当前位置: 首页 > 能源互联网 > 专家观点

黄仁勋:AI促使能耗成本降10倍,未来所有人都将构建人形机器人

钛媒体发布时间:2024-04-23 13:15:36

  近期在美国举行的CadenceLIVE Silicon Valley 2024上,英伟达CEO黄仁勋(Jensen Huang)院士与Cadence 总裁兼CEO阿尼鲁德·德夫甘(Anirudh Devgan)进行一场炉边对话。

  黄仁勋表示,一旦数万台通用服务器运行,将消耗10倍到20倍的成本,20倍到30倍的能源,加速计算就是必不可少的。随着CPU扩展速度逐步放缓,人们必须转向加速计算,同时 AI 技术也可以降低能源成本。

  “AI实际上帮助人们节省能源。如果不是因为你创建的 AI 模型,如果没有 AI,我们怎么能节省6倍或10倍的成本呢?一旦模型训练一次,数百万工程师将会从中受益,几十年来数十亿人将会享受到节省的成本。”黄仁勋表示,我们必须转向加速计算,以节省电力,节省时间,节省金钱。

  黄仁勋还预测,在不久的将来,我们所有人都将建造全新类别的设备是“人形机器人”(humanoid robot)。

  “你可以看到,人形机器人的制造成本可能比人们预期的要低得多。为什么你会花10000到20000美元买车?为什么你不能花100000到20000美元买一个‘人形机器人’?在我们为人类设计的环境中,机器人可能会更加灵活,更加多才多艺。”黄仁勋表示。

  据悉,Cadence是由SDASystems和ECAD两家公司于1988年兼并而成,总部位于美国,是芯片EDA(电子设计自动化)领域的巨头公司。

  实际上,EDA软件技术在芯片设计中不可或缺。EDA通常指利用电脑辅助设计软件来完成集成电路的功能设计、验证等流程的设计方式。英伟达的GPU(图形处理器)芯片利用EDA软件才可以制造。据行业机构电子系统设计联盟(ESD)数据,2022年,EDA全球市场将达到150亿美元左右。

  在国内EDA市场,2020年,以收入规模计,新思科技(Synopsys)、Cadence和西门子(Siemens EDA)市场份额合计超过77%,如今“三巨头”份额甚至超过80%,几乎所有下游芯片设计厂商都与这三家EDA公司合作。

  4月17日举行的CadenceLIVE硅谷活动上,Cadence宣布更新Palladium数据中心级硬件仿真加速系统,以及Protium面向数据中心优化的FPGA原型系统。

  值得一提的是,英伟达是Palladium和Protium系列的最大客户,两家公司利用Cadence系统,以及EDA、AI 等技术,加速研发GPU芯片和CUDA加速计算系统,以生产更节能的AI半导体,即通过加速计算和生成式 AI 重塑芯片设计。

  黄仁勋在公开的28分钟对话中表示,加速计算时代已经到来。底层计算平台的根本变化和转变是Cadence发展的基础,所有人都依赖Cadence技术。而英伟达是做加速计算。一旦你开始加速计算,那么下一件可能的事情就是创造生成式 AI。如果没有向加速计算的过渡,生成式 AI 将很难实现。

  “加速计算的好处是,突然之间,过去使用CPU扩展很难扩展的东西如今可以实现。芯片设计想要做的是探索一个多维、多模态、经常探索的空间。这没有一个最佳答案,所以我们需要探索成千上万个不同领域,我们对芯片设计空间的探索实在是太难了,无限的计算增长是无法做到的,AI 则将帮助我们跳进探索和优化的特定领域。所以我认为,加速计算和生成式 AI 首先将改变Cadence开发软件的方式,它将改变我们使用软件的方式。除此以外,我们设计的电路、我们的芯片、我们的个人电脑、我们的系统、我们在Cadence的数据中心、电路设计,逻辑设计,系统设计,仿真,验证,形式验证等等,不止是芯片或系统,所有事务都会被 AI 所改变。”黄仁勋称。

  黄仁勋坦言,他发现,一个程序中的一小部分代码代表了工具的大部分运行时间。例如CFD(计算流体力学),它可能只用3%的代码,代表运行99.9%的时间,而剩余的97%的代码可以用 AI 和加速计算进行重写,使得应用程序加速100000倍。

