英伟达AI芯片性能革命内容导读

• 摩尔定律与其放缓趋势

• 英伟达芯片性能的突破

• AI推理计算成本的现状与前景

• 黄仁勋的技术创新战略

• 编辑观点

• 名词解释

• 相关大事件

摩尔定律与其放缓趋势

根据TodayUSstock.com报道，摩尔定律由英特尔联合创始人戈登·摩尔在1965年提出，预测计算机芯片上的晶体管数量每年大约会翻一倍，从而带来性能的成倍增长。然而，近年来由于物理和工程限制，该规律的适用性逐渐减弱。英伟达CEO黄仁勋在2025年CES上表示，尽管摩尔定律放缓，英伟达AI芯片的性能提升速度却远超这一规律。

英伟达芯片性能的突破

英伟达最新发布的GB200 NVL72数据中心超级芯片在AI推理任务中的性能比其前代H100快30到40倍。黄仁勋指出，这得益于英伟达在架构、芯片、系统、库和算法方面的全栈式创新。具体表现如下：

• 英伟达芯片在10年内性能提升了1000倍。

• GB200 NVL72芯片优化了AI推理阶段的计算效率。

• 创新的设计使得AI推理成本显著降低，为广泛应用提供可能。

AI推理计算成本的现状与前景

目前，AI推理阶段的计算成本较高。例如，OpenAI的o3模型在测试通用智能任务时，每次任务花费接近20美元。相比之下，ChatGPT Plus订阅的月费仅为20美元。黄仁勋指出，随着芯片性能的提升，AI推理成本将大幅下降，使高级AI模型更加可负担。

以表格形式展示芯片性能对比：

黄仁勋的技术创新战略

黄仁勋认为，通过优化AI全栈技术，包括预训练、后训练和推理阶段，可以显著提升性能并降低成本。具体措施包括：

• 加速芯片和架构的迭代，提升计算能力。

• 利用推理阶段生成的数据优化AI模型的训练。

• 推动AI模型的普及，使技术成本随规模效应下降。

他进一步提出“超摩尔定律”概念，预示AI领域将进入性能和成本双优化的新时代。

编辑观点

黄仁勋的表态显示了英伟达在AI芯片领域的技术领先地位及其对行业未来的深远影响。在AI推理成本居高不下的情况下，性能提升将为AI技术的商业化铺平道路。尽管当前存在关于AI进展的争论，但英伟达的全栈式创新可能推动AI技术进入更广泛应用的关键阶段。

名词解释

• 摩尔定律：预测芯片晶体管数量每年翻倍的规律。

• AI推理：AI模型在实际应用中处理数据并生成结果的过程。

• GB200 NVL72：英伟达最新发布的高性能AI数据中心芯片。

相关大事件

• 2025年1月：黄仁勋在CES上宣布英伟达AI芯片性能超越摩尔定律。

• 2024年11月：英伟达推出GB200 NVL72芯片，专注AI