Buzz
Giám đốc điều hành của Nvidia đã nhiều lần khẳng định rằng định luật Moore không còn áp dụng, thậm chí đang giảm tốc, và những ý tưởng để củng cố hiệu suất phát triển của chip dựa trên định luật Moore đã bắt đầu xuất hiện dấu hiệu lỗi thời. Với Nvidia, thay vì tuân theo định luật Moore, họ bắt đầu phát triển sản phẩm theo “định luật Huang”
Đây là những gì giám đốc khoa học của Nvidia, Bill Dally, chia sẻ trong một bài viết trên blog chính thức của Nvidia. Nguồn gốc của “định luật Huang”, theo Nvidia, bắt nguồn từ một bài viết trên tờ tạp chí danh tiếng IEEE Spectrum, rồi sau đó được vài trang tin lớn trích dẫn cụm từ đó trong bài viết của họ. Theo Dally, nhờ chiến lược phát triển sản phẩm như vậy, Nvidia đã tạo ra những con chip có sức mạnh tăng 1000 lần trong vòng 10 năm, từ con chip K20X ra mắt năm 2012, tới H100 ra mắt năm 2022.
Trong buổi thuyết trình tại sự kiện Hot Chips 2023, ông Dally đã phát biểu rằng nếu chỉ áp dụng định luật Moore, thì không bao giờ trong 10 năm, chip xử lý của Nvidia sẽ có sức mạnh tăng 1000 lần như vậy. Ông nhấn mạnh rằng các nâng cấp về tiến trình sản xuất chip bán dẫn chỉ mang lại hiệu năng tăng 2.5 lần trong suốt 10 năm qua, con số này quá nhỏ.Ví dụ cụ thể như sau: Năm 2012, Nvidia sản xuất chip trên tiến trình 28nm. Nhưng đến năm 2022, H100 kiến trúc Hopper được sản xuất trên tiến trình 5nm. Tuy nhiên, theo ông Dally, những cải tiến về tiến trình sản xuất chỉ giúp hiệu năng của chip tăng lên 2.5 lần trong suốt 10 năm qua, con số này quá nhỏ.
Một yếu tố quan trọng giúp Nvidia đạt được sự chênh lệch lớn trong hiệu năng chip xử lý là tập trung vào nghiên cứu để tạo ra những đột phá riêng lẻ và chuyên biệt, thay vì cố gắng chạy đua phát triển một con chip hoàn hảo ở mọi khía cạnh.Ví dụ, trong cấu trúc chip xử lý dành cho nghiên cứu AI và máy chủ đám mây Hopper, Nvidia đang tập trung nghiên cứu để từng nhân xử lý, từng transistor có hiệu suất xử lý số thực dấu phẩy động 8 và 16 bit được tối ưu và mạnh mẽ hơn rất nhiều. Trước đó, kiến trúc Ampere đã hỗ trợ xử lý thống kê và machine learning để nâng cao hiệu suất gấp đôi trong quá trình xử lý toán học. Sau đó, để kết hợp tất cả các công nghệ mà Nvidia đã tạo ra, họ sử dụng cầu nối bộ nhớ NVLINK…Dally, trong bài viết trên blog chính thức của Nvidia, cho biết: “Hiện tại là thời điểm hoàn hảo để trở thành một nhà khoa học máy tính.” Và dám khẳng định rằng, kỹ nghệ phát triển chip bán dẫn hiện đang diễn ra theo hướng chuyên biệt hóa, không tạo ra những chip phổ quát có khả năng thực hiện mọi công việc một cách chậm chạp, mà là những chip chuyên biệt, chỉ thực hiện được một số tác vụ cụ thể, nhưng có hiệu suất cao hơn rất nhiều lần so với CPU hoặc GPU phổ quát.Theo WCCFTech