  “当然,类似的应用程序很少,我们想要重写的应用程序非常少。”黄仁勋称,他想表达的是,GPU是英伟达加速计算的第一选择,因为事实证明。它是可以进行并行计算的重要处理方式,而且也是一个非常大的市场,它的变化非常快,创新也非常快。

  黄仁勋笑着说,“事实上,我创造了‘加速计算’这个词。”

  此外,黄仁勋还重点谈到了加速计算在药物发现、数据中心、智能汽车和人形机器人等领域的重要推动力。

  首先是药物发现。

  黄仁勋称,生物医药、计算流体力学等方向上,过去30年间,人们通过CUDA和不同的DSL领域、特定的库,实现了 AI 加速计算。

  其次是数据中心计算。黄仁勋认为,通过投资 AI,通过投资数据中心,英伟达能够设计出更好、更节能的产品。而英伟达设计了一次GPU芯片,你将生产运输一万亿次,从而建造了一个数据中心,但你节省了全球6%的电力,而这将被十亿人享受。

  “通过设计更好的软件,更好的芯片,更好的系统,我们能够为世界节省的能源对社会有永久的好处。一方面,我们将消耗更多的电力和数据中心人工智能;另一方面,对于其他98%的电力消耗和能源消耗,我们将减少它。设计出更好的电脑、更好的汽车、更好的手机等。”黄仁勋指出。

  再次是智能汽车。黄仁勋表示,他更希望把汽车抽象成为拥有自主系统的“人形机器人”。

  黄仁勋称,在机器人当中有诸多的关节、感应器,因此功能安全就变得非常重要,所以我们需要有设计和验证计算机的方式,AI 技术在这个领域的运用相当广阔。

  “这些系统将始终连接到云端和数据中心,这样它当然可以更新体验,报告故障和新情况,然后下载新模型。所以我喜欢自主系统的整个领域,在不久的将来,我们所有人都将建造的全新类别的设备,将是人形机器人。”黄仁勋指出,“因此,生产线是为人类设计的,仓库是为人类设计的,很多东西都是为人类设计的,因此人形机器人在那种环境中更有可能富有成效。”

  最后,他再次谈到,科学发现过程确实必不可少,但却是零散的。英伟达要把生物学变成一个“工程”项目,所以科学发现的过程真的很重要,加速计算也非常重要。

  “顺便说一句,如果我们不转向我们的加速计算,如果我们不转向人工智能,计算机行业将经历爱隆定律(Eroom's law)。原因非常非常清楚。我们所做的工作量,我们所做的计算一直在增长。但是CPU扩展已经放缓,因此,我们将享受增长,而不是计算成本的降低。”黄仁勋称,在加速计算下,数字生物学将经历一次全面的复兴,科学和工程将越来越接近,因此必须要用重要工具、计算系统和算法,来帮助处理非常大型数据系统。

  但黄仁勋也坦言,加速计算的功耗非常高,因此需要用更多的投资、AI 用例等方式进行解决。

  “你说的第一件事绝对正确,加速计算的功耗非常高,原因是计算机的密度太高了。功耗很高,无论我们如何优化功耗,利用率都会直接转化为更高的性能。这种表现可以用更高的生产力来衡量,也可以用创造更多收入、直接存力来衡量。同样的性能,你可以买小得多的东西。因此,我认为加速计算中的电源管理可以直接转化为您所关心的所有事情。”黄仁勋强调,AI 在帮助人类应对气候变化方面完全是变革性的技术,形成更高效的能源等。

  黄仁勋在结尾强调,英伟达的发展哲学,是让更多专家和做出重要贡献的人员组合成“多元化团队”,聚集在一起做更多的事情。

  “我认为这是英伟达规模如此之小的原因之一。我们只有28000人,但我们的力量远远超过我们的人员规模。几乎每个人都有权代表我做出更好的、合理的、有原则的决定,这就是为什么英伟达做到如此规模的原因。我们是一个完整组织。所以我试图创造一种环境,让公司每一层的专家和贡献者都能参与到一个问题中,同时参与到一个问题中。”黄仁勋称。

  来源:钛媒体


评论

用户名:   匿名发表  
密码:  
验证码:
最新评论0