Поделиться
Nvidia разгромила «закон Мура» и назвала новый закон в честь своего гендиректора
Глава Nvidia Дженсен Хуанг заметил, что «закон Мура» о двукратном приросте производительности процессоров каждые полтора или два года неактуален для графических чипов. По его словам, они становятся более чем вдвое быстрее каждый год. Новый «закон» получил его имя – «закон Хуанга».
«Закон Мура» потерял актуальность
Руководитель компании Nvidia Дженсен Хуанг (Jen-Hsun «Jensen» Huang) вывел новый «закон» прогресса в области графических и центральных процессоров. Как пишет Wall Street Journal (WSJ), он противоречит классическому «закону Мура», но именно он может являться основной причиной интереса Nvidia к приобретению британской ARM.
Под «законом Хуанга» следует понимать заявление Дженсена Хуанга о том, что прогресс в сфере GPU идет более высокими темпами, нежели в сегменте обычных центральных процессоров. Свое заявление Дженсен Хуанг сделал еще в 2018 г.
«Закон Мура» – это эмпирическое правило, сформулированное одним из основателей компании Intel Гордоном Муром (Gordon Moore) еще в 1968 г. Мур заметил, что количество транзисторов на единицу площади полупроводникового кристалла удваивается каждые полтора или два года. Согласно «закону Хуанга», производительность систем с компонентами Nvidia демонстрировала более чем двукратный прирост производительности буквально каждый год.
Доказательство «закона Хуанга»
Стоит отметить, что сам Дженсен Хуанг свое наблюдение «законом» не называл. За него это сделал Билл Далли (Bill Dally), главный научный сотрудник и старший вице-президент по исследованиям Nvidia. Он добавил, что графические процессоры Nvidia образца мая 2020 г. в сравнении с чипами, доступными на ноябрь 2012 г. демонстрируют в 317 раз более высокую производительность в вычислениях, связанных с искусственным интеллектом (ИИ).
Наблюдение Хуанга получило подтверждение еще до того, как Билл Далли сделал его «законом». Как пишет Forbes. В апреле 2018 г. был осуществлен эксперимент задачами для ИИ AlexNet. На выполнение одного и того же набора этих задач системе на базе двух видеочипов Nvidia GTX 580 потребовалось шесть дней. В то же время современный сервер DGX-2 AI справился с тем же объемом работ всего за 18 минут или в 500 раз быстрее.
Но тут стоит обратить внимание на то, что в данном сервере используется массив из 16 графических процессоров Nvidia Tesla V100 с суммарным объемом видеопамяти 512 ГБ. Оппонент DXG-2 AI включал в себя лишь два чипа GTX 580, премьера которых состоялась в IV квартале 2010 г., 7,5 года назад на момент проведения эксперимента.
«Закона» надолго не хватит
«Закон Хуанга», по мнению ряда экспертов, не сможет продержаться столь же долго, сколько и «закон Мура». К примеру, вице-президент ARM по маркетингу Стив Родди (Steve Roddy) уверен, наблюдение главы Nvidia полностью исчерпает себя всего за десять лет.
В то же время, говорит Родди, этого времени с лихвой хватит для достижения значительного прогресса в развитии систем искусственного интеллекта.
Как «закон Хуанга» связан с покупкой ARM
По данным WSJ, в последние годы Nvidia переключилась на разработку универсальных графических процессоров, способных одновременно решать несколько независимых задач. В частности, такие чипы более эффективны на фоне классических центральных процессоров в обработке данных, связанных с работой искусственного интеллекта.
Это достигается за счет большего числа ядер в GPU, что и дает возможность работать большим количеством одновременных потоков данных. Но, несмотря на все свои преимущества перед обычными CPU, графические процессоры имеют свои ограничения, в особенности в плане потребления энергии.
WSJ пишет, что Nvidia хочет приобрести ARM, разработчика архитектур мобильных процессоров, как раз для обхода этих ограничений. Использование активов ARM позволит ей ускорить прогресс в сфере ИИ за счет периферийных вычислений. К примеру, определенная часть критически важных для общей производительности системы операций будет выполняться непосредственно на конечном устройстве, без предварительной передачи на сервер. Вместе с развитой серверной экосистемой подобное решение даст Nvidia шанс в значительной мере продвинуться в разработке новых областей использования искусственного интеллекта.
Покупка ARM как разработчика центральных процессоров позволит соблюсти баланс производительности всей системы, в которой установлены ее графические чипы. Так, если GPU развиваются быстрее центральных процессоров, то последние окажутся «слабым звеном», снижающим общую быстроту работы. Наработки ARM потенциально могут решить этот вопрос.
Как ARM оказалась в руках Nvidia
О переходе ARM в собственность Nvidia стало известно в середине сентября 2020 г. Nvidia стремилась договориться не с самой ARM, а с холдингом SoftBank, купившим британскую ИТ-компанию в июле 2016 г. за 24,3 млрд фунтов стерлингов или 3,3 трлн иен (около $32,2 млрд по курсу на момент совершения сделки).
Сумма покупки составит $40 млрд. Часть этой суммы Nvidia передаст холдингу в виде своих акций ($21,5 млрд), а часть – ($12 млрд) в виде наличных, в том числе $2 млрд на момент заключения сделки с SoftBank. Далее, японский холдинг может получить дополнительные платежи в размере до $5 млрд наличными или акциями с учетом будущей прибыли ARM. Оставшиеся $1,5 млрд Nvidia выплатит сотрудникам ARM в качестве дополнительного обязательства.
Сделка между ARM и Nvidia быстро получила множество противников. Свое недовольство ею высказал, в частности, соучредитель ARM – британский бизнесмен Герман Хаузер (Hermann Hauser). Он заявил, что Nvidia – не самый подходящий владелец для ARM, и добавил, что такая сделка неминуемо приведет к катастрофе в отрасли.
17 сентября 2020 г. сделка возмутила членов Unite, крупнейшего британского профсоюза. По их мнению, она может привести к закрытию тысяч рабочих мест в стране. Их мнение разделяют крупные британские политики, в том числе Эдвард Милибэнд (Edward Miliband), теневой министр предпринимательства, энергетики и промышленности страны.
Короткая ссылка
