英伟达CEO黄仁勋：AI芯片性能超越摩尔定律，未来将更具成本优势

在近期于拉斯维加斯举行的国际消费电子展（CES）上，英伟达的首席执行官黄仁勋在一场激动人心的主题演讲后接受了TechCrunch的采访。他在采访中指出，英伟达的人工智能（AI）芯片在性能提升方面的速度，已经远远超越了数十年来推动计算机技术进步的“摩尔定律”所设定的标准。

摩尔定律是由英特尔的联合创始人戈登·摩尔在1965年提出的，最初预测计算机芯片每年会增加一倍的晶体管数量，这一预言不仅成功实现了，还在过去几十年中推动了计算机性能的快速提升。近年来，摩尔定律的发展速度有所放缓，很多专家和行业观察者对此表示关注。

黄仁勋在演讲中对此做出了回应。他表示，英伟达的AI芯片正在以自身特有的加速度发展，公司具备同时构建架构、芯片、系统、库和算法的能力。他指出，正是因为这种全方位的创新，使得英伟达能够在技术的发展上超越摩尔定律。他强调：“我们能够在整个技术栈中进行创新，这使得我们的发展速度超过了摩尔定律。”

这一大胆的宣言出现在当今众多业内人士对AI发展是否进入瓶颈阶段的讨论之中。诸如谷歌、OpenAI和Anthropic等领先的AI实验室，均依赖英伟达的AI芯片进行训练和运行其AI模型，而这些芯片的持续进步可能会进一步提升AI模型的能力。

早在去年11月，黄仁勋已经在一次播客节目中提到，AI的进展正以“超摩尔定律”的速度进行。他认为，在AI领域可以观察到三大核心定律：预训练、后训练和推理计算。预训练阶段是AI模型从海量数据中识别模式的过程，后训练阶段则是通过人类反馈微调模型，而推理计算阶段则是确保模型在做出回答后的思考时间。

随着计算能力的提升，黄仁勋相信AI推理的成本会逐渐降低，这种趋势与摩尔定律历史上推动计算成本下降的进程不谋而合。目前，英伟达的H100芯片曾被广泛使用为科技公司训练AI模型的优选方案，但近年来，科技公司对于推理阶段的关注愈发强烈，一些人开始对英伟达的高价芯片的市场地位产生疑问。

在主题演讲中，黄仁勋展示了英伟达最新发布的数据中心超级芯片GB200 NVL72，他表示这款芯片在AI推理工作负载方面的表现比英伟达此前热销的H100快了30到40倍。这一性能飞跃意味着像OpenAI的o3等推理计算密集型AI模型，其长期运行成本将会降低。

黄仁勋进一步解释说，专注于创造更强大性能的芯片，意味着在长远来看能够实现更低的成本。在推理计算上，直接提升计算能力是降低价格的关键。他指出，AI推理模型未来可以用于生成更高质量的数据，这将推动AI模型在预训练和后训练阶段效果的提升。

过去一年，AI模型的价格已经有了显著下降，部分原因正是英伟达等硬件公司的技术突破。黄仁勋乐观地展望未来，预计这种趋势将随着AI推理模型的进步继续保持下去。他自豪地指出，今日的AI芯片相比十年前的产品提升了近1000倍，且这种提升的速度并未见到减缓的迹象。

黄仁勋的言论在科技界引发了广泛关注，预示着未来的AI技术与硬件可能会迎来新的突破。随着英伟达在AI领域的持续创新，行业的格局也将不断演变，AI模型的能力和应用场景将进一步扩展，推动更多行业的智能化转型。英伟达正以其超越摩尔定律的技术进步，续写着计算机科技的辉煌篇章。