pared y ver qué se pega'. Es completamente posible que los mejores diseños de procesadores para manejar estas cargas de trabajo aún no se hayan inventado.

Copyright © Todos Los Derechos Reservados | 2007es.com