IT之家 · 智能时代T2·算力与基建
58 分
前英特尔 CEO 基辛格在 COSM 科技峰会上表示,AI 对算力的需求要求实现约一万倍的效率跃升,仅靠常规代际微缩无法满足,但他否认摩尔定律已终结。他认为摩尔定律能否重焕生机取决于光学、供电、散热、材料与封装五大工程领域的根本性突破,并已通过 Playground Global 投资光刻、核能与硅光子等方向。
Moore's Law
集成电路上晶体管密度约每两年翻倍的行业经验规律,长期主导芯片微缩节奏
前英特尔 CEO 基辛格在 COSM 科技峰会上表示,AI 对算力的需求要求实现约一万倍的效率跃升,仅靠常规代际微缩无法满足,但他否认摩尔定律已终结。他认为摩尔定律能否重焕生机取决于光学、供电、散热、材料与封装五大工程领域的根本性突破,并已通过 Playground Global 投资光刻、核能与硅光子等方向。
文章回顾费曼“底部空间充足”预言,指出晶体管微缩红利已近尾声。核心观点认为需从单纯缩小尺寸转向探索原子级操控、新型架构及物理极限内的能效优化,以突破当前算力瓶颈。
OpenAI 发布分析指出,自 2012 年以来,在 ImageNet 分类任务上达到同等性能所需的训练算力每 16 个月减少一半。相比摩尔定律预期的成本下降,算法效率的提升幅度更大(44 倍 vs 11 倍),表明在高投入领域,软件层面的进步比硬件迭代更具决定性。
OpenAI 发布分析指出,自 2012 年以来,最大规模 AI 训练运行的算力消耗呈指数级增长,倍增周期仅为 3.4 个月。这一增速远超摩尔定律的 2 年周期,累计增幅超过 30 万倍。该趋势表明算力是驱动 AI 进步的关键因素,需为未来远超当前能力的系统做好准备。