學界預警算力接近物理極限 硬體升級恐面臨「撞牆」

近日，艾倫人工智慧研究所（Allen Institute for AI）的研究科學家、卡內基梅隆大學助理教授 Tim Dettmers 在一篇博文中指出，當前電腦處理器技術正日益逼近物理極限，硬體擴展能力的限制很可能成為邁向通用人工智慧（AGI）與超級智能的主要障礙。

贊助商廣告

Dettmers 表示，有關 AGI 的討論往往停留在理論層面，但其實現最終仍需以強大的計算能力為基礎。他認為，目前硬體系統的擴展空間可能僅剩一到兩年，隨後任何顯著提升都將面臨物理上的根本約束。

他指出，自 2018 年以來，GPU 性能的進步已逐步放緩，後續提升更多依賴於低精度數據類型和張量核心等優化技術，但這些改進的實際效果並未達到業界預期。

儘管單個 GPU 的性能提升空間已趨近飽和，Dettmers 仍指出，通過硬體系統層面的整合與創新，例如採用 NVIDIA 最新的 GB200 NVL72 架構，將加速器數量從 8 個擴展至 72 個，可以在推理任務中實現約 30 倍的性能增長，從而延長當前硬體平台的實際應用周期。